呂鑫 王軾超

摘 要：我國城鎮(zhèn)化建設(shè)的穩(wěn)步推進(jìn)，城鎮(zhèn)道路建設(shè)發(fā)展迅猛，交通信號(hào)燈成為城鎮(zhèn)交通領(lǐng)域不可或缺的重要組成部分。受空氣環(huán)境污染，霧霾天氣經(jīng)常出現(xiàn)嚴(yán)重影響了人們的生活，駕駛員因無法及時(shí)識(shí)別交通燈信號(hào)而發(fā)生交通事故的情況時(shí)有發(fā)生。針對(duì)交通信號(hào)燈在霧霾天氣下不容易識(shí)別的情況，本文論述了一種抗霧霾天氣的交通燈定位識(shí)別算法。

關(guān)鍵詞：霧霾天氣;交通信號(hào)燈;定位;識(shí)別算法

引言

在復(fù)雜天氣情況下及時(shí)準(zhǔn)確識(shí)別交通燈，是影響交通安全的重要因素之一?，F(xiàn)有的交通燈檢測(cè)算法，對(duì)采集的圖像清晰度要求較高，適用于在天氣條件較好的情況下，由于霧霾天氣采集的圖像不清晰所以不適用，因此需要一種適用于霧霾天氣的交通信號(hào)燈處理體統(tǒng)。

1.抗霧霾天氣交通信號(hào)燈與原有信號(hào)燈系統(tǒng)對(duì)比

現(xiàn)有交通燈自動(dòng)識(shí)別系統(tǒng)主要有一是顏色定位法，是將交通燈圖像用RGB色系進(jìn)行定位識(shí)別，對(duì)圖像要求色彩對(duì)比鮮明，系統(tǒng)算法比較簡(jiǎn)單。二是模板匹配法，通過搭建數(shù)據(jù)庫平臺(tái)與采集的圖像進(jìn)行對(duì)比，由于數(shù)據(jù)需要大量圖像數(shù)據(jù)支持，而信號(hào)燈樣式多種多樣，數(shù)據(jù)庫不容易完善到位，不容易實(shí)施。三是鄰分類器法，雖然不需要建立數(shù)據(jù)模型，對(duì)圖形形狀沒有要求，但是容易受外界噪音等因素干擾?？轨F霾天氣交通信號(hào)燈系統(tǒng)是針對(duì)霧霾等能見度低的天氣下的交通信號(hào)燈準(zhǔn)確定位與識(shí)別系統(tǒng)，主要應(yīng)用了以下幾個(gè)技術(shù)的組合，一是使用Harris角點(diǎn)檢測(cè)算法定位信號(hào)燈燈框的位置，二是采用引導(dǎo)濾波技術(shù)提供圖片對(duì)比度，三是將燈框區(qū)域圖像轉(zhuǎn)換成HSV色系識(shí)別信號(hào)燈。

2關(guān)鍵技術(shù)與相關(guān)工作

2.1引導(dǎo)濾波的優(yōu)勢(shì)

霧霾是影響圖像清晰度的重要因素，如何減小霧霾對(duì)圖像的影響是關(guān)鍵。圖像去霧是霧霾圖像處理的關(guān)鍵技術(shù)，通過處理后增強(qiáng)了圖像輪廓等特征。圖像去霧主要有以下算法：一是圖像復(fù)原類去霧算法，該種方法主要是通過采集正常天氣下的圖像和霧霾天氣下采集的圖像進(jìn)行參照來找出原圖像，因此效果較為理想，但由于正常天氣下的原圖像信息采集難度很大，所以可行性較低。二是圖像增強(qiáng)類去霧算法，這是一種最為簡(jiǎn)單的方式，直接通過增強(qiáng)色彩對(duì)比，達(dá)到去霧的目的，但是圖像的細(xì)節(jié)不能有效的顯示出來，效果不理想。導(dǎo)濾波是一種圖像濾波技術(shù)，原理是將一張樣板圖像作為參照，對(duì)采集的圖像進(jìn)行濾波處理，處理后的圖像基本與采集的圖像接近，紋理部分與樣品圖像接近。當(dāng)樣板圖像為采集的圖像本身時(shí)，可以用于圖像的重建，將濾波技術(shù)用于霧霾圖像的預(yù)處理，有效的進(jìn)行去霧處理，減少外界干擾，解決了上述兩種去霧算法的弊端。

2.2 Harris角點(diǎn)檢測(cè)的優(yōu)勢(shì)

首先根據(jù)不同交通信號(hào)燈的形狀和顏色一致的特性，對(duì)圖像進(jìn)行矩形燈框位置的提取，信號(hào)燈一致性的特性是灰度值較低的黑色矩形燈框內(nèi)部包括一個(gè)或三個(gè)圓。 Hough 變換算法是目前交通信號(hào)燈矩形檢測(cè)算法系統(tǒng)中最普遍的算法，它的原理是基于矩形的結(jié)構(gòu)特性，矩形是由四條線段組成的，對(duì)邊平行而且兩兩相交，所以通過監(jiān)測(cè)4條線段所在的直線就可以確定直線的交點(diǎn)，交點(diǎn)就是矩形的頂點(diǎn)。通過Hough 變換算法可以確定圖像中全部矩形，但是對(duì)于尺寸較小的矩形檢測(cè)不精確，因?yàn)镠ough 變換算法需要對(duì)直線進(jìn)行檢測(cè)，所以計(jì)算量很大，計(jì)算過程需要的時(shí)間較長(zhǎng)，不能達(dá)到實(shí)際使用中快速反應(yīng)的要求，缺乏實(shí)時(shí)性。Harris角點(diǎn)檢測(cè)算法是用一個(gè)矩形的樣板，在圖像上進(jìn)行移動(dòng)，然后對(duì)比移動(dòng)前和移動(dòng)后的模板內(nèi)灰度變化情況。通過判斷灰度的變化情況，來確認(rèn)模板中是否存在角點(diǎn)，移動(dòng)引起的灰度變化較大，說明有角點(diǎn)存在。利用這個(gè)原理可以快速檢測(cè)出長(zhǎng)方形的角點(diǎn)，從而起到定位的作用，與Hough變換算法相比，Harris角點(diǎn)檢測(cè)不是用線段來定位矩形的，只是通過幾個(gè)角點(diǎn)來定位，這種方法更加快捷方便，計(jì)算方法簡(jiǎn)單，提高了定位的準(zhǔn)確性。

2.3 HSV色系的優(yōu)勢(shì)

交通信號(hào)燈所在環(huán)境復(fù)雜多變，因此RGB色系必然會(huì)受到光線等因素的影響，造成交通信號(hào)燈的顏色會(huì)有所偏差，為了更好地進(jìn)行識(shí)別處理，就必須利用色彩空間的進(jìn)行調(diào)整。三大色系空間中Luv 色系空間突出明度和亮度，不適用于交通信號(hào)燈。 Lab 色系空間是比較全面的系統(tǒng)，能夠滿足顏色的要求，但 lab轉(zhuǎn)換過程復(fù)雜，需要用的時(shí)間較長(zhǎng)，因此也不適用于交通信號(hào)燈系統(tǒng)。 HSV 空間的包括色度、飽和度和亮度等元素，H代表色度（ Hue ）空間，H代表飽和度（ Saturation ）空間，V亮度（ Value ），能夠充分的顯示紅綠色彩的色調(diào)，更容易進(jìn)行識(shí)別，因此可以應(yīng)用于交通信號(hào)燈識(shí)別系統(tǒng)中。交通燈矩形框中有紅燈、黃燈、綠燈三種色彩的信號(hào)燈。所以在進(jìn)行定位時(shí)，每個(gè)黑色矩形框中僅有一種顏色，所以該系統(tǒng)具有便于識(shí)別，計(jì)算量小，實(shí)效性強(qiáng)的優(yōu)勢(shì)。

結(jié)語：

綜上所述，本文從圖像處理、定位、識(shí)別等方面介紹了交通信號(hào)燈的定位和識(shí)別算法。論述了霧霾天氣等復(fù)雜天氣情況下，結(jié)合目前交通燈定位識(shí)別系統(tǒng)在實(shí)際應(yīng)用中存在的缺陷，針對(duì)霧霾天氣對(duì)交通信號(hào)燈的影響，提出了可以在霧霾天氣下正常工作的定位與識(shí)別算法。通過引導(dǎo)濾波預(yù)處理技術(shù)、Harris角點(diǎn)檢測(cè)定位技術(shù)和HSV色彩空間技術(shù)的組合利用，進(jìn)行交通燈定位和識(shí)別，可以在霧霾等復(fù)雜天氣情況下，對(duì)交通信號(hào)燈進(jìn)行及時(shí)準(zhǔn)確的識(shí)別，保證交通安全。

參考文獻(xiàn)：

[1] 黃振威.交通信號(hào)燈檢測(cè)與識(shí)別算法的研究[D].中南大學(xué)碩士學(xué)位論文，2012.

[2] 徐麗珍，孫霖.基于Adaboost的人行橫道紅綠燈自動(dòng)識(shí)別算法[J].計(jì)算機(jī)應(yīng)用與軟件，2010，27（3）：241-251.

[3] 朱永珍，孟慶虎，普杰信.基于HSV色彩空間與形狀特征的交通燈自動(dòng)識(shí)別[J].視頻應(yīng)用與工程，2015，39（5）：150-154.

[4] 徐成， 譚乃強(qiáng)， 劉彥 . 基于 Lab 色彩空間和模板匹配的實(shí)時(shí)交通燈識(shí)別算法 [J]. 計(jì)算機(jī)應(yīng)用， 2010 ， 30（5 ） ： 1251-1254.

作者簡(jiǎn)介：

第一作者：呂鑫 （1998.3—）男，漢族，學(xué)生，河南省光山縣，單位：鄭州大學(xué)水利與環(huán)境學(xué)院，專業(yè)：道路橋梁與渡河工程 ?研究方向： ? ?智能交通

第二作者：王軾超（1998.9-）男，漢族，學(xué)生，河北省滄州市，單位：鄭州大學(xué)水利與環(huán)境學(xué)院，專業(yè)：道路橋梁與渡河工程