基于图像处理的交通灯检测技术

《基于图像处理的交通灯检测技术》由会员上传分享，免费在线阅读，更多相关内容在工程资料-天天文库。

1、基于图像处理的交通灯检测技术摘要：针对城市交通安全和路口通行效率等问题，研究一种交通信号灯检测的技术。采用亮度分析、图像分割和形态学滤波对采集的图像进行预处理，排除背景干扰；利用RGB颜色空间下的颜色各通道差值分布检测交通灯颜色；最后基于对图像[0°，180°]的Radon变换找出峰值对应的角度，对图像在该角度上分别进行变换，利用形状特征对交通灯进行形状检测。采集自然环境下图像进行试验。结果表明，该算法的正确识别率达到90%以上，是一种较好的交通信号灯检测方法。中国8/vie　　关键词：图像处理；交通灯检测；RGB；Radon变换　　中图分类号：TN911?

2、34.73；TP39文献标识码：A：1004?373X（2017）08?0103?04　　Trafficlightsdetectiontechnologybasedonimageprocessing　　echanicalEngineering，NantongUniversity，Nantong226019，China；　　2.JiangsuEngineeringResearchCenterforsofurbantrafficsafetyandcrossroadtrafficefficiency.Thebrightnessanalysis，imagesegme

3、ntationandmorphologicalfilteringareusedtopreprocesstheacquiredimagetoeliminatethebackgroundinterference.Thethree?channeldifferencedistributionofthethreetrafficlights’colorsinRGBcolorspaceisadoptedtodetectthecoloroftrafficlights.OnthebasisoftheRadontransformfortheimagein0°～180°，thea

4、nglecorrespondingtothepeakvalueisfoundout，onageistransformed.Theshapefeatureisemployedtodetecttheshapeofthetrafficlights.Theimageacquiredinthenaturalenvironmentalishigherthan90%，ethodfortrafficlightdetection.　　Keyageprocessing；trafficlightsdetection；RGB；Radontransform　　随着道路交通迅速发展，交

5、通事故急剧增加。因此，智能交通系统成为了未来发展的重要领域。智能交通系统是一种将信息技术、通信技术、传感技术、控制技术以及计算机技术等有效地集成融合于整个交通运输管理体系，而建立起的一种在大范围内、全方位发挥作用的，实时、准确、高效的综合的运输和管理系统[1]。基于智能交通系统的快速发展需求，很多研究学者开始致力于研究各种基于图像的目标检测系统，例如建筑物检测，树木检测，以及大量的基于图像的交通灯检测系统[2]。对交通信号灯的识别是智能交通机器视觉的的一个重要部分，可以及时为驾驶员提供当前路口状态，提示道路可行性，避免交通事故发生；对于无人驾驶系统，交通灯检

6、测识别则是确保安全性的关键技术之一。　　现有的交通灯识别算法主要利用颜色和形状信息。Jin?HymigPark等利用颜色信息，提取可能是交通信号灯的像素，利用K均值聚类方法进行聚类；再用简单的圆检测算法，检测圆形交通信号灯，但在复杂环境下，漏检、误检率较高[进行预处理，部分排除背景干扰。　　1.1图像灰度阈值分割　　交通灯所处的背景较为复杂，干扰因素较多。为了满足系统实时性要求，必须快速、准确地检测定位交通灯在图像中的位置并进行识别。本文利用交通灯自行发光的特点，亮度特征比图像背景较为明显，分析图像的亮度属性，对图像进行阈值分割，消除图像背景的影响。实时从图

7、像中提取亮度值，既能一定程度消除光照的影响，更能确保该算法的鲁棒性。原图像见图1。