亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于色域差分與伽馬校正的交通燈識(shí)別 

        2016-11-07 22:17:14葉茂勝李必軍莫檸鍇孔格菲
        軟件導(dǎo)刊 2016年9期
        關(guān)鍵詞:無(wú)人駕駛

        葉茂勝李必軍莫檸鍇孔格菲

        摘要:無(wú)人駕駛中交通燈的識(shí)別是一項(xiàng)重要任務(wù),提出無(wú)人駕駛中基于車(chē)載攝像頭拍攝的視頻序列的交通燈檢測(cè)和識(shí)別技術(shù)。通過(guò)對(duì)圖像進(jìn)行伽馬校正,增強(qiáng)圖像的對(duì)比度和亮度,得到預(yù)處理后的圖像;通過(guò)形態(tài)學(xué)處理,從而比較準(zhǔn)確地提取交通燈的候選區(qū)域;計(jì)算候選區(qū)域的幾何特征,保留符合特征的區(qū)域作為交通燈區(qū)域;在RGB色彩空間內(nèi)進(jìn)行色域差分,得到交通燈的色彩信息。

        關(guān)鍵詞:無(wú)人駕駛;伽馬校正;幾何特征;RGB彩色空間;色域差分

        DOIDOI:10.11907/rjdk.161783

        中圖分類(lèi)號(hào):TP317.4

        文獻(xiàn)標(biāo)識(shí)碼:A文章編號(hào)文章編號(hào):16727800(2016)009015704

        基金項(xiàng)目基金項(xiàng)目:國(guó)家自然科學(xué)基金重點(diǎn)項(xiàng)目(41531177)

        作者簡(jiǎn)介作者簡(jiǎn)介:李必軍(1969-),湖北武漢人,博士,武漢大學(xué)測(cè)繪遙感信息工程國(guó)家重點(diǎn)實(shí)驗(yàn)室教授,研究方向?yàn)榈孛婕す鈷呙杓杉夹g(shù)、汽車(chē)導(dǎo)航技術(shù)與智能交通技術(shù)。

        0引言

        計(jì)算機(jī)視覺(jué)在無(wú)人駕駛領(lǐng)域發(fā)揮了重要作用,它以攝影機(jī)和電腦代替人眼對(duì)目標(biāo)進(jìn)行識(shí)別、跟蹤和測(cè)量,在交通燈、車(chē)道線方面有著重要作用。本文主要針對(duì)交通燈檢測(cè)和識(shí)別,基于計(jì)算機(jī)視覺(jué)提出了一種基于色域差分和伽馬校正的新方法,有效提高了檢測(cè)的效率和準(zhǔn)確性。

        過(guò)去幾年,無(wú)人駕駛飛速發(fā)展。國(guó)內(nèi)國(guó)外的研究團(tuán)隊(duì)對(duì)交通燈的識(shí)別和檢測(cè)進(jìn)行了大量的研究工作,谷歌無(wú)人車(chē)團(tuán)隊(duì)[1]更提出了基于地圖進(jìn)行交通燈定位后識(shí)別的新思路,傳統(tǒng)交通燈檢測(cè)使用色彩空間轉(zhuǎn)換至HSV空間[210,14]或Lab空間[11]、分類(lèi)器[37,8,13]、模板匹配[24,10,1213]等方法進(jìn)行識(shí)別。在國(guó)內(nèi),楊明等[8]提出了基于級(jí)聯(lián)濾波器的交通燈識(shí)別,利用RGB空間提取色彩信息,通過(guò)級(jí)聯(lián)濾波器過(guò)濾非交通燈區(qū)域,再利用NCC匹配的方法確定信號(hào)燈。但是這種方法在陰雨天氣下識(shí)別能力不佳,而且有賴于模板的選擇,實(shí)用性有待提高。谷明琴等[9]提出了基于圓形度和顏色直方圖的信號(hào)燈識(shí)別,利用圓形度特征作為選取候選區(qū)域的一個(gè)標(biāo)志,然后將得到的候選區(qū)域圖像轉(zhuǎn)為HSV空間,統(tǒng)計(jì)H分量,識(shí)別交通燈的類(lèi)型。這種方法在對(duì)黃燈的識(shí)別中,準(zhǔn)確性不足,對(duì)于候選區(qū)域的過(guò)濾僅僅利用形狀信息,約束性略差。

        為了克服上述缺點(diǎn),本文提出了一種在RGB空間下基于伽馬校正以及色域差分的交通燈識(shí)別方法。首先對(duì)原始圖像進(jìn)行伽馬校正,通過(guò)伽馬校正提高紅綠燈區(qū)域的對(duì)比度;接著進(jìn)行灰度化與二值化處理,并且利用形態(tài)學(xué)濾波的方法進(jìn)行濾波,利用交通燈的幾何特征進(jìn)行篩選,標(biāo)定交通燈區(qū)域;最后對(duì)交通燈區(qū)域進(jìn)行色域差分,在R通道上,與G通道上進(jìn)行差分處理,進(jìn)而判斷出交通燈的類(lèi)型。算法描述如圖1所示。

        1伽馬校正

        在交通燈識(shí)別中,交通燈區(qū)域定位是一個(gè)關(guān)鍵步驟。常規(guī)方法是利用RGB空間的色彩信息,或者利用HSV空間的色彩信息,在一定程度上確定出候選區(qū)域。但是在復(fù)雜環(huán)境中,利用上述方法確定的候選區(qū)域數(shù)量過(guò)多,有時(shí)甚至難以找出候選的交通燈區(qū)域,需要通過(guò)調(diào)整閾值才能完成候選區(qū)域的提取。因此,這些算法缺乏健壯性與自適應(yīng)性。

        在相機(jī)條件不佳或者直射強(qiáng)光源條件下,檢測(cè)的圖像出現(xiàn)泛白光現(xiàn)象。當(dāng)光照條件不足時(shí),圖像亮度偏暗。從攝影學(xué)專(zhuān)業(yè)術(shù)語(yǔ)上講,這兩種情況稱(chēng)為過(guò)曝、欠曝現(xiàn)象。在這兩種情況下,圖像的色調(diào)和亮度都將發(fā)生失真,這種失真使得運(yùn)用上述方法進(jìn)行檢測(cè)時(shí),RGB顏色信息發(fā)生改變,(經(jīng)過(guò)實(shí)驗(yàn)改變量在百分二十浮動(dòng)),對(duì)應(yīng)的閾值無(wú)法適應(yīng)當(dāng)前情況,因此無(wú)法正確識(shí)別出紅綠燈區(qū)域。

        當(dāng)進(jìn)行伽馬校正之后,校正值大于1時(shí),整體亮度被壓縮,高光部分被擴(kuò)展,但是對(duì)比度得到提升,而暗調(diào)部分被壓縮;校正值小于1時(shí),整體亮度得到提升,而暗調(diào)部分被擴(kuò)展,對(duì)比度得到提升。利用這一特性,可以改善畫(huà)面失真、成像扭曲的情況。在圖像偏暗時(shí),使用大于1的伽馬值,可以迅速拉升圖像中的亮區(qū)域,使得紅綠燈區(qū)域更加明顯。在圖像泛白光或者偏亮?xí)r,使用小于1的伽馬值,可以有效降低白光亮度對(duì)比,在一定程度上解決白光問(wèn)題。

        因此,本文根據(jù)伽馬校正的特點(diǎn),利用伽馬校正在增強(qiáng)圖像對(duì)比度中的優(yōu)秀特性,在圖像預(yù)處理之前對(duì)圖像進(jìn)行了伽馬校正,以此凸顯紅綠燈區(qū)域。對(duì)圖像進(jìn)行非線性色調(diào)編輯的方法,檢測(cè)出圖像信號(hào)中的深色部分和淺色部分,并使兩者比例增大,從而提高圖像對(duì)比度效果。

        在圖像處理之前預(yù)先進(jìn)行伽馬校正,如圖3所示,圖像經(jīng)過(guò)伽馬校正之后,紅綠燈的區(qū)域變得更加明顯。原本未經(jīng)檢測(cè)出的紅綠燈區(qū)域,經(jīng)過(guò)伽馬校正后,提取效果得到提升。

        corrected=255×(uncorrected255)gamma

        2圖像預(yù)處理

        圖像預(yù)處理包括圖像的灰度化和二值化處理。選取0.299R分量、0.587G分量、0.144B分量將彩色圖轉(zhuǎn)化為灰度圖像。

        g(x,y)=0.299×R(x,y)+0.587×G(x,y)+0.144×B(x,y)

        其中,(x,y)為像點(diǎn)坐標(biāo),R、G、B分別代表顏色的3個(gè)分量,g(x,y)代表灰度圖像上(x,y)點(diǎn)上的灰度值,這樣的比例比較符合人類(lèi)視覺(jué)的灰度。將得到的灰度圖像使用閾值T進(jìn)行分割,得到二值圖像。

        Binary(x,y)=0,g(x,y)T

        通過(guò)實(shí)驗(yàn),取T=100時(shí),分割效果最好。

        3濾波器處理

        通過(guò)上述兩個(gè)步驟處理可以得到一幅包含若干候選區(qū)域的二值圖像。但是圖像中存在過(guò)多的噪聲區(qū)域以及噪聲點(diǎn),經(jīng)過(guò)形態(tài)學(xué)處理,可有效減弱噪聲對(duì)于圖像的干擾。同時(shí)進(jìn)行濾波處理,可過(guò)濾掉大量不屬于交通燈區(qū)域的候選區(qū)域。

        交通燈區(qū)域應(yīng)具有較好的幾何形狀特征以及填充的飽和度。經(jīng)過(guò)形態(tài)學(xué)處理后,圖像中仍然保留著區(qū)域較大的候選對(duì)象。對(duì)于這些區(qū)域,本文選擇直接利用交通燈本身的幾何特征進(jìn)行濾波處理。

        經(jīng)過(guò)上述步驟處理后的交通燈區(qū)域很難保持圓形的屬性特征,但其最小外接矩形仍可以保持較好的形狀特性。本文定義Ratio值及填充比進(jìn)行濾波處理。

        (1)長(zhǎng)寬比。圖像中候選區(qū)域的最小外接矩形長(zhǎng)度為length,寬度為width,則定義Ratio值為:

        Ratio=widthlength

        由于交通區(qū)域是一個(gè)圓形區(qū)域,其最小外接矩形應(yīng)為正方形區(qū)域,但受到圖像處理過(guò)程中的一些誤差影響,所得到的最小外接矩形并不是嚴(yán)格的正方形。本文經(jīng)過(guò)大量的數(shù)據(jù)統(tǒng)計(jì),給出Ratio閾值范圍,將Ratio值大于0.8或者小于0.2視為噪聲區(qū)域直接過(guò)濾。

        (2)像元個(gè)數(shù)。交通燈區(qū)域不會(huì)存在較大的空洞區(qū)域。根據(jù)交通燈這一特性,本文定義了填充比作為判斷要素之一。實(shí)際計(jì)算中,通過(guò)計(jì)算最小外接矩形內(nèi)像素的個(gè)數(shù)除以最小外接矩形的面積,可得到這一要素值。根據(jù)統(tǒng)計(jì)資料,本文取0.8作為閾值。

        經(jīng)過(guò)上述兩項(xiàng)濾波處理,可以得到滿意的交通燈區(qū)域。

        4色域差分

        在得到交通燈區(qū)域后,為進(jìn)一步判定交通燈顏色,必須對(duì)區(qū)域的屬性作出判斷。常規(guī)的判斷方法,如通過(guò)RGB空間或者HSV空間的某些分量設(shè)定閾值,在一定程度上,精度受限于圖像質(zhì)量,同時(shí),閾值的選取較為復(fù)雜,甚至需要通過(guò)模板訓(xùn)練的方式才能確定。這在一定程度上影響了交通燈識(shí)別的實(shí)時(shí)性。因此,本文利用紅綠燈區(qū)域在RGB空間的成像特點(diǎn),提出色域差分的方法。

        通過(guò)將RGB空間的圖像在3個(gè)通道上進(jìn)行分離,得到3個(gè)色域上的圖像。將R通道的圖像與G通道的圖像做差分。本文采用改化后的Sigmod函數(shù)進(jìn)行差分運(yùn)算。

        y=1.00.008+0.01×e-0.1×(Diff-70)

        根據(jù)大量統(tǒng)計(jì)資料可以發(fā)現(xiàn),紅綠燈區(qū)域在RGB存在如下特性:在紅燈時(shí),紅綠燈區(qū)域的R分量遠(yuǎn)大于G分量,而在綠燈時(shí),紅綠燈區(qū)域的G分量遠(yuǎn)大于R分量。

        基于這一特性,只需對(duì)R色域的圖像與G色域的圖像相互做一次差分,便可以將綠色信息與紅色信息相互分離開(kāi)來(lái),得到差分紅色信息圖像R-G與差分綠色信息圖像G-R。同時(shí),對(duì)R-G和G-R,在差分之時(shí)對(duì)差異較大的區(qū)域進(jìn)行指數(shù)拉伸,以增加區(qū)域信息飽和度。

        為避免出現(xiàn)其它物體顏色干擾現(xiàn)象,增強(qiáng)算法的魯棒性,本文在進(jìn)行差分處理后,對(duì)交通燈區(qū)域再次進(jìn)行形態(tài)學(xué)處理。通過(guò)在差分圖像內(nèi)提取輪廓,統(tǒng)計(jì)輪廓內(nèi)的平均灰度信息,在R-G的差分圖像內(nèi),如果平均灰度信息大于一定的閾值,則認(rèn)定該區(qū)域是紅燈區(qū)域,在G-R的差分圖像內(nèi),如果平均灰度信息大于一定閾值,則認(rèn)定該區(qū)域是綠燈區(qū)域。

        本文通過(guò)預(yù)處理的形態(tài)學(xué)處理,以及色域差分過(guò)程中的形態(tài)學(xué)處理,保證了交通燈區(qū)域的可信度。在圖像最終輸出時(shí),利用顏色信息以及形態(tài)學(xué)信息作為檢核條件確保整個(gè)提取方法的準(zhǔn)確率。

        5驗(yàn)證實(shí)驗(yàn)與結(jié)果

        為驗(yàn)證本文所提出的交通燈識(shí)別方法的有效性,本文進(jìn)行了大量實(shí)驗(yàn)。利用車(chē)載攝像頭,以25幀/s的速度在在不同光照條件、不同天氣條件以及不同的街頭進(jìn)行數(shù)據(jù)采集。本文實(shí)驗(yàn)所使用的相機(jī)為行車(chē)記錄儀中的相機(jī)。對(duì)采集的圖像利用本文算法進(jìn)行識(shí)別,得出識(shí)別率如表1所示。

        6結(jié)語(yǔ)

        在交通燈識(shí)別和檢測(cè)方法中,很多方法都是基于色彩空間或者形態(tài)特征進(jìn)行分割識(shí)別。本文在總結(jié)這些方法時(shí),發(fā)現(xiàn)了這些方法在自適應(yīng)性以及實(shí)時(shí)性方面的不足,尤其在確定閾值方面,在不同環(huán)境下存在很大的不確定性,這給交通燈的識(shí)別帶來(lái)了很大困難。因此,通過(guò)大量的統(tǒng)計(jì)資料以及對(duì)圖像成像特點(diǎn)的理解,本文提出了基于伽馬校正及色域差分的交通燈識(shí)別方法。在RGB空間內(nèi)先是利用伽馬校正增強(qiáng)了圖像的對(duì)比度,簡(jiǎn)化了后序處理,接著利用形態(tài)學(xué)處理得到候選區(qū)域,通過(guò)形態(tài)特征的濾波去除噪聲區(qū)域以及大的背景區(qū)域的干擾,最后對(duì)確定的交通燈區(qū)域進(jìn)行色域差分,識(shí)別顏色信息。大量實(shí)驗(yàn)證明,本文提出的方法在復(fù)雜環(huán)境下仍然有較高的識(shí)別準(zhǔn)確率,充分說(shuō)明了本文方法的魯棒性以及有效性。

        圖9顯示了本文交通燈識(shí)別方法在不同環(huán)境下的識(shí)別效果,包含了雨天、陰天、背光、正對(duì)光等的情況,其中圖像均已進(jìn)行過(guò)伽馬校正。

        從實(shí)驗(yàn)結(jié)果來(lái)看,本文提出的算法在各種光照條件以及天氣條件下的識(shí)別率都比較高,均達(dá)到94%。但本文的交通燈識(shí)別方法是在主動(dòng)光的前提下,當(dāng)被動(dòng)光強(qiáng)度過(guò)大時(shí),容易產(chǎn)生一定的誤檢現(xiàn)象。

        參考文獻(xiàn)參考文獻(xiàn):

        [1]NATHANIEL FAIRFIELD CHRIS URMSON.Traffic light mapping and detection[C].2011 IEEE International Conference on Robotics and Automation (ICRA),2011:54215426.

        [2]CHUNG Y C,WANG J M,CHEN S W.A visionbased traffic light detection system at intersections[J].Taiwan Normal University:Mathematics,Science & Technology,2002,47(1):6786.

        [3]DE CHARETTE R,NASHASHIBI F.Traffic light recognition using image processing compared to learning processes[C].In Proc.IROS,USA:IROS,2009:333338.

        [4]LINDNER F,KRESSEL U,KAELBERER S.Robust recognition of traffic signals[C].In Intelligent Vehicles Symposium,2004:4953.

        [5]S WENDER,O LOEHLEIN.A Cascade detector approach applied to vehicle occupant monitoring with an Omnidirectional Camera[C].Intelligent Vehicles Symposium,2004:345350.

        [6]C WOEHLER,J ANLAUF.Realtime object recognition on image sequences with the adaptable time delay neural network algorithmapplications for autonomous vehicles[J].Image and Vision Computing,2001,19(910):593618.

        [7]KIM Y,KIM K,YANG X.Real time traffic light recognition system for color vision deficiencies[C].Harbin:ICMA 2007 International Conference on Mechatronics and Automation,2007:7681.

        [8]金濤,王春香,王冰,等.基于級(jí)聯(lián)濾波的交通信號(hào)燈識(shí)別方法[J].上海交通大學(xué)學(xué)報(bào),2012,46(9):13551360.

        [9]谷明琴,蔡自興,李儀.應(yīng)用圓形度和顏色直方圖的交通信號(hào)燈識(shí)別[J].計(jì)算機(jī)工程與設(shè)計(jì),2012,33(1):243247.

        [10]YEHU SHEN,UMIT OZGUNER,KEITH REDMILL,et al.Arobust video based traffic light detection algorithm for intelligent vehicles[C].IEEE Intelligent Vehicles Symposium,2009:521526.

        [11]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):12511254.

        [12]JOHN V,YONEDA K,ZHENG LIU,et al.Saliency map generation by the convolutional neural network for realtime traffic light detection using template matching[J].IEEE Transactions on Computational Imaging,2015,1(3):159173.

        [13]GOMEZ A E,ALENCAR F A R,PRADO P V,et al.They are used for traffic lights detection and distance estimation[C].2014 IEEE Intelligent Vehicles Symposium Proceedings,2014:750755.

        責(zé)任編輯(責(zé)任編輯:孫娟)

        猜你喜歡
        無(wú)人駕駛
        突飛猛進(jìn)的礦山無(wú)人駕駛技術(shù)
        我們村的無(wú)人駕駛公交
        無(wú)人駕駛起重機(jī)安全隱患分析
        無(wú)人駕駛車(chē)輛
        科學(xué)(2020年3期)2020-11-26 08:18:28
        無(wú)人駕駛公園
        專(zhuān)用車(chē)企業(yè)首次主導(dǎo) 無(wú)人駕駛環(huán)衛(wèi)車(chē)上路
        無(wú)人駕駛,先上賽道如何?
        空中之家(2017年11期)2017-11-28 05:28:21
        HANDS OFF THE WHEEL
        北京第一條無(wú)人駕駛地鐵試運(yùn)行!你敢坐嗎?
        無(wú)人駕駛智能飛行汽車(chē)
        精品人人妻人人澡人人爽牛牛| 丰满少妇被猛进去高潮| 亚洲av成人片无码网站| 亚洲欧美日韩精品久久亚洲区| 99久久国产亚洲综合精品| 求网址日韩精品在线你懂的| 免费a级毛片在线播放| 亚洲小说区图片区另类春色| 国产一级三级三级在线视| 国产99久久久国产精品免费| 亚洲 另类 小说 国产精品| 国产真实老熟女无套内射| 亚州无线国产2021| 日本免费三片在线播放| 美女视频黄是免费| 国产精品久久久久影院嫩草| 在线观看日本一区二区| 国产精品毛片毛片av一区二区| 精品人妻大屁股白浆无码| 精品无码专区久久久水蜜桃| 被暴雨淋湿爆乳少妇正在播放| 蜜桃视频一区二区三区四| 色天使综合婷婷国产日韩av| 特黄aa级毛片免费视频播放| 在线播放偷拍一区二区| 新婚少妇无套内谢国语播放| 五月天激情婷婷婷久久| 人妻无码ΑV中文字幕久久琪琪布| 日本一区二区不卡在线| 少妇被粗大的猛烈进出69影院一| 在线一区不卡网址观看| 美腿丝袜一区在线观看| 免费av一区二区三区| 18无码粉嫩小泬无套在线观看| 亚洲成a人片77777kkkkk| 一区二区三区国产高清视频| 真人作爱免费视频| 亚洲欧美日韩国产精品一区| 区一区二区三免费观看视频 | 精品少妇白浆一二三区| 久久成人国产精品一区二区|