孫學聰 鄧煜

摘 要：交通信號燈是智能車輛在城市環(huán)境中行駛的主要指示信號，在城市交通安全中發(fā)揮了不可或缺的作用。交通信號燈通常設在交叉口，能夠供應智能車輛的方位信息，查看和辨認交通信號燈的情況是智能車輛感知的重要任務。在簡單工況下，可在各種顏色空間中利用信號燈顏色的先進行分割得到興趣區(qū)域，然后再通過信號燈所特有的形狀特征等進行進一步的判定。關鍵詞：智能車輛;感知;顏色空間中圖分類號：U491.5 ?文獻標識碼：B ?文章編號：1671-7988（2019）01-44-03

A Simple Algorithm for Traffic Signal Recognition Based on Image Processing

Sun Xuecong， Deng Yu

（ Shaanxi Heavy Automobile Co.， Ltd.. Automotive Engineering Research Institute， Shaanxi Xi'an 710200 ）

Abstract：?Traffic signal lamp is the main indication signal for intelligent vehicles in urban environment. Traffic signal lights are usually set at intersections， which can provide the orientation information of intelligent vehicles. It is an important task for intelligent vehicles to see and identify the traffic signal lights. Under simple operating conditions， the region of interest can be segmented by a priori of the color of the signal lamp in various color spaces， and then further determined by the shape characteristics of the signal lamp.Keywords： Intelligent vehicle;?perceives; color spaceCLC NO.： U491.5 ?Document Code： B ?Article ID：?1671-7988（2019）01-44-03

1 前言

智能車輛感知層主要有攝像頭、雷達等，其中攝像頭是視覺識別的重要元件。智能車輛可以通過攝像頭進行交通標識識別，配合其它感知元件進行環(huán)境感知。交通信號燈是智能車輛在城市環(huán)境中行駛的主要指示信號，如交通信號燈等交通標示識別，是智能車輛進行路徑規(guī)劃、車道動態(tài)控制的前提因素。本文介紹了在簡單工況下，利用MATLAB圖像處理工具箱的相關函數在顏色空間中對信號燈顏色進行分割等操作，然后再通過信號燈形狀特征等進行進一步的判斷從而識別交通信號燈的簡便方法。

2 系統(tǒng)分析

2.1 交通信號燈

道路交通信號燈^[1]是指揮交通運行的信號燈，一般由紅燈、綠燈、黃燈組成三個無圖案圓形單位組成的一組燈，指導機動車通行。綠燈亮時，準許車輛通行，但轉彎的車輛不得妨礙被放行的直行車輛、行人通行;黃燈亮時，已越過停止線的車輛可以繼續(xù)通行;紅燈亮時，禁止車輛通行。

國標GB14887中對道路交通信號燈有明確規(guī)定，如發(fā)光單元尺寸Φ200mm、Φ300 mm、Φ400 mm三種規(guī)格發(fā)光單元在信號燈殼體上安裝孔的直徑分別為Φ200mm、Φ290 mm、Φ390 mm，尺寸允許偏差±2 mm。對于無圖案信號燈，出光面直徑分別為Φ185mm、Φ275 mm、Φ365 mm，尺寸允許偏差±2 mm;對于有圖案信號燈，出光面直徑分別為Φ185mm、Φ275 mm、Φ365 mm，尺寸允許偏差±2 mm，圖像尺寸符合國標附錄。

發(fā)光亮度在各個方向上的平均值不低于表1中的最小亮度值，且不大于15000cd/m²。在可觀察信號燈點亮區(qū)域內，亮度應均勻，在基準軸上的發(fā)光亮度的最大值與最小值之比應不大于2。

發(fā)光強度在基準軸上不小于150cd，且不大于400 cd，其它方向上的發(fā)光強度應不低于表2規(guī)定。

2.2 彩色視覺

彩色視覺（color vision）是一個生物體或機器基于物體所反射，發(fā)出或透過的光的波長（或頻率）?以區(qū)分物體的能力。顏色可以以不同的方式被測量和量化;事實上，人對顏色的感知是一個主觀的過程，即，腦響應當進入的光與眼中的若干種視錐細胞作用時所產生的刺激。

彩色視覺常用顏色空間也稱彩色模型（又稱彩色空間或彩色系統(tǒng)）描述，它的用途是在某些標準下用通?？山邮艿姆绞綄Σ噬右哉f明。彩色模型是坐標系統(tǒng)和子空間的闡述。位于系統(tǒng)的每種顏色都有單個點表示。采用的大多數顏色模型都是面向硬件或面向應用的。

其中RGB顏色空間是依據人眼識別的顏色定義出的空間，可表示大部分顏色。以R（Red紅）、G（Green綠）、B（Blue藍）三種基本色為基礎，進行不同程度的疊加，產生豐富而廣泛的顏色，所以俗稱三基色模式。在大自然中有無窮多種不同的顏色，而人眼只能分辨有限種不同的顏色，RGB模式可表示一千六百多萬種不同的顏色，在人眼看來它非常接近大自然的顏色，故又稱為自然色彩模式。

亮度、色調、飽和度三個基本特征來描述;其中亮度是指明暗程度，色調是指光的顏色，飽和度是指顏色的深淺程度。顏色空間^[2]模型如圖1所示。

H參數表示色彩信息，即所處的光譜顏色的位置。該參數用一角度量來表示，紅、綠、藍分別相隔120度。

S為一比例值，范圍從0到1，它表示成所選顏色的純度和該顏色最大的純度之間的比率。S=0時，只有灰度。

V表示色彩的明亮程度，范圍從0到1。有一點要注意：它和光強度之間并沒有直接的聯系。

2.3 MATLAB圖像處理工具箱

Matlab對圖像的處理功能主要集中在它的圖像處理工具箱（Image Processing Toolbox）中，圖像處理工具箱是由一系列支持圖像處理操作的函數組成，可以進行諸如幾何操作、線性濾波和濾波器設計、圖像變換、圖像分析與圖像增強、數學形態(tài)學處理等圖像處理操作，主要有以下功能模塊：

●?Image Acquisition Toolbox（圖像采集工具箱）

●?Image Processing Toolbox（圖像處理工具箱）

●?Signal Processing Toolbox（信號處理工具箱）

●?Wavelet Toolbox（小波分析工具箱）

●?Statistics Toolbox（統(tǒng)計工具箱）

●?Bioinformatics Toolbox（生物信息學工具箱）

Matlab其具有上手容易，開發(fā)周期短，見效快;程序代碼編寫量明顯減少;提供多種圖像處理工具包等特點，比較適合進行圖像識別相關工作。

2.4 識別系統(tǒng)方案實施

本文分析了道路交通信號燈色彩特點、圖形學特點等特征，結合彩色視覺RGB顏色空間基本特征，并利用Matlab圖像處理工具箱進行圖像的灰度分割、邊緣檢測等操作，能夠實現多交通信號燈的識別，并制定其系統(tǒng)流程如圖2所示：

其中紅色信號燈識別為例，首先將RGB 值轉換為相應的色調、飽和度和明度?（HSV） 坐標。rgb?可以是?p×3 顏色圖數組或?m×n×3 圖像數組。hsv?的大小與?rgb?相同。其次，利用紅色色彩特征值，搜索敏感區(qū)域識別紅色顏色區(qū)域;并結合交通信號燈外形特征完成結構元素。再次，對圖形結構元素實現二值化圖像，填充背景色。

部分主要代碼如下：

%hsv三元色圖像

hsv=rgb2hsv（a）;

h=hsv（：，：，1）;

s=hsv（：，：，2）;

v=hsv（：，：，3）;

figure（2）

imshow（hsv）;

title（'HSV圖像'）; ?????%轉換為hsv圖像并顯示

bw1=h>0.9|h<0.05; ????%0.9，0.05

bw1=bw1.*（s>0.5）; ????%檢測紅色區(qū)域

se=strel（'disk'，3）; ??????%創(chuàng)建一個指定半徑R的平面結構元素

bw2=imopen（bw1，se）; ??%用結構元素SE實現二值圖像的bw1的形態(tài)開運算。

bw2=bwfill（bw2，'holes'）; %填充二進制圖像的背景色

figure

imshow（bw2）

依據以上方案在MATLAB環(huán)境中完成了整個算法搭建及實現，算法運行正常，隨后分別針對網絡資源道路交通信號燈圖片、實際路況道路交通信號燈圖片進行功能測試。

3 試驗效果

3.1 網絡資源驗證

為了驗證算法實際效果，首先通過網絡資源下載相關交通信號燈圖片，利用已完成的算法進行離線交通信號燈識別效果驗證，其效果如圖3、圖4所示。

3.2 實際路況驗證

為了進一步檢驗實際路口交通信號燈識別效果，本人通過手機（華為LDN-AL20）拍攝實際路口交通信號燈圖片進行實際效果檢驗，其效果如圖5、圖6所示。

根據驗證效果分析，利用道路交通信號燈色彩特點、圖形學特點等特征，結合彩色視覺RGB顏色空間基本特征，并利用Matlab圖像處理工具箱進行圖像的灰度分割、邊緣檢測等操作，可以實現簡單路況道路交通信號的識別。

4 結論

本文實現的評估方案是建立在道路交通信號燈色彩和形狀特征基礎上，利用MATLAB圖像處理工具箱相關函數進行識別;相對于基于深度學習的方案，無需進行大量的前期數據采集、標注等工作，可以快速搭建及實現。經過測試可以滿足簡單路況道路交通信號的識別需求。

下一步計劃對色彩干擾、圖形干擾等干擾因素進行剔除，提高識別精度;并圖像坐標上半區(qū)域敏感區(qū)域進行篩選，預計減少50%運算量;其次根據實際車速，選取合理的間隔幀，提高實時，可進一步優(yōu)化方案。

參考文獻

[1] 道路交通信號燈GB14887-2011.

[2] 陳超. MATLAB應用實例精講[M].北京：電子工業(yè)出版社，2011.11.