交通灯信号识别算法研究总结

交通灯信号识别算法研究总结

复杂场景下交通信号灯的检测与识别:交通信号灯色彩状态识别以及方向指示信号灯识别。

系统框架分为检测、识别与跟踪三部分。

交通信号灯的检测与识别：

采用了色彩分割与关联滤波方案进行交通灯的检测。首先建立了交通信号灯的高斯模型，提出了利用高斯向量与多色彩空间结合的图像分割方法。然后提出基于区域增长与相似性判定

的关联滤波，对色彩分割后的图像进行处理。

方向指示灯的识别：

基于canny 算子的边缘提取算法获取方向指示灯轮廓特征，然后提出了基于改进hu 不变矩和马氏距离对方向指示信号灯进行分类方法

交通信号灯的检测主要从颜色和形状的角度考虑。

基于颜色空间的检测方法、基于形状特征的检测方法以及一些综合类方法

基于颜色空间的检测方法：

RGB 色彩空间的阈值分割方法（实时性好，但受光照影响大）

HSI 色彩空间的阈值分割方法（可消除光照影响，但计算量较大）

CIE 色彩空间的阈值分割方法（需根据环境确定参数，不考虑）

HSI空间以色调、饱和度和强度三种基本特征量来感知颜色。反映了人的视觉系统感知彩色

的方式。

基于形状特征的检测方法

轮廓分析法:

边缘分析法:

模板匹配法:用整幅或部分交通信号灯图形作为模板，通过交通信号灯图像与模板的匹配检

测出交通信号灯。(较常用)

道路交通信号灯的设置与安装规范：GB14886-2006

兴趣区域(ROI)可选定位图像实际高度的1/3 或1/2 高度.