霧霾天氣下交通信號燈定位與識別算法

呂鑫 王軾超

摘 要：我國城鎮化建設的穩步推進，城鎮道路建設發展迅猛，交通信號燈成為城鎮交通領域不可或缺的重要組成部分。受空氣環境污染，霧霾天氣經常出現嚴重影響了人們的生活，駕駛員因無法及時識別交通燈信號而發生交通事故的情況時有發生。針對交通信號燈在霧霾天氣下不容易識別的情況，本文論述了一種抗霧霾天氣的交通燈定位識別算法。

關鍵詞：霧霾天氣;交通信號燈;定位;識別算法

引言

在復雜天氣情況下及時準確識別交通燈，是影響交通安全的重要因素之一。現有的交通燈檢測算法，對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燈處理體統。

1.抗霧霾天氣交通信號燈與原有信號燈系統對比

現有交通燈自動識別系統主要有一是顏色定位法，是將交通燈圖像用RGB色系進行定位識別，對圖像要求色彩對比鮮明，系統算法比較簡單。二是模板匹配法，通過搭建數據庫平臺與采集的圖像進行對比，由于數據需要大量圖像數據支持，而信號燈樣式多種多樣，數據庫不容易完善到位，不容易實施。三是鄰分類器法，雖然不需要建立數據模型，對圖形形狀沒有要求，但是容易受外界噪音等因素干擾。抗霧霾天氣交通信號燈系統是針對霧霾等能見度低的天氣下的交通信號燈準確定位與識別系統，主要應用了以下幾個技術的組合，一是使用Harris角點檢測算法定位信號燈燈框的位置，二是采用引導濾波技術提供圖片對比度，三是將燈框區域圖像轉換成HSV色系識別信號燈。

2關鍵技術與相關工作

2.1引導濾波的優勢

霧霾是影響圖像清晰度的重要因素，如何減小霧霾對圖像的影響是關鍵。圖像去霧是霧霾圖像處理的關鍵技術，通過處理后增強了圖像輪廓等特征。圖像去霧主要有以下算法：一是圖像復原類去霧算法，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。二是圖像增強類去霧算法，這是一種最為簡單的方式，直接通過增強色彩對比，達到去霧的目的，但是圖像的細節不能有效的顯示出來，效果不理想。導濾波是一種圖像濾波技術，原理是將一張樣板圖像作為參照，對采集的圖像進行濾波處理，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。當樣板圖像為采集的圖像本身時，可以用于圖像的重建，將濾波技術用于霧霾圖像的預處理，有效的進行去霧處理，減少外界干擾，解決了上述兩種去霧算法的弊端。

2.2 Harris角點檢測的優勢

首先根據不同交通信號燈的形狀和顏色一致的特性，對圖像進行矩形燈框位置的提取，信號燈一致性的特性是灰度值較低的黑色矩形燈框內部包括一個或三個圓。 Hough 變換算法是目前交通信號燈矩形檢測算法系統中最普遍的算法，它的原理是基于矩形的結構特性，矩形是由四條線段組成的，對邊平行而且兩兩相交，所以通過監測4條線段所在的直線就可以確定直線的交點，交點就是矩形的頂點。通過Hough 變換算法可以確定圖像中全部矩形，但是對于尺寸較小的矩形檢測不精確，因為Hough 變換算法需要對直線進行檢測，所以計算量很大，計算過程需要的時間較長，不能達到實際使用中快速反應的要求，缺乏實時性。Harris角點檢測算法是用一個矩形的樣板，在圖像上進行移動，然后對比移動前和移動后的模板內灰度變化情況。通過判斷灰度的變化情況，來確認模板中是否存在角點，移動引起的灰度變化較大，說明有角點存在。利用這個原理可以快速檢測出長方形的角點，從而起到定位的作用，與Hough變換算法相比，Harris角點檢測不是用線段來定位矩形的，只是通過幾個角點來定位，這種方法更加快捷方便，計算方法簡單，提高了定位的準確性。

2.3 HSV色系的優勢

交通信號燈所在環境復雜多變，因此RGB色系必然會受到光線等因素的影響，造成交通信號燈的顏色會有所偏差，為了更好地進行識別處理，就必須利用色彩空間的進行調整。三大色系空間中Luv 色系空間突出明度和亮度，不適用于交通信號燈。 Lab 色系空間是比較全面的系統，能夠滿足顏色的要求，但 lab轉換過程復雜，需要用的時間較長，因此也不適用于交通信號燈系統。 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，更容易進行識別，因此可以應用于交通信號燈識別系統中。交通燈矩形框中有紅燈、黃燈、綠燈三種色彩的信號燈。所以在進行定位時，每個黑色矩形框中僅有一種顏色，所以該系統具有便于識別，計算量小，實效性強的優勢。

結語：

綜上所述，本文從圖像處理、定位、識別等方面介紹了交通信號燈的定位和識別算法。論述了霧霾天氣等復雜天氣情況下，結合目前交通燈定位識別系統在實際應用中存在的缺陷，針對霧霾天氣對交通信號燈的影響，提出了可以在霧霾天氣下正常工作的定位與識別算法。通過引導濾波預處理技術、Harris角點檢測定位技術和HSV色彩空間技術的組合利用，進行交通燈定位和識別，可以在霧霾等復雜天氣情況下，對交通信號燈進行及時準確的識別，保證交通安全。

參考文獻：

[1] 黃振威.交通信號燈檢測與識別算法的研究[D].中南大學碩士學位論文，2012.

[2] 徐麗珍，孫霖.基于Adaboost的人行橫道紅綠燈自動識別算法[J].計算機應用與軟件，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識別[J].視頻應用與工程，2015，39（5）：150-154.

[4] 徐成， 譚乃強， 劉彥 . 基于 Lab 色彩空間和模板匹配的實時交通燈識別算法 [J]. 計算機應用， 2010 ， 30（5 ） ： 1251-1254.

作者簡介：

第一作者：呂鑫 （1998.3—）男，漢族，學生，河南省光山縣，單位：鄭州大學水利與環境學院，專業：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，學生，河北省滄州市，單位：鄭州大學水利與環境學院，專業：道路橋梁與渡河工程