智能汽車交通燈識(shí)別方法研究.pdf

1、智能汽車通過輔助或代替駕駛員操作，以提高乘車舒適性和安全性，是當(dāng)前汽車行業(yè)的研究熱點(diǎn)。但無人駕駛技術(shù)尚未成熟，且交通基礎(chǔ)設(shè)施升級(jí)周期較長(zhǎng)，因此現(xiàn)階段智能汽車主要通過搭載輔助駕駛系統(tǒng)實(shí)現(xiàn)智能化。交通燈識(shí)別技術(shù)作為輔助駕駛系統(tǒng)技術(shù)的一部分，是智能汽車在城市道路上安全行駛的關(guān)鍵技術(shù)之一。本文針對(duì)交通信號(hào)燈以及機(jī)動(dòng)車制動(dòng)燈的識(shí)別方法進(jìn)行研究，針對(duì)日間和夜間工況的特點(diǎn)，分別設(shè)計(jì)了識(shí)別方法，并使用Matlab平臺(tái)進(jìn)行驗(yàn)證。
　　首先，針對(duì)日間

2、圓形交通信號(hào)燈的識(shí)別，設(shè)計(jì)了識(shí)別方法。對(duì)原圖像進(jìn)行基于RGB空間的閾值篩選，在顏色篩選結(jié)果的基礎(chǔ)上，通過基于形態(tài)特征的區(qū)域形態(tài)特征篩選，實(shí)現(xiàn)對(duì)圓形交通信號(hào)燈的識(shí)別。針對(duì)日間箭頭形交通信號(hào)燈的識(shí)別，設(shè)計(jì)了基于RGB空間的閾值篩選和基于局部灰度特征的箭頭形區(qū)域提取方法，提取出完整箭頭形區(qū)域，在候選區(qū)域提取結(jié)果的基礎(chǔ)上，通過區(qū)域形態(tài)特征以及重心偏移特征，識(shí)別候選區(qū)域中的箭頭形交通信號(hào)燈。
　　其次，針對(duì)夜間交通信號(hào)燈的特殊工況設(shè)計(jì)了識(shí)別

3、方法。對(duì)原圖像進(jìn)行基于RGB空間的閾值篩選，通過區(qū)域包圍零點(diǎn)數(shù)量的篩選以及局部區(qū)域取反操作，消除顏色閾值篩選結(jié)果中存在的不規(guī)則光暈，提取出完整的交通信號(hào)燈輪廓，通過基于形態(tài)特征的區(qū)域形態(tài)特征篩選方法，結(jié)合Canny邊緣檢測(cè)和Hough變換檢測(cè)其中的圓形輪廓，完成進(jìn)一步的識(shí)別。
　　最后，針對(duì)日間及夜間的機(jī)動(dòng)車制動(dòng)燈識(shí)別，提出了相應(yīng)的識(shí)別方法。日間機(jī)動(dòng)車制動(dòng)燈識(shí)別，主要基于RGB空間的閾值篩選，以及基于圖像平均灰度的閾值篩選。對(duì)顏色

4、灰度雙閾值篩選的結(jié)果，通過形態(tài)學(xué)膨脹運(yùn)算增強(qiáng)。夜間機(jī)動(dòng)車制動(dòng)燈識(shí)別，對(duì)原圖像采用YCbCr空間的閾值篩選，并對(duì)原圖像進(jìn)行Top-Hat變換結(jié)合最大類間方差法的處理，提取圖像中的光源區(qū)域。通過對(duì)顏色篩選結(jié)果和光源區(qū)域提取結(jié)果進(jìn)行形態(tài)學(xué)處理及融合，提取出制動(dòng)燈區(qū)域。對(duì)日間及夜間的制動(dòng)燈識(shí)別結(jié)果均進(jìn)行配對(duì)處理，標(biāo)記同一輛機(jī)動(dòng)車的制動(dòng)燈，完成制動(dòng)燈的識(shí)別過程。
　　對(duì)交通信號(hào)燈和機(jī)動(dòng)車制動(dòng)燈識(shí)別方法進(jìn)行實(shí)驗(yàn)，結(jié)果表明，本文所提出的方法能夠