基于手機平臺的交通信號燈識別算法的研究.pdf

1、交通場景中包含大量信息，如道路標(biāo)志、道路標(biāo)識、交通信號燈等，駕駛員的注意力不集中、視覺疲勞和理解錯誤等都會導(dǎo)致交通事故的發(fā)生。特別是交通信號燈信息，用于指示行人和車輛安全有序通行，為此，識別交通信號燈對于輔助駕駛或者自動駕駛具有重要意義。特別是隨著智能手機等消費類移動終端的迅速普及，將汽車輔助駕駛或自動駕駛的功能與智能手機設(shè)備進行整合，既可以對智能手機日益強大的硬件資源進行有效利用，同時又可以滿足人們追求安全、便捷的需求。本文結(jié)合應(yīng)用數(shù)

2、學(xué)相關(guān)知識，提出了一種基于智能手機平臺的三階段交通信號燈識別算法，包括信號燈的候選區(qū)域提取、識別和時空信息融合三個階段。
　　在信號燈候選區(qū)域提取階段，首先，提出一個基于HSL色彩空間的橢球體幾何閾值模型用于提取感興趣顏色區(qū)域，進而結(jié)合圖像頂帽變換，獲取同時滿足顏色和亮度條件的信號燈候選區(qū)域。然后，為了節(jié)省像素點顏色空間轉(zhuǎn)換及利用橢球體幾何閾值模型判斷顏色像素點的時間開銷，離線建立了YUV空間像素點顏色（紅、綠）判斷表，這樣將顏色

3、空間轉(zhuǎn)換和判斷過程都隱含在判斷表中，提高了算法的識別速度。
　　在識別階段，為了準(zhǔn)確地、快速地識別出信號燈的狀態(tài)和類型，利用降維后的HOG特征和極限學(xué)習(xí)機分類器(ELM)對候選區(qū)域進行驗證。首先，離線訓(xùn)練兩個ELM分類器，分別對應(yīng)紅燈和綠燈。然后，對候選區(qū)域提取HOG特征，利用BW方法降維，再用ELM分類器進行分類識別，識別出信號燈的狀態(tài)和類型。
　　在時空信息融合階段，為了提高信號燈狀態(tài)和類型的識別準(zhǔn)確性和穩(wěn)定性，首先，利