交通信号灯识别技术的发展

汽车电子

交通信号灯识别技术的发展

交通信号灯对汽车的正常行驶起着非常关键的作用。实时、准确地检测和识别交通信号灯是无人驾驶汽车在城市环境中行驶的基本要求，也是先进驾驶辅助系统功能实现的基础。同时，设计交通信号灯识别系统还可以帮助色盲或色弱人群对交通信号灯进行识别。

交通信号灯识别具有多种方法，但都包括颜色分割、形态学处理两个过程。其中，颜色分割主要是对摄像头采集的图像进行处理，处理时将亮度高于周围的区域标记为不同强度的白色，形成灰度图像；形态学处理则是对图像分割出的区域进行形态学识别，辨别出圆形或箭头形状的交通信号灯。虽然交通信号灯被设计成易识别的颜色，但是来自外部环境的影响因素仍可能影响识别结果。这类影响首先包括光线穿过大气或玻璃可能产生色调变化和光晕干扰，其次是汽车故障灯、制动车灯以及广告牌、行人过路灯产生的反射，最后是恶劣天气和太阳位置变化产生的影响。而无法消除这些影响的主要原因在于，目前设计的识别算法是基于法国巴黎矿业大学机器人研究中心提供的道路图像公共数据库进行训练的。该数据库包含11179帧交通信号灯图像和9168处手动标记的交通灯，对于识别算法的训练和验证太少，且图像帧为平面图像。为了改变这种现状，利用加拿大灰点工业相机公司生产的三目立体电荷耦合器件（CCD）相机，对美国圣地亚哥境内的交通信号灯图像进行采集，采集了46418祯交通信号灯图像，其上标注了112971处交通信号灯，据此建立了相应的数据库，称之为LISA交通信号灯数据库。由于采用了三目立体CCD相机，因此每一帧图像包含了交通信号灯的立体信息。利用该数据库对识别算法进行训练的结果显示，对交通信号灯识别的准确率由80%升高至93%。

Mark P.Philipsen et al. 2015 12th IEEE International Conference on Advanced Video and Signal Based Surveillance,Niagara Falls Aug.25-28,2015.

编译：张振伟