本發(fā)明涉及交通領(lǐng)域，具體地說，涉及一種信號燈狀態(tài)的識別方法及識別裝置。

背景技術(shù)：
目前，隨著人們生活水平的提高，汽車成為人們的代步工具，道路上的車輛也日益增多。駕駛員在駕車行駛過程中，需要根據(jù)道路上的交通信號燈駕駛車輛。為了有效的監(jiān)控駕駛員是否遵守交通規(guī)則，在現(xiàn)有的交通監(jiān)控系統(tǒng)中，通常設(shè)置檢測設(shè)備來檢測交通信號燈的顏色，獲知信號燈的亮燈狀態(tài)，以此判斷車輛是否可以通過，從而向抓拍設(shè)備提供違章抓拍的觸發(fā)信號。早期的電子警察系統(tǒng)主要是通過連接信號燈的控制設(shè)備來獲取信號燈的狀態(tài)，但是這種方法增加了實(shí)施的難度和項目的成本，因此在近年來逐漸被基于視頻的方法所取代。在實(shí)際環(huán)境中，由于光照變化和相機(jī)硬件的局限，信號燈成像有時存在嚴(yán)重的偏色問題，出現(xiàn)紅燈偏黃和黃燈偏紅的現(xiàn)象，這種情況為信號燈的識別帶來了困難，從而使得交通的監(jiān)控出現(xiàn)問題。目前信號燈存在多種類型，如單燈，橫排組燈，豎排組燈以及內(nèi)容可變的信號燈,如何準(zhǔn)確、實(shí)時地識別多種信號燈類型，以滿足電子警察系統(tǒng)大范圍的監(jiān)控需求，是電子警察系統(tǒng)發(fā)展的關(guān)鍵問題。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的是為了解決上述問題，具體地說，本發(fā)明的目的是提供一種定位準(zhǔn)確、識別簡單的信號燈狀態(tài)的識別方法及識別裝置。根據(jù)本發(fā)明的一個目的，本發(fā)明提供了一種信號燈狀態(tài)的識別方法，包括以下步驟：A）在圖像中選取包括信號燈在內(nèi)的區(qū)域作為檢測區(qū)域，并采集所選檢測區(qū)域的圖像；B）在所述檢測區(qū)域的圖像中對單個信號燈進(jìn)行定位；C）計算所述單個信號燈的顏色屬性，以確定所述單個信號燈的顏色；D）通過邏輯判斷來確定整體信號燈的狀態(tài)，如果所述信號燈的第一顏色狀態(tài)穩(wěn)定，當(dāng)所述信號燈狀態(tài)是第一顏色時，輸出第一顏色，當(dāng)所述信號燈是第二或第三顏色時，通過所述信號燈的時序和空間相對位置，判斷所述信號燈的顏色屬性，并輸出對應(yīng)的顏色；E）將所述整體信號燈的狀態(tài)輸出。此外，優(yōu)選地，所述B）步驟還包括以下步驟：訓(xùn)練信號燈Adaboost分類器；使用Adaboost分類器遍歷信號燈檢測區(qū)域；獲取所有信號燈候選窗口；合并候選窗口；輸出信號燈的最終位置。此外，優(yōu)選地，所述D）步驟中，所述第一顏色為綠色。此外，優(yōu)選地，所述C）步驟還包括：使用基于HSL彩色空間的顏色模型計算所述單個信號燈的顏色屬性，以確定所述單個信號燈的顏色。根據(jù)本發(fā)明的另一個目的，本發(fā)明還提供一種信號燈狀態(tài)的識別裝置，包括：圖像采集單元，在圖像中選取包括信號燈在內(nèi)的區(qū)域作為檢測區(qū)域，并采集所選檢測區(qū)域的圖像；定位單個信號燈單元，在所述檢測區(qū)域的圖像中對單個信號燈進(jìn)行定位；單個信號燈顏色屬性確定單元，計算所述單個信號燈的顏色屬性，以確定所述單個信號燈的顏色；信號燈邏輯識別單元，通過邏輯判斷來確定整體信號燈的狀態(tài)，如果所述信號燈的第一顏色狀態(tài)穩(wěn)定，當(dāng)所述信號燈狀態(tài)是第一顏色時，輸出第一顏色，當(dāng)所述信號燈是第二或第三顏色時，通過所述信號燈的時序和空間相對位置，判斷所述信號燈的顏色屬性，并輸出對應(yīng)的顏色；信號燈狀態(tài)輸出單元，將所述整體信號燈的狀態(tài)輸出。此外，優(yōu)選地，所述定位單個信號燈單元還執(zhí)行以下動作：訓(xùn)練信號燈Adaboost分類器；使用Adaboost分類器遍歷信號燈檢測區(qū)域；獲取所有信號燈候選窗口；合并候選窗口；輸出信號燈的最終位置。此外，優(yōu)選地，所述單個信號燈顏色屬性確定單元利用基于HSL彩色空間的顏色模型計算所述單個信號燈的顏色屬性，以確定所述單個信號燈的顏色。由于本發(fā)明先檢測單個信號燈的狀態(tài)，然后再通過邏輯判斷來確定整體信號燈的狀態(tài)，同時也考慮到實(shí)際環(huán)境中光照變化和相機(jī)成像偏色等問題，這使得本發(fā)明具有廣泛的適用性和很高的準(zhǔn)確性。同時，本發(fā)明通過使用Adaboost分類器定位單個信號燈，該分類器的篩選式級聯(lián)結(jié)構(gòu)使得信號燈的定位具有實(shí)時性。此外，本發(fā)明在采集圖像的信號燈周圍選取一個足夠大的區(qū)域作為信號燈的檢測區(qū)域，很好的解決了信號燈晃動問題。附圖說明圖1是示出本發(fā)明的信號燈狀態(tài)的識別方法的流程圖；圖2是示出本發(fā)明的信號燈狀態(tài)的識別裝置的示意框圖。具體實(shí)施方式下面結(jié)合附圖對本發(fā)明的實(shí)施例進(jìn)行詳細(xì)說明。圖1是示出本發(fā)明的信號燈狀態(tài)的識別方法的流程圖。參照圖1，首先在信號燈周邊劃定一個檢測區(qū)域進(jìn)行檢測。由于監(jiān)控路口的相機(jī)和信號燈立桿一旦固定，信號燈在圖像中的位置也就基本保持不變，考慮到大風(fēng)等不穩(wěn)定因素，選取包括信號燈在內(nèi)的一個足夠大的區(qū)域作為信號燈的檢測區(qū)域，并且，采集所選擇的信號燈檢測區(qū)域的圖像（步驟S10）。然后，在所述檢測區(qū)域中對單個信號燈進(jìn)行定位（步驟S20）。本發(fā)明使用預(yù)先訓(xùn)練好的信號燈Adaboost分類器遍歷信號燈檢測區(qū)域內(nèi)所有合適尺寸的子窗口，定位單個信號燈的位置。使用Adaboost分類器定位信號燈的步驟如下：訓(xùn)練信號燈Adaboost分類器；使用分類器遍歷信號燈檢測區(qū)域，檢測區(qū)域內(nèi)所有合適尺寸的子窗口；獲取所有信號燈候選窗口；合并候選窗口并輸出信號燈的最終位置。接著，通過顏色模型計算所述單個信號燈的顏色屬性，以便確定該單個信號燈的顏色（步驟S30）。本發(fā)明的顏色模型基于HSL（hue,saturation,lightness）顏色空間，定義如下：其中，(x,y)代表圖像的空間坐標(biāo)，gH(x,y)、gS(x,y)、gL(x,y)分別是圖像在點(diǎn)(x,y)的色調(diào)、飽和度和亮度值，tH、tS、tL分別是顏色模型在色調(diào)、飽和度和亮度的閾值，和分別代表HSL空間中綠色色調(diào)和紅黃色調(diào)的中值。通過以上的顏色模型，統(tǒng)計信號燈區(qū)域內(nèi)所有像素點(diǎn)的顏色屬性，以此來獲得這個區(qū)域的顏色屬性。在獲得信號燈的位置和顏色之后，通過邏輯判斷來確定整體信號燈的狀態(tài)（步驟S40）。根據(jù)本發(fā)明的一個實(shí)施例，如果信號燈的綠燈顏色狀態(tài)比較穩(wěn)定，則先定位綠燈的位置，然后進(jìn)行整體信號燈的顏色的判斷，當(dāng)信號燈定位區(qū)域的顏色屬性是綠色時，則認(rèn)為該信號燈為綠燈，輸出綠燈狀態(tài)。否則，如果信號燈定位區(qū)域的顏色是黃色或紅色，則需要進(jìn)一步通過信號燈的時序和空間位置信息，判斷該信號燈的狀態(tài)。以橫排組燈和豎排組燈為例，它的整體的狀態(tài)判斷邏輯如下：表1前一狀態(tài)當(dāng)前顏色屬性相對位置當(dāng)前識別狀態(tài)-綠色-綠燈綠燈黃色/紅色1黃燈綠燈黃色/紅色2紅燈黃燈黃色/紅色0黃燈黃燈黃色/紅色1紅燈紅燈黃色/紅色-紅燈如表1所示，當(dāng)當(dāng)前檢測到的信號燈的顏色屬性是綠色時，認(rèn)為本信號燈為綠色，輸出綠色狀態(tài)；而當(dāng)當(dāng)前信號燈是黃色或紅色時，由于不能判定是哪一種顏色，則檢測前一狀態(tài)的顏色，當(dāng)前一狀態(tài)是綠色時，當(dāng)當(dāng)前狀態(tài)的與前一狀態(tài)的相對位置相差一個信號燈的長度時，則該狀態(tài)識別為黃燈，當(dāng)相差兩個信號燈的長度時，則為紅燈；當(dāng)前一狀態(tài)是黃色時，當(dāng)當(dāng)前狀態(tài)與前一狀態(tài)的相對位置重疊時，則為黃燈，當(dāng)相差一個信號燈的長度時，則為紅燈；當(dāng)前一狀態(tài)為紅燈時，則為紅燈。根據(jù)本發(fā)明的另一個實(shí)施例，如果信號燈的黃燈顏色狀態(tài)比較穩(wěn)定，則先定位黃燈的位置，其整體邏輯如下：表2前一狀態(tài)當(dāng)前顏色屬性相對位置當(dāng)前識別狀態(tài)-黃色-黃燈黃燈綠色/紅色-紅燈紅燈綠色/紅色0紅燈紅燈綠色/紅色-2綠燈綠燈綠色/紅色-綠燈如表2所示，當(dāng)當(dāng)前檢測到的信號燈的顏色屬性是黃色時，認(rèn)為信號燈為黃色，輸出黃色狀態(tài)；而當(dāng)當(dāng)前信號燈是綠色或紅色時，由于不能判定是哪一種顏色，則檢測前一狀態(tài)的顏色，當(dāng)前一狀態(tài)是黃色時，則當(dāng)前狀態(tài)識別為紅燈；當(dāng)當(dāng)前狀態(tài)為紅燈時，當(dāng)當(dāng)前狀態(tài)與前一狀態(tài)的相對位置重疊時，則該狀態(tài)識別為紅燈，當(dāng)反向相差兩個信號燈的長度時，則為綠燈；當(dāng)前一狀態(tài)是綠色時，則為綠燈。根據(jù)本發(fā)明又一個實(shí)施例，如果信號燈的紅燈顏色狀態(tài)比較穩(wěn)定，則先定位紅燈的位置，其整體邏輯如下：表3前一狀態(tài)當(dāng)前顏色屬性相對位置當(dāng)前識別狀態(tài)-紅色-紅燈紅燈綠色/黃色-綠燈綠燈綠色/黃色0綠燈綠燈綠色/黃色1黃燈黃燈綠色/黃色-黃燈如表3所示，當(dāng)當(dāng)前檢測到的信號燈的顏色屬性是紅色時，認(rèn)為本信號燈為紅色，輸出紅色狀態(tài)；而當(dāng)當(dāng)前信號燈是綠色或黃色時，由于不能判定是哪一種顏色，則檢測前一狀態(tài)的顏色，當(dāng)前一狀態(tài)是紅色時，則當(dāng)前狀態(tài)識別為綠燈，當(dāng)當(dāng)前狀態(tài)為綠燈時，當(dāng)前狀態(tài)與前一狀態(tài)的相對位置重疊時，則該狀態(tài)識別為綠燈，當(dāng)相差一個信號燈的長度時，則為黃燈；當(dāng)前一狀態(tài)是黃色時，則為黃燈。最后，將通過以上邏輯判斷得出的整體信號燈的狀態(tài)輸出到接收中心（步驟S50）。圖2是示出本發(fā)明的信號燈狀態(tài)的識別裝置的示意框圖。根據(jù)圖2，本發(fā)明的信號燈狀態(tài)的識別裝置包括：圖像采集單元；定位單個信號燈單元；單個信號燈顏色屬性確定單元；信號燈邏輯識別單元和信號燈狀態(tài)輸出單元。圖像采集單元10用于確定所要采集的信息的區(qū)域，并采集所選區(qū)域的信息。定位單個信號燈單元20用于對所選區(qū)域的單個信號燈進(jìn)行定位。本發(fā)明使用預(yù)先訓(xùn)練好的信號燈Adaboost分類器遍歷信號燈檢測區(qū)域內(nèi)所有合適尺寸的子窗口，來定位單個信號燈的位置。單個信號燈顏色屬性確定單元30，用于確定所述單個信號燈的顏色屬性。本發(fā)明使用基于HSL（hue,saturation,lightness）顏色空間的顏色模型，來確定單個信號燈的顏色屬性。信號燈邏輯識別單元40，用于確定整體信號燈的狀態(tài)。通過預(yù)先設(shè)定好的邏輯判斷系統(tǒng)識別信號燈的整體狀態(tài)。信號燈狀態(tài)輸出單元50用于輸出整體信號燈的狀態(tài)。在實(shí)際應(yīng)用環(huán)境里，監(jiān)控路口的相機(jī)和信號燈立桿一旦固定，信號燈在圖像中的位置也就基本保持不變，考慮到大風(fēng)等不穩(wěn)定因素，本發(fā)明在信號燈周圍選取一個足夠大的區(qū)域作為信號燈的檢測區(qū)域。這樣本發(fā)明無需全圖定位信號燈，僅需處理檢測區(qū)域內(nèi)的圖像，同時也很好地解決了信號燈成像的晃動問題。由于本發(fā)明先檢測單個信號燈的狀態(tài)，然后再通過上層邏輯的組合識別整體信號燈的狀態(tài)，同時也考慮到實(shí)際環(huán)境中光照變化和相機(jī)成像偏色等問題，這使得本發(fā)明具有廣泛的適用性和很高的準(zhǔn)確性。同時，本發(fā)明通過使用Adaboost分類器定位信號燈，該分類器的篩選式級聯(lián)結(jié)構(gòu)使得信號燈定位具有實(shí)時性。在本發(fā)明的上述教導(dǎo)下，本領(lǐng)域技術(shù)人員可以在上述實(shí)施例的基礎(chǔ)上對本發(fā)明所提供信號燈狀態(tài)的識別方法及識別裝置進(jìn)行改進(jìn)或變形，而這些改進(jìn)或變形，都落在本發(fā)明的保護(hù)范圍內(nèi)。本領(lǐng)域技術(shù)人員應(yīng)該明白，上述的具體描述只是更好地解釋本發(fā)明的目的，本發(fā)明的保護(hù)范圍由權(quán)利要求及其等同物限定。