專利名稱：基于視頻處理的信號燈狀態(tài)檢測方法及其系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及智能交通領域，特別涉及一種電子警察信號燈狀態(tài)檢測技術。
背景技術：
作為智能交通系統(tǒng)的一個重要分支，電子警察系統(tǒng)綜合利用數(shù)字圖像處理、模式識別與人工智能等先進技術對闖紅燈等交通違法現(xiàn)象進行抓拍和處理，為公安交通部門提供強有力的執(zhí)法證據(jù)，對改善交通秩序、保障交通安全、提高道路交叉口通行能力和減少交通事故等方面都起到了重要作用。目前電子警察系統(tǒng)中信號燈狀態(tài)主要是通過交通信號燈檢測器獲得的，交通信號燈檢測器通過采集道路交叉路口信號燈狀態(tài)，并將信號燈檢測結果經(jīng)輸入輸出口和串行數(shù)據(jù)通信接口輸出給工控機用于電子警察的后續(xù)操作。本發(fā)明的發(fā)明人發(fā)現(xiàn)，交通信號燈檢測器存在如下主要缺點1)安裝過程較為復雜，需要額外接紅綠燈電源線。2)增加了產品的硬件成本。針對交通信號燈檢測器安裝復雜、硬件成本高等缺點，本發(fā)明專門提出了一種安裝簡單、檢測穩(wěn)定性高的視頻信號燈狀態(tài)檢測技術。

發(fā)明內容
本發(fā)明的目的在于提供一種基于視頻處理的信號燈狀態(tài)檢測方法及其系統(tǒng)，該檢測方法及其系統(tǒng)安全有效且復雜度小，可實時可靠地以較高精度檢測出信號燈狀態(tài)，為公安交通部門提供強有力的執(zhí)法證據(jù)。為解決上述技術問題，本發(fā)明的實施方式公開了一種基于視頻處理的信號燈狀態(tài)檢測方法，包括以下步驟在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置；分析經(jīng)提取的信號燈區(qū)域位置內的色度、亮度和飽和度信息，根據(jù)該分析結果確定該信號燈的狀態(tài)；對異常狀態(tài)的信號燈異常報警。本發(fā)明的實施方式還公開了一種基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)，系統(tǒng)包括以下模塊定位模塊，用于在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置；狀態(tài)判斷模塊，用于分析經(jīng)提取的所述定位模塊確定的信號燈區(qū)域位置內的色度、亮度和飽和度信息，根據(jù)該分析結果確定該信號燈的狀態(tài)；報警模塊，用于對所述狀態(tài)判斷模塊判定為異常狀態(tài)的信號燈進行異常報警。本發(fā)明實施方式與現(xiàn)有技術相比，主要區(qū)別及其效果在于通過信號燈區(qū)域定位，可以預防因攝像機抖動、桿件抖動或者其他原因而改變視頻幀圖像內信號燈區(qū)域位置的問題，異常報警處理可以及時調整信號燈的檢測位置或進行其他調整處理，方法安全且復雜度小，可實時可靠地以較高精度檢測出信號燈狀態(tài)，為公安交通部門提供強有力的執(zhí)法證據(jù)。通過判斷信號燈狀態(tài)是否異常并對異常狀態(tài)的信號燈進行異常報警的處理，可以通知對信號燈的異常狀態(tài)或其檢測位置進行調整處理，以避免信號燈異常時一直出錯的情況，精確檢測出信號燈的狀態(tài)。進一步地，通過顏色特征的提取和投影分析對候選信號燈區(qū)域位置進行定位，可以確保本信號燈狀態(tài)檢測方法長時間運行和抗干擾能力。進一步地，在信號燈區(qū)域位置確定之后和信號燈狀態(tài)檢測之前，根據(jù)信號燈的最大概率位置信息，對當前信號燈區(qū)域位置信息的準確性進行校驗，進一步保證信號燈狀態(tài)檢測的精確度。進一步地，在信號燈區(qū)域定位之前進行視頻幀圖像區(qū)域分割處理，減少了后續(xù)狀態(tài)檢測時的計算量，并提高了實時性。進一步地，通過黃燈的亮度信息對信號燈的判定狀態(tài)進行校驗，進一步保證了信號燈狀態(tài)檢測的準確率。進一步地，考慮判定為紅燈的信號燈區(qū)域位置內的紅色像素點個數(shù)后，重新將該紅燈狀態(tài)改為暗，可以避免紅燈檢測出錯，進一步提高了信號燈狀態(tài)檢測的準確率。進一步地，對信號燈應用場景的檢測可以濾除影響信號燈狀態(tài)檢測因素，進一步提高了信號燈狀態(tài)檢測的準確率。進一步地，根據(jù)信號燈的周期和區(qū)域位置偏移標準差，進行周期正常情況處理，可以避免信號燈周期正常時其區(qū)域位置偏移較大所導致的信號燈狀態(tài)檢測風險，進一步保證信號燈狀態(tài)檢測的精確度。進一步地，若連續(xù)視頻幀圖像中的信號燈的周期異常且其區(qū)域位置偏移較大時， 則進行信號燈異常報警，以避免信號燈異常時一直出錯的情況，進一步提高本信號燈檢測方法的穩(wěn)定性和可靠性。


圖1是本發(fā)明第一實施方式中一種基于視頻處理的信號燈狀態(tài)檢測方法的流程示意圖；圖2是本發(fā)明第二實施方式中一種基于視頻處理的信號燈狀態(tài)檢測方法的流程示意圖；圖3是本發(fā)明第四實施方式中一種基于視頻處理的信號燈狀態(tài)檢測方法的流程示意圖；圖4是本發(fā)明第四實施方式中一種基于視頻處理的信號燈狀態(tài)檢測方法的流程示意圖；圖5是本發(fā)明第四實施方式中一種基于視頻處理的信號燈狀態(tài)檢測方法的流程示意圖；圖6是本發(fā)明第五實施方式中一種基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)的結構示意圖7是本發(fā)明第六實施方式中一種基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)的結構示意圖；圖8是本發(fā)明第八實施方式中一種基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)的結構示意圖；圖9是本發(fā)明第八實施方式中一種基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)的結構示意圖；圖10是本發(fā)明第八實施方式中一種基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)的結構示意圖。
具體實施例方式在以下的敘述中，為了使讀者更好地理解本申請而提出了許多技術細節(jié)。但是，本領域的普通技術人員可以理解，即使沒有這些技術細節(jié)和基于以下各實施方式的種種變化和修改，也可以實現(xiàn)本申請各權利要求所要求保護的技術方案。為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面將結合附圖對本發(fā)明的實施方式作進一步地詳細描述。本發(fā)明第一實施方式涉及一種基于視頻處理的信號燈狀態(tài)檢測方法。圖1是該基于視頻處理的信號燈狀態(tài)檢測方法的流程示意圖。具體地說，如圖1所示，該基于視頻處理的信號燈狀態(tài)檢測方法，包括以下步驟在步驟101中，在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置。此后進入步驟102，分析經(jīng)提取的信號燈區(qū)域位置內的色度、亮度和飽和度信息。此后進入步驟103，根據(jù)步驟102得到的分析結果確定該信號燈的狀態(tài)。此后進入步驟104，對異常狀態(tài)的信號燈異常報警，此后結束本流程。通過信號燈區(qū)域定位，可以預防因攝像機抖動、桿件抖動或者其他原因而改變視頻幀圖像內信號燈區(qū)域位置的問題，異常報警處理可以及時調整信號燈的檢測位置或進行其他調整處理。該檢測方法安全有效且復雜度小，可實時可靠地以較高精度檢測出信號燈狀態(tài)，為公安交通部門提供強有力的執(zhí)法證據(jù)。通過判斷信號燈狀態(tài)是否異常并對異常狀態(tài)的信號燈進行異常報警的處理，可以通知對信號燈的異常狀態(tài)或其檢測位置進行調整處理，以避免信號燈異常時一直出錯的情況，進一步地精確檢測出信號燈的狀態(tài)。若信號燈異常，則通過異常報警通知調整信號燈為正常狀態(tài)。本發(fā)明第二實施方式涉及一種基于視頻處理的信號燈狀態(tài)檢測方法。圖2是該基于視頻處理的信號燈狀態(tài)檢測方法的流程示意圖。第二實施方式在第一實施方式的基礎上進行了改進，主要改進之處在于通過顏色特征的提取和投影分析對候選信號燈區(qū)域位置進行定位，可以確保本信號燈狀態(tài)檢測方法長時間運行和抗干擾能力。在信號燈區(qū)域位置確定之后和信號燈狀態(tài)檢測之前，根據(jù)信號燈的最大概率位置信息，對當前信號燈區(qū)域位置信息的準確性進行校驗，進一步保證信號燈狀態(tài)檢測的精確度，其中信號燈的最大概率位置為信號燈經(jīng)常在視頻幀圖像中出現(xiàn)的位置。
在信號燈區(qū)域定位之前進行視頻幀圖像區(qū)域分割處理，減少了后續(xù)狀態(tài)檢測時的計算量，并提高了實時性。具體地說，如圖2所示，上文所述在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置的步驟101，包括以下子步驟在步驟201中，從視頻幀圖像中，提取滿足色度、亮度和飽和度閾值范圍的顏色前
； ο從視頻幀圖像中，提取滿足色度、亮度和飽和度閾值范圍的顏色前景點的步驟，包括以下子步驟提取(i，j)位置像素點的H(i，j)、V(i，j)和 S(i，j)，其中 H(i，j)、V(i，j)和 S(i，j)分別為該像素點的色度、亮度和飽和度信息。若H(i，j) > R_h_thl、H(i，j) < R_h_th2、S(i，j) > S_th 且 V(i，j) > V_th，貝丨J 認為當前像素點為紅色。若H(i，j) > G_h_thl、H(i，j) < G_h_th2、S (i，j) >3_讓且￥(士，]·) >V_th，貝丨J 認為當前像素點為綠色。將判定為紅色或者綠色的像素點作為滿足色度、亮度和飽和度閾值范圍的(i，j) 位置上的顏色前景點。其中R_h_thl表示紅色特征H的下限，R_h_th2表示紅色特征H的上限，G_h_thl 表示綠色特征H的下限，G_h_th2表示綠色特征H的上限，S_th表示紅、綠飽和度特征S的閾值，V_th表示紅、綠亮度特征V的閾值。此后進入步驟202，投影分析經(jīng)提取的顏色前景點，獲取信號燈區(qū)域位置。投影分析顏色前景點，獲取候選信號燈區(qū)域位置的步驟，包括以下子步驟計算視頻幀圖像中的列投影(01_ 1~0」( 1，？2，...，？11)，其中？士(士= 1,2,... ,η) 表示第i列紅色或者綠色像素點個數(shù)的總和。獲取列投影Col_proj (pi, p2，. . .，pn)最大波峰的起始像素點wColM和終止像素點 wColEnd。計算視頻幀圖像中的行投影row_proj (ql,q2, · · ·，qn)，其中 qj (j = 1，2，· · ·，η) 表示第j行紅色或者綠色像素點個數(shù)的總和。獲取行投影row_proj (ql，q2，. . .，qn)最大波峰的起始像素點wRoWt和終止像素點 wRowEnd。若矩形框DstRect (wColSt, wRowSt, wColEnd, wRowEnd)內的紅色或者綠色像素點個數(shù)大于或等于第一閾值，則確定該矩形框DstRect為候選信號燈區(qū)域位置。此外，當系統(tǒng)初始化或者場景發(fā)生變化時，可以根據(jù)信號燈區(qū)域內的紅色或綠色像素點經(jīng)驗個數(shù)或歷史統(tǒng)計個數(shù)，設定第一閾值。此外，作為本發(fā)明的一個優(yōu)選實施方式，在提取視頻幀圖像中的色度、亮度和飽和度的步驟之前，還包括分割視頻幀圖像以初步確定信號燈的亮燈信號區(qū)域的步驟，以縮小信號燈區(qū)域定位時的定位判斷范圍，減少系統(tǒng)工作量。此后進入步驟203，確定當前候選信號燈區(qū)域位置的偏移標準差。此后進入步驟204，根據(jù)當前信號燈的最大概率區(qū)域位置和偏移標準差，對候選信號燈區(qū)域位置信息進行校驗，此后進入上述步驟102。
綜上所述，即在投影分析顏色前景點，獲取候選信號燈區(qū)域位置的步驟之后，還包括以下步驟根據(jù)當前信號燈的最大概率區(qū)域位置和偏移標準差，對候選信號燈區(qū)域位置信息進行校驗。作為本發(fā)明的一個優(yōu)選實施例，投影分析顏色前景點，獲取候選信號燈區(qū)域位置的步驟203，可通過以下方式實現(xiàn)對視頻幀圖像中的信號燈區(qū)域位置中的第k個信號燈區(qū)域位置 DstRectk(wColStkl,wRowStkl,wColEndkl,wRowEndkl)分別進行 X 方向和 Y 方向的偏移校驗，其中，k為正整數(shù)。預先設置的第k個信號燈的初始區(qū)域位置為OriRectkO (wColStkO，wRowStkO, wCoIEndkO, wRowEndkO)。以進行X方向的偏移校驗為例計算xBias = wColStkl-wColMkO，其中 xBias 表示 DstRectk 相對于 OriRectkO 的X方向上的偏移量。計算fXBiasAvg = thl * fXBiasAvg+(1-thl) * xBias,其中 fXBiasAvg 表示 DstRectk相對于OriRectkO的X方向上的偏移量期望。計算fXBiasMd = th2 * fXBiasStd+(l-th2) * abs (xBias-fXBiasAvg),其中 fXBiasStd表示DstRectk相對于OriRectkO的X方向上的偏移量標準差，thl和th2是迭代閾值，取值范圍為
ο當視頻幀圖像中信號燈區(qū)域位置總數(shù)為1^且1^> ι時，計算
權利要求
1.一種基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，包括以下步驟在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置；分析經(jīng)提取的所述信號燈區(qū)域位置內的色度、亮度和飽和度信息，根據(jù)該分析結果確定該信號燈的狀態(tài)；對異常狀態(tài)的信號燈異常報警。
2.根據(jù)權利要求1所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置的步驟，包括以下子步驟從所述視頻幀圖像中，提取滿足色度、亮度和飽和度閾值范圍的顏色前景點；投影分析所述顏色前景點，獲取候選信號燈區(qū)域位置。
3.根據(jù)權利要求2所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述從視頻幀圖像中，提取滿足色度、亮度和飽和度閾值范圍的顏色前景點的步驟，包括以下子步驟提取(i，j)位置像素點的 H(i，j)、V(i，j)和 S(i，j)，其中 H(i，j)、V(i，j)和 S(i，j) 分別為該像素點的色度、亮度和飽和度信息；若 H(i，j) > R_h_thl、H(i，j) < R_h_th2、S(i，j) >3_讓且￥(士，」)>V_th，則認為當前像素點為紅色；若 H(i，j) > G_h_thl、H(i，j) < G_h_th2、S(i，j) >3_讓且￥(士，」)>V_th，則認為當前像素點為綠色；將判定為紅色或者綠色的像素點作為滿足色度、亮度和飽和度閾值范圍的(i，j)位置上的顏色前景點；其中R_h_thl表示紅色特征H的下限，R_h_th2表示紅色特征H的上限，G_h_thl表示綠色特征H的下限，G_h_th2表示綠色特征H的上限，S_th表示紅、綠飽和度特征S的閾值， V_th表示紅、綠亮度特征V的閾值。
4.根據(jù)權利要求2所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述投影分析顏色前景點，獲取候選信號燈區(qū)域位置的步驟，包括以下子步驟計算所述視頻幀圖像中的列投影col_proj(pl，p2，...，pn)，其中pi(i = 1,2,... ,η) 表示第i列紅色或者綠色像素點個數(shù)的總和；獲取所述列投影col_pr0j (pi, p2, ... , pn)最大波峰的起始像素點wColM和終止像素點 wColEnd ；計算所述視頻幀圖像中的行投影r0W_pr0j(ql，q2，...，qn)，其中qj (j = 1,2,... ,η) 表示第j行紅色或者綠色像素點個數(shù)的總和；獲取所述行投影roW_proj (ql，q2，. . .，qn)最大波峰的起始像素點wRowM和終止像素點 wRowEnd ；若矩形框DstRect (wColSt, wRowSt, wColEnd, wRowEnd)內的紅色或者綠色像素點個數(shù)大于或等于第一閾值，則矩形框DstRect為所述候選信號燈區(qū)域位置。
5.根據(jù)權利要求4所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，在所述投影分析顏色前景點，獲取候選信號燈區(qū)域位置的步驟之后，還包括以下步驟根據(jù)當前信號燈的最大概率區(qū)域位置和偏移標準差，對所述候選信號燈區(qū)域位置信息進行校驗。
6.根據(jù)權利要求1所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，在所述在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置的步驟之前，還包括以下步驟采集含有信號燈的視頻幀圖像；根據(jù)信號燈的顏色、方向類型和個數(shù)，對所述信號燈圖像進行分割。
7.根據(jù)權利要求1所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述分析經(jīng)提取的所述信號燈區(qū)域位置內的色度、亮度和飽和度信息，根據(jù)該分析結果確定該信號燈的狀態(tài)的步驟，包括以下子步驟根據(jù)所述亮度信息判定最暗的信號燈； 根據(jù)色度信息，判定其他非最暗信號燈的狀態(tài)； 對所述信號燈的判定狀態(tài)進行校驗。
8.根據(jù)權利要求7所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述對信號燈的判定狀態(tài)進行校驗的步驟，包括以下子步驟如果當前紅燈亮，且黃燈亮度值> 1. 1 *紅燈亮度值，則將紅燈狀態(tài)改為暗； 如果當前綠燈亮，且黃燈亮度值> 1. 綠燈亮度值，則將綠燈狀態(tài)改為暗。
9.根據(jù)權利要求1至8中任一項所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，若當前被判定為紅燈的信號燈區(qū)域位置內的紅色像素點個數(shù)小于第二閾值，則將該紅燈狀態(tài)改為暗。
10.根據(jù)權利要求1所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述對異常狀態(tài)的信號燈異常報警的步驟，包括以下子步驟檢測所述視頻幀圖像中的信號燈應用場景是否符合要求； 若所述應用場景符合要求，則對信號燈的周期進行檢測； 若所述周期正常，則進行周期正常情況處理； 若所述周期異常，則進行周期異常情況處理。
11.根據(jù)權利要求10所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述檢測視頻幀圖像中的信號燈應用場景是否符合要求的步驟，包括以下子步驟判斷當前時刻是否在預定的第一門限和第二門限之間，若在，則符合要求。
12.根據(jù)權利要求5或10所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述若周期正常，則進行周期正常情況處理的步驟，包括以下子步驟判斷所述視頻幀圖像中的當前信號燈區(qū)域位置偏移標準差是否大于第三閾值； 若是，則修改信號燈區(qū)域位置；在所述信號燈區(qū)域位置修改后，判斷信號燈的后續(xù)周期是正常還是異常； 若異常，則還原信號燈區(qū)域位置為修改前的信號燈區(qū)域位置。
13.根據(jù)權利要求10所述的基于視頻處理的信號燈狀態(tài)檢測方法，其特征在于，所述若周期異常，則進行周期異常情況處理的步驟，包括以下子步驟判斷連續(xù)視頻幀圖像中的信號燈周期是否都異常；若是，則檢測在該連續(xù)視頻幀圖像中是否存在周期性變化且滿足信號燈空間位置關系的紅色團塊和綠色團塊；若在該連續(xù)視頻幀圖像中不存在周期性變化或不滿足信號燈空間位置關系的紅色團塊和綠色團塊，則搜索并判斷周期性變化的紅色團塊和綠色團塊的視頻幀圖像的幀數(shù)是否大于第四閾值，若大于，則異常報警，若小于，則繼續(xù)搜索周期性變化的紅色團塊和綠色團塊；若在該連續(xù)視頻幀圖像中存在周期性變化且滿足信號燈空間位置關系的紅色團塊和綠色團塊，則修改信號燈區(qū)域位置；所述信號燈區(qū)域位置修改后，判斷信號燈的后續(xù)周期是正常還是異常； 若異常，則還原該修改的信號燈區(qū)域位置為初始信號燈區(qū)域位置。
14.一種基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)，其特征在于，所述系統(tǒng)包括以下模塊 定位模塊，用于在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置； 狀態(tài)判斷模塊，用于分析經(jīng)提取的所述定位模塊確定的信號燈區(qū)域位置內的色度、亮度和飽和度信息，根據(jù)該分析結果確定該信號燈的狀態(tài)；報警模塊，用于對所述狀態(tài)判斷模塊判定為異常狀態(tài)的信號燈進行異常報警。
15.根據(jù)權利要求14所述的基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)，其特征在于，所述定位模塊，還包括以下子模塊提取子模塊，用于從所述視頻幀圖像中，提取滿足色度、亮度和飽和度閾值范圍的顏色前景點；投影分析子模塊，用于對所述提取子模塊所提取的顏色前景點進行投影分析，獲取候選信號燈區(qū)域位置；位置校驗子模塊，用于根據(jù)當前信號燈的最大概率區(qū)域位置和偏移標準差，對所述投影分析子模塊獲取的候選信號燈區(qū)域位置信息進行校驗。
16.根據(jù)權利要求14所述的基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)，其特征在于，所述狀態(tài)判斷模塊確定該信號燈的狀態(tài)的具體確定方式如下根據(jù)所述亮度信息判定最暗的信號燈； 根據(jù)色度信息，判定其他非最暗信號燈的狀態(tài)； 對所述信號燈的判定狀態(tài)進行校驗； 所述對信號燈的判定狀態(tài)進行校驗的步驟，包括以下子步驟 如果當前紅燈亮，且黃燈亮度值> 1.廣紅燈亮度值，則將紅燈狀態(tài)改為暗； 如果當前綠燈亮，且黃燈亮度值> 1. 1 *綠燈亮度值，則將綠燈狀態(tài)改為暗； 若當前被判定為紅燈的信號燈區(qū)域位置內的紅色像素點個數(shù)小于第二閾值，則將該紅燈狀態(tài)改為暗。
17.根據(jù)權利要求14所述的基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)，其特征在于，所述報警模塊，包括以下子模塊場景檢測子模塊，用于檢測視頻幀圖像中的信號燈應用場景是否符合要求； 周期檢測子模塊，用于在所述場景檢測子模塊檢測到應用場景符合要求時，對信號燈的周期進行檢測；異常處理子模塊，用于在所述周期檢測子模塊檢測到周期異常時，進行周期異常情況處理；正常處理子模塊，用于在所述周期檢測子模塊檢測到周期正常時，進行周期正常情況處理。
18.根據(jù)權利要求14或15所述的基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)，其特征在于， 所述正常處理子模塊，還包括以下子單元第一偏移判斷子單元，用于判斷所述視頻幀圖像中的當前信號燈區(qū)域位置偏移標準差是否大于第三閾值；第一位置修改子單元，用于在所述第一偏移判斷子單元判定視頻幀圖像中的當前信號燈區(qū)域位置偏移標準差大于第三閾值時，修改信號燈區(qū)域位置；第一周期判斷子單元，用于在所述第一位置修改子單元修改信號燈區(qū)域位置之后，判斷信號燈的后續(xù)周期是正常還是異常；第一位置還原子單元，用于在所述第一周期判斷子單元判定信號燈的周期異常時，還原信號燈區(qū)域位置為修改前的信號燈區(qū)域位置。
19.根據(jù)權利要求14所述的基于視頻處理的信號燈狀態(tài)檢測系統(tǒng)，其特征在于，所述異常處理子模塊，還包括以下子單元異常周期判斷子單元，用于判斷連續(xù)視頻幀圖像中的信號燈周期是否都異常； 團塊檢測子單元，用于在所述異常周期判斷子單元判定連續(xù)視頻幀圖像中的信號燈周期都為異常時，檢測在連續(xù)視頻幀圖像中是否存在周期性變化且滿足信號燈空間位置關系的紅色團塊和綠色團塊；幀搜索子單元，用于在所述團塊檢測子單元判定在連續(xù)視頻幀圖像中不存在周期性變化或不滿足信號燈空間位置關系的紅色團塊和綠色團塊時，搜索周期性變化的紅色團塊和綠色團塊的視頻幀圖像的幀數(shù)；幀數(shù)判斷子單元，用于判斷所述幀搜索子單元搜索到的視頻幀圖像的幀數(shù)是否大于第四閾值；異常報警子單元，用于在所述幀數(shù)判斷子單元判定幀數(shù)大于第四閾值時，異常報警； 第二位置修改子單元，用于在所述團塊檢測子單元判定在連續(xù)視頻幀圖像中存在周期性變化且滿足信號燈空間位置關系的紅色團塊和綠色團塊時，修改信號燈區(qū)域位置；第二周期判斷子單元，用于在所述第二位置修改子單元修改信號燈區(qū)域位置之后，判斷信號燈的后續(xù)周期是正常還是異常；第二位置還原子單元，用于在所述第二周期判斷子單元判定信號燈的后續(xù)周期異常時，還原所修改的信號燈區(qū)域位置為初始信號燈區(qū)域位置。
全文摘要
本發(fā)明涉及智能交通領域，公開了一種基于視頻處理的信號燈狀態(tài)檢測方法及其系統(tǒng)。該檢測方法及其系統(tǒng)安全有效且復雜度小，可實時可靠地以較高精度檢測出信號燈狀態(tài)，為公安交通部門提供強有力的執(zhí)法證據(jù)。本發(fā)明中，包括以下步驟在含有信號燈的視頻幀圖像中使用定位算法確定信號燈區(qū)域位置；分析經(jīng)提取的信號燈區(qū)域位置內的色度、亮度和飽和度信息，根據(jù)該分析結果確定該信號燈的狀態(tài)；對異常狀態(tài)的信號燈異常報警。針對現(xiàn)有信號燈狀態(tài)檢測所使用的交通信號燈檢測器安裝過程較為復雜、需要額外接紅綠燈電源線增加了產品的硬件成本的缺點，本發(fā)明具有安裝簡單、無需增加額外硬件成本且檢測穩(wěn)定性高精確度高的優(yōu)點。
文檔編號G08G1/097GK102568242SQ201210014269
公開日2012年7月11日 申請日期2012年1月17日 優(yōu)先權日2012年1月17日
發(fā)明者鄺宏武, 韋立慶 申請人:杭州?？低曄到y(tǒng)技術有限公司