项目三智能网联汽车的知第五节交通信号识别课件.pptx

项目三：智能网联汽车的“知”第五节交通信号识别

交通信号识别基于颜色特征的识别方法基于形状特征的识别方法○交通信号灯识别的主要方法

交通信号识别基于颜色特征的识别方法，是通过选取某个色彩空间，对交通信号灯的红、黄、绿3种颜色进行描述。○交通信号灯识别的主要方法

交通信号识别基于形状特征的识别方法，是利用交通信号灯和它的相关支撑物之间的几何信息。○交通信号灯识别的主要方法

交通信号识别基于颜色特征的交通信号灯识别方法，需要在背景环境相对简单的情况下，才能够有效的检测和识别出来交通信号灯。但是对于背景环境相对比较复杂的情况，较多的色彩会影响到识别，可能会造成误识别。○基于颜色特征的识别方法

交通信号识别基于形状特征的识别方法，可以有效的减少由颜色特征识别而出现的错误。此类识别方法需要建立形状特征样板库，就是交通信号灯与安装支架，横向安装还是竖向安装，所安装的横梁支架具体是什么样。○基于形状特征的识别方法

交通信号识别目前对于交通信号灯检测问题基本上比较完善，而且在深度学习还有计算机视觉的创新上，技术基本上发展到比较完善的阶段，不仅可以实现交通信号灯的数量、位置、形状、大小等等的这些信息识别，通过深度学习还可以解决多个红绿灯同时出现的辨识问题。通过深度的学习，可以准确识别出距离最近的交通信号灯，也可以识别出来对于通过目前路口所需遵守的信号灯是哪个。○交通信号灯识别的主要方法

交通信号识别交通信号识别的精度直接关乎智能驾驶的安全。但是在一般情况下，采集到的交通信号灯的图像是具有复杂背景的图像，对于系统来说，其感兴趣的信号灯区域只占很少的一部分，所以都是在各种的颜色空间当中，利用信号灯所储备红、黄、绿这3种颜色去进行分割，得到系统所需要的兴趣区域，再通过信号灯所特有的形状特征和其他的相关特征进行进一步的判定。○交通信号灯识别的主要方法

交通信号识别○交通信号灯识别范例1读取原始图像转化并输出HSV图像2

交通信号识别○交通信号灯识别范例3绘制原始图图像直方图统计识别图中的红绿黄像素点4分别统计识别图中的红绿黄像素。MATLAB将图像转化为HSV图像后分别统计图像中的红黄绿像素点的个数。

交通信号识别○交通信号灯识别范例5对输出像素点的个数并进行比较输出识别结果6通过比较图像中红黄绿像素点个数的多少来进行判断当前的信号灯，像素点多的即为当前信号灯。Max_Red_y=345统计的红色像素点的个数。Max_Green_y=932统计的绿色像素点的个数。Max_Yellow_y=83统计的黄色像素点的个数。

谢谢观看本节课结束