论文总字数：19642字

目 录

1 绪论 1

1.1 研究背景 1

1.2 国内外研究现状 1

1.3 信号灯识别影响因素 2

1.4 研究的目的及意义 3

2 系统总体设计 4

2.1 论文研究内容及结构 4

2.2 系统结构设计 4

2.3 系统流程图 5

3 核心技术介绍 5

3.1 机器视觉 5

3.2 MATLAB语言与图像处理 6

4 图像预处理 7

4.1 图像预处理理论 7

4.1.1 均值滤波 7

4.1.2 高斯滤波 8

4.1.3 中值滤波 8

4.1.4 其他图像预处理方法 8

4.2 图像滤波处理 9

5 图像的处理、定位与识别 10

5.1 颜色空间理论 10

5.2 图像的灰度化处理 13

5.3 交通信号灯的识别定位 13

5.4 ROI图像处理 14

5.5 构建颜色识别模型 15

6 系统界面设计及实验测试分析 16

6.1 系统界面设计 16

6.2 算法实验测试 18

6.3 测试结果分析 24

6.4 项目改进方案 25

7 总结 25

参考文献 25

致谢 27

基于机器视觉的交通信号灯状态识别的研究

张起

，China

Abstract: In the current advanced driverless equipment or related auxiliary equipment, the detection and recognition of traffic lights become the key design of the overall design.Not only through the identification of traffic lights, it can effectively help the drivers with color sensation and even driver fatigue to realize the safety of the driving process. Therefore, this paper proposes a new method to identify the state of the traffic signal light based on the vision.First of all,the location of the traffic lights is quickly located by using the shape and color of the traffic lights, and the ROI area is segmented.After the traffic signal light ROI area is obtained,it is converted into the HSV color space, and the traffic signal lamp recognition model is constructed by using the color model. The ROI region is identified and statistics, and the traffic signal lights are finally obtained and displayed.

Keywords:Traffic lights; driverless; ROI area; HSV color space

1 绪论

1.1 研究背景

当今社会，随着科学技术的不断进步，伴随着经济社会实现不断成长，在全世界范围内交通建设日益成熟，汽车对于每个家庭成为必需品，成为当今社会人民日常使用度最高的交通工具。在汽车这一交通工具给人们带来便捷的同时，由于使用汽车的过程也给整个社会带来诸多不便，如交通拥堵现象甚至是发生率不断上升的交通事故。尤其面对一起又一起交通事故的发生，由此导致的人员伤亡以及巨大的经济损失给个人以及家庭都带来不可挽回的打击及伤痛。因此，随着这一系列问题的出现，行车安全成为现社会大众普遍关注的问题也是科学技术界广泛关注的问题，如何通过科学合理的设计使得汽车驾驶安全如何使汽车行驶同时降低道路拥堵情况等一系列交通问题成为全球各研究人员的研究重点。通过调查可以发现，在城市各交通路段，通常发生交通拥堵的路段多聚集在交通路口如十字路口、丁字路口等，在这些路口通过设立交通信号灯既保证汽车在路口驾驶安全同时科学调配汽车行驶实现有效疏散，由此可知，交通信号灯对于驾驶员具有较高的行驶指导意义，通过观察信号灯驾驶员可以捕捉到相关的通行信息。尽管如此，驾驶员在路口驾驶时不仅需要观察交通信号灯，通常还需要捕捉很多相关信息，例如前方行人、周围行驶的车辆、甚至是各种地上或者路口的标志信息等，再加上如果行驶过程较久极易产生疲劳感，使注意力分散，导致错过或者无法及时读取交通灯信息。另外，对于部分存在视觉障碍的人士由于存在无法识别交通信号的问题造成无法实现汽车驾驶这一遗憾^[1]。通过对上述多种情况的描述可得出，驾驶员在驾驶过程中不能及时获取信号灯信息或者及时作出反应，通常是导致车辆行驶出现违章甚至导致交通事故的罪魁祸首。此时，如果相关辅助设备能够捕捉信号灯信息并对驾驶员做出及时的提示，在很大程度上可以避免这些问题。

在现实中，城市汽车驾驶环境相对复杂，汽车周围存在大量的外界干扰因素，因此要实现在这种环境下无人驾驶车辆的安全驾驶仍然是个巨大的挑战，实现交通信号灯识别就是其中挑战之一^[2]。目前，交通信号灯检测与识别系统国内外学者在智能交通课题中研究的重点方向，借助机器视觉实现信号灯的检测和识别是图像处理和模式识别研究的重要应用方向之一。从目前的研究现状来看，这一研究的关键问题出现在外界光线、天气变化等不可控的外界因素对交通信号灯成像产生干扰，比如逆光拍摄时使得信号灯成像黯淡、即时环境光线不够时导致过度曝光等，除此之外加上信号灯形状各异、存在部分遮挡、破损和背景噪声等特殊情况很大程度上加大了识别系统的操作难度。交通信号灯的成功检测与识别对于无人驾驶车辆在路口驾驶时可以提供有效的信息，使车辆能够及时作出控制速度甚至路线规划等操作，具有重大意义^[3]。

1.2 国内外研究现状

现代产业，尤其是与高新科技挂钩的产业，对产业自动化、智能化的要求越来越高，机器视觉作为智能化的重要一环，目前得到了较为广泛的重视。

国外，尤其是部分发达国家对机器视觉识别信号灯的研究已然较为深刻，该技术甚至已经突破实验室阶段，进而投入到社会实际运用之中。从图1-1中，我们可以看到，无人驾驶汽车与普通汽车相比，最大的不同就是多了汽车顶部的机器视觉设备。早在2015年年初，英国就已经通过了无人驾驶汽车的有关法规，允许无人驾驶汽车驶于多达3个试行城镇的道路上^[4]。此外，美国、日本等发达国家也已将无人驾驶汽车投入使用。从多个国家通过无人驾驶汽车上路的法律法规这点，我们不难看出该项技术得到了长足的发展，甚至已经有比较好的安全保障。当然，国外同样面临着舆论、需求之类的问题，根据IMechE（The Institution of Mechanical Engineers，英国机械工程师协会）的调查报告显示，仅仅只有不到两成的人表示会考虑购买这种汽车，更多的人反而表示拒绝^[5]。

图1-1 机器视觉设备非常突出的无人驾驶汽车

在我国，机器视觉相较于其他技术而言起步较晚，更为糟糕的是，机器视觉行业还面临着诸多的难题。最重要也是最基础的问题就是技术方面的问题，研究时间的落后以及不算科技发达的国情，给作为技术密集型产业的机器视觉带来了研发资金不足、核心技术积累缓慢的影响。与此同时，相关人才的缺失，以及社会需求的缺乏，也给机器视觉的研究开发工作带去了不少负面影响。作为机器视觉分支的信号灯识别，在国内很显然没能争取到较大的资金投入以及发展空间。

当然，相信随着我国科技、经济的不断发展，以及对智能化需求的呼声愈发高涨，相关技术的发展情况一定会被提上日程，日前各大专科院校、研究所等对机器视觉不断地探索和创新，已然辐射到各行业各领域，机器视觉必将成为新兴行业的生力军。

1.3 信号灯识别影响因素

影响交通信号灯识别效果的因素有很多。首先，这种设备一般安装在高速行驶的车辆上，元器件本身的不稳定性，会影响到所摄取图片的质量，进而影响到识别系统的准确性。其次，实际生活中的道路环境、光线对图片摄取的影响很大，一旦脱离实验室这种光线相对稳定、没有过多杂色干扰的环境，往往识别系统就会产生各种误判，尤其是到了夜晚，路边商店灯红酒绿，相对而言交通灯处的光线就显得微不足道，这对识别系统的性能不啻为极大的考验。再次，过快的车速也会产生模糊、失真的情形，对元件性能的要求较大。最后，也是最普遍、最常见的问题，国内的交通信号灯并没有统一的样式，除了最基本的圆形信号灯外，还有箭头形、人形^[6]、环形等，甚至在个别特殊的道路段，出现了极为复杂的图形（如图1-2所示），这使得我们很难定性捕捉到的信息所指示的方向^[7]。

图1-2 多变的交通信号灯样式

1.4 研究的目的及意义

随着国内机动车辆的不断增加，造成的严重的交通堵塞以及交通安全问题，目前大力发展的自动驾驶可以解决司机因为注意力不集中以及其他原因造成的交通事故，但是自动驾驶以及辅助驾驶系统中首要是要解决交通灯识别以及道路识别等问题。因此交通灯的智能识别在自动驾驶领域具有重要的地位，让摄像头成为机动车辆的眼睛，去识别交通灯信号。交通信号灯识别是智能驾驶的重要组成部分，不仅可以帮助驾驶员判断交通灯信号进一步进行分析，也可以加速智能交通以及智能驾驶领域的快速发展^[8]。

通过设计并完成交通信号灯的检测与识别系统，不仅能够解决圆形交通信号灯定位识别问题，而且能够使我们更加深入的了解和掌握关于机器视觉以及图像处理相关领域在解决实际问题上的应用。通过完成课题不仅能够更加熟练的使用Matlab图像处理工具箱处理相关问题，而且能够系统学习该工具箱的具体内容和相关算法以及函数，对图像处理领域的一些解决思路和方法应用有了一定的认识和了解，也能够将平时学习到的课堂理论知识应用到实践中，除此之外还能深入了解图像处理这个行业的相关内容，能够将自己的所学运用到之后的工作与学习上。

2 系统总体设计

2.1 论文研究内容及结构

剩余内容已隐藏，请支付后下载全文，论文总字数：19642字

相关图片展示：