位置:成果数据库 > 期刊 > 期刊详情页
城市环境中箭头型交通信号灯的实时识别算法
  • ISSN号:1672-7207
  • 期刊名称:《中南大学学报:自然科学版》
  • 时间:0
  • 分类:TP391.2[自动化与计算机技术—计算机应用技术;自动化与计算机技术—计算机科学与技术]
  • 作者机构:[1]中南大学信息科学与工程学院,湖南长沙410083
  • 相关基金:国家自然科学基金资助项目(90820302,60805027); 国家博士点基金资助项目(200805330005); 湖南省院士基金资助项目(20010FJ4030)
中文摘要:

提出一种检测和识别城市环境中箭头型交通信号灯的新方法。首先,用图像颜色分割和形态滤波来定位交通信号灯的灯板位置;其次,将交通信号灯的灯板区域彩色图像转换到YCbCr空间,对Cb和Cr通道进行阈值分割,判断形态及交通信号灯与灯板的相对位置来确定红色、黄色和绿色交通信号灯候选区域。然后,用二维Gabor小波变换和二维独立分量分析来提取交通信号灯候选区域的特征;最后,用最近邻分类器识别交通信号灯的箭头方向。实验结果表明:该算法的总体识别率超过91%,每帧图像的处理时间为152 ms,能够为行驶的车辆提供实时、稳定和准确箭头型交通信号灯信息。

英文摘要:

A novel approach for detecting and recognizing arrow traffic lights in urban scenes was proposed. Firstly, the boards of arrow traffic lights were localized by image segmentation and morphology processing. Secondly, color image of traffic light board region was converted to YCbCr color space. Candidates of traffic lights (red, yellow, green) were obtained through threshold segmentation in Cb and Cr channels, by judging morphology and relative position between candidate and its board. Thirdly, Gabor wavelet transform and 2D independent component analysis (2DICA) were used to extract traffic light candidate's features, and finally nearest neighbor classifier identifies arrow direction. Experimental results indicate that the overall recognition rates of the proposed method are over 91%, and computation time of each frame is 152 ms. So the proposed algorithm will provide real-time, robust and accurate arrow traffic lights information to moving vehicles.

同期刊论文项目
期刊论文 52 会议论文 1 获奖 1
同项目期刊论文
期刊信息
  • 《中南大学学报:自然科学版》
  • 北大核心期刊(2011版)
  • 主管单位:教育部
  • 主办单位:中南大学
  • 主编:黄伯云
  • 地址:湖南长沙中南大学校本部
  • 邮编:410083
  • 邮箱:zngdxb@csu.edu.cn
  • 电话:0731-88879765
  • 国际标准刊号:ISSN:1672-7207
  • 国内统一刊号:ISSN:43-1426/N
  • 邮发代号:42-19
  • 获奖情况:
  • 首届全国优秀科技期刊评比一等奖,第二届全国优秀科技期刊评比一等奖,首届中国有色金属工业优秀科技期刊评比一等奖
  • 国内外数据库收录:
  • 美国化学文摘(网络版),荷兰文摘与引文数据库,美国工程索引,英国科学文摘数据库,中国中国科技核心期刊,中国北大核心期刊(2008版),中国北大核心期刊(2011版),中国北大核心期刊(2014版)
  • 被引量:20874