APP下载

基于MATLAB的交通信号灯识别方法

2017-01-09李佳阳

甘肃科技 2016年23期
关键词:模型

李佳阳,刘 奇

(1.四川大学电气信息学院2013级学生,四川成都610065;2.四川大学医学信息工程系,四川成都610065)

基于MATLAB的交通信号灯识别方法

李佳阳1,刘 奇2

(1.四川大学电气信息学院2013级学生,四川成都610065;2.四川大学医学信息工程系,四川成都610065)

对交通灯的识别主要基于对交通灯的色彩及形状特征。基于信号灯的亮度对其进行分割、提取,并设置了一种自动最优选择阈值的方法。再由HIS彩色空间的H信息识别颜色。最后根据二值化的交通灯的横坐标和纵坐标方向的投影进行形状匹配识别。

交通灯识别,图像分割,颜色识别,形状识别

交通灯识别对于交通事件自动检测至关重要,并且作为车辆行驶环境的自动检测,对于无人驾驶汽车的应用研究也有很高价值。引入HIS彩色空间来进行识别相比于传统的在RGB和灰度空间识别有一定优势。最终通过引入信号灯前景直方图对其进行形状、方向判断,从而实现信号灯的自动识别。

1 分割方法

1.1 设置最优阈值进行二值化

对彩色图像进行分割首先进行图像二值化处理。阈值选择的恰当与否对图像分割起着决定性的作用。用迭代法寻找最优阈值对图像进行二值化,首先将原图像灰度化。找出图像中最大、最小灰度。阈值T初始值为最大、最小灰度的平均值。根据T值将图像分为前景和背景。

之后计算灰度值大于和小于阈值的个数和灰度总值。设置新旧阈值的允许接近程度,求出新阈值,进行迭代。

最终使高于和低于阈值的像素个数相等。……

登录APP查看全文

猜你喜欢

模型
一半模型
一种去中心化的域名服务本地化模型
适用于BDS-3 PPP的随机模型
函数模型及应用
p150Glued在帕金森病模型中的表达及分布
函数模型及应用
重尾非线性自回归模型自加权M-估计的渐近分布
3D打印中的模型分割与打包
FLUKA几何模型到CAD几何模型转换方法初步研究
一个相似模型的应用