基于HSI顏色空間的前車尾燈檢測方法及研究

霍威 王震洲

摘要：針對前車尾燈的檢測與燈語識別在城市交通環(huán)境下對安全駕駛起著重要的輔助作用。本文在車輛檢測基礎(chǔ)上，利用HSI顏色空間的特性結(jié)合尾燈區(qū)域特性提取尾燈區(qū)域輪廓，實(shí)驗(yàn)表明本方法可以有效提高前車尾燈識別的準(zhǔn)確率。

關(guān)鍵詞：數(shù)字圖像處理；HSI顏色空間；尾燈檢測

中圖分類號：TP391.4文獻(xiàn)標(biāo)識碼：A

車輛信號燈作為車輛間交流的重要途徑，在對駕駛車前方環(huán)境進(jìn)行檢測的基礎(chǔ)之上，通過對前方車輛的燈語進(jìn)行分析，構(gòu)建燈語識別規(guī)則，[13]可對前車駕駛行為進(jìn)行預(yù)判，避免突發(fā)情況的發(fā)生，提高安全性。

在白天場景下，關(guān)于前車尾燈檢測的研究則相對較少。國內(nèi)學(xué)者田強(qiáng)等利用幀之間車尾燈區(qū)域的位置信息進(jìn)行尾燈的關(guān)聯(lián)，實(shí)現(xiàn)對車尾燈穩(wěn)定有效的檢測；[4]李儀等利用車輛尾燈的鏡像特征設(shè)計車尾燈對匹配算法，并通過其與車底陰影之間的位置關(guān)系來檢測車尾燈對以及輔助定位車輛位置；[5]RachedTaktak把白天和夜間的算法統(tǒng)一起來，從而避免了晝夜算法切換時間點(diǎn)的選擇問題，[6]如Peek[7]交通信息采集系統(tǒng)和NAGUMO[8]的車載系統(tǒng)就是采用了這種算法，但這種方法在不同類型的公路和不同的氣象條件下，并不穩(wěn)定。

本文針對復(fù)雜多變的實(shí)際公路場景，選擇了基于灰色系統(tǒng)理論的車輛檢測算法和基于HSI顏色空間變換的前車尾燈檢測方法。

1車輛檢測

1.1圖像預(yù)處理

通常行車記錄儀采集的圖像為彩色圖像，需對其進(jìn)行灰度化處理，并對灰度化的原始圖像進(jìn)行高斯濾波去除外界干擾引入的噪聲。由于天空部分與路面部分相接處擁有明顯的亮度變化差異，通常靠近路面區(qū)域顏色最暗且無車輛存在，結(jié)合本文只關(guān)注車輛同車道的正前方車輛形式動作，所以提取感興趣區(qū)域如圖1。

1.2前方車輛檢測

由于日常光照以及路況的復(fù)雜度均可對視頻圖像造成影響，但無論前車運(yùn)動狀態(tài)如何，車輛底部陰影一直會存在。

計算路面分界線以下路面像素的均值μ和方差σ；并對感興趣區(qū)域（ROI）二值化，閾值范圍為μ3σ，然后對其濾波消除噪聲，得到車底陰影。采用1.1寬高比的矩形邊框?qū)δ繕?biāo)假設(shè)區(qū)域粗定位；采用垂直Sobel算子和水平Sobel算子進(jìn)行水平和垂直邊緣檢測，獲得垂直、水平積分投影圖像，如圖2。

采用垂直投影圖中的局部峰值作為車輛的左右邊緣，采用水平投影圖中的第一條陡降曲線作為水平上邊緣，從而定位前方車輛精確假設(shè)區(qū)域，檢測結(jié)果如圖3。

2車輛尾燈檢測及定位

2.1飽和度分割

HSI模型符合人們用色調(diào)（H）、飽和度（S）和亮度（I）來描述物體的方法。本文采用的由RGB顏色模型向HSI顏色模型轉(zhuǎn)換的公式為：

2.2前車尾燈檢測

本文針對前車紅色的尾燈區(qū)域分析統(tǒng)計，由于白天尾燈紅色區(qū)域的飽和度相對較高，本文將HSI顏色空間得到的飽和度圖使用最大類間方差法進(jìn)行分割。

對于HSI顏色空間中的飽和度圖像，前景目標(biāo)和背景的分割閾值記作T，屬于前景目標(biāo)的像素點(diǎn)數(shù)占整幅圖像的比例記為w0，其平均灰度u0；背景像素點(diǎn)數(shù)占整幅圖像的比例為w1，其平均灰度為u1。圖像的總平均灰度記為u，類間方差記為g。假設(shè)圖像的背景較暗，并且圖像的大小為M*N，圖像中像素的灰度值小于閾值T的像素個數(shù)記作N0，像素灰度大于閾值T的像素個數(shù)記作N1，如式（25）所示。

當(dāng)方差g最大時，可以認(rèn)為此時前景和背景差異最大，此時的灰度T是最佳閾值，。并應(yīng)用bwareaopen函數(shù)，使用4鄰域，刪除面積小于特定閾值的噪聲點(diǎn)，本文進(jìn)行的變換明顯改善了分割效果。

3結(jié)論

本文將RGB顏色空間通過轉(zhuǎn)換函數(shù)映射到HSI顏色空間中，檢測效果較為穩(wěn)定，可以為下一步進(jìn)行燈語語義的分類提供良好的基礎(chǔ)。

參考文獻(xiàn)：

[1]趙陽，劉紅婭.車輛燈語檢測與識別技術(shù)研究與仿真[J].裝備學(xué)院學(xué)報，2012，23（03）：9397.

[2]劉尊洋，葉慶，李菲，趙明輝，聶勁松，孫曉泉.基于亮度與顏色四閾值的尾燈檢測算法[J].計算機(jī)工程，2010，36（21）：202203+206.

[3]程蕾.基于毫米波雷達(dá)和機(jī)器視覺的夜間前方車輛檢測研究[D].吉林大學(xué)，2016.

[4]田強(qiáng).車輛尾燈的檢測與燈語識別[D].中國科學(xué)技術(shù)大學(xué)，2015.

[5]李儀.城市環(huán)境中交通對象檢測與識別研究[D].中南大學(xué)，2013.

[6]TaktakR，DufautM，WolfD，etal.Analysisandinspectionofroadtrafficusingimageprocessing[J].Mathematics&ComputersinSimulation，1996，41（34）：273283.

[7]MingYeeChiu，DepommierR.，SpindlerT.Anembeddedrealtimevisionsystemfor24hourindoor/outdoorcarcountingapplications[C].Proceedingsofthe17thInternationalConferenceonPatternRecognition，Hannover，2004：338341.

[8]NagumoS，HasegawaH，OkamotoN.Extractionofforwardvehiclesbyfrontmountedcamerausingbrightnessinformation[J].ElectricalandComputerEngineering2003，2（2）：12431246.

作者簡介：霍威（1992），男，主要研究方向?yàn)槟Ｊ阶R別；王震洲（1978），男，研究方向?yàn)橹悄苄畔⑻幚怼?/p>