CN111402610A

CN111402610A - 一种识别红绿灯亮灯状态的方法、装置、设备及存储介质

Info

Publication number: CN111402610A
Application number: CN202010207250.8A
Authority: CN
Inventors: 苏英菲
Original assignee: Neusoft Reach Automotive Technology Shenyang Co Ltd
Current assignee: Neusoft Reach Automotive Technology Shenyang Co Ltd
Priority date: 2020-03-23
Filing date: 2020-03-23
Publication date: 2020-07-10
Anticipated expiration: 2040-03-23
Also published as: CN111402610B

Abstract

本申请公开了一种识别红绿灯亮灯状态的方法、装置、设备及存储介质，包括：对目标图像进行图像识别，确定该目标图像上的红绿灯图像；根据该红绿灯图像中各个像素点在HSV空间的像素值，确定红绿灯图像中的亮点区域在红绿灯图像中的位置，从而可以根据该亮点区域在红绿灯图像中的位置，确定出红绿灯的亮灯状态。由于实际应用中红灯、黄灯以及绿灯在红绿灯上的位置固定，因此，在识别红绿灯亮灯状态的过程中，根据红绿灯图像中的亮点区域在红绿灯图像中的位置，可以准确的确定出红绿灯当前是哪个灯处于亮灯状态。这样，即使红绿灯处于光线较弱的环境中，根据对该红绿灯进行拍摄所得到图像也能准确识别出红绿灯的亮灯状态。

Description

一种识别红绿灯亮灯状态的方法、装置、设备及存储介质

技术领域

本申请涉及数据处理技术领域，特别是涉及一种识别红绿灯亮灯状态的方法、装置、设备及存储介质。

背景技术

在自动驾驶或者辅助驾驶等实际应用场景中，经常需要识别出车辆前方行驶道路上的红绿灯，从而根据所识别出的红绿灯的亮灯情况，对车辆进行驾驶控制或者对驾驶员的驾驶行为做出相应提示。

目前，在识别红绿灯的亮灯情况时，主要是通过对红绿灯进行拍照所得到的图像进行颜色识别来确定当前是哪个灯处于明亮状态，如，当在该图像中识别出绿色灯图像时，则可以认为该红绿灯当前为亮绿灯的状态。但是，当拍摄装置处于光线较差的环境下对红绿灯进行拍摄时，对拍摄得到的图像进行颜色识别而得到的红绿灯识别结果，往往准确性较差。

发明内容

本申请实施例提供了一种识别红绿灯亮灯状态的方法、装置、设备及存储介质，以提高对于红绿灯的亮灯结果进行识别的准确率。

第一方面，本申请实施例提供了一种红绿灯识别的方法，包括：

对目标图像进行图像识别，确定所述目标图像上的红绿灯图像；

根据所述红绿灯图像中各个像素点在色调饱和度明度HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置；

根据所述亮点区域在所述红绿灯图像中的位置，确定红绿灯的亮灯状态。

在一些可能的实施方式中，所述对目标图像进行图像识别，确定所述目标图像上的红绿灯图像，包括：

确定目标图像上的待检测区域，所述待检测区域包括红绿灯图像；

在所述待检测区域中针对于所述红绿灯图像进行边缘检测，得到所述红绿灯图像。

在一些可能的实施方式中，所述根据所述红绿灯图像中各个像素点在色调饱和度明度HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置，包括：

确定所述红绿灯图像中的目标像素点，所述目标像素点在所述HSV空间的明度V通道的像素值大于预设阈值；

将亮点区域的中心位置确定为所述亮点区域在所述红绿灯图像中的位置，所述亮点区域中的像素点为所述目标像素点。

在一些可能的实施方式中，所述根据所述亮点区域在所述红绿灯图像中的位置，确定红绿灯的亮灯状态，包括：

当所述亮点区域在所述红绿灯图像中的位置位于所述红绿灯图像中的第一区域内时，确定所述红绿灯的亮灯状态为红灯亮；

当所述亮点区域在所述红绿灯图像中的位置位于所述红绿灯图像中的第二区域内时，确定所述红绿灯的亮灯状态为黄灯亮；

当所述亮点区域在所述红绿灯图像中的位置位于所述红绿灯图像中的第三区域内时，确定所述红绿灯的亮灯状态为绿灯亮；

其中，所述第一区域、所述第二区域以及所述第三区域互不重叠。

在一些可能的实施方式中，所述方法还包括：

获取针对于所述目标图像的拍摄环境的光线检测结果；

所述根据所述红绿灯图像中各个像素点在色调饱和度明度HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置，包括：

当所述光线检测结果表征针对于所述目标图像的拍摄环境的光线较弱时，根据所述红绿灯图像中各个像素点在色调饱和度明度HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置。

在一些可能的实施方式中，所述方法还包括：

当所述光线检测结果表征针对于所述目标图像的拍摄环境的光线较强时，对所述红绿灯图像进行颜色识别，确定所述红绿灯的亮灯状态。

第二方面，本申请实施例还提供了一种识别红绿灯亮灯状态的装置，包括：

图像识别模块，用于对目标图像进行图像识别，确定所述目标图像上的红绿灯图像；

第一确定模块，用于根据所述红绿灯图像中各个像素点在色调饱和度明度HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置；

第二确定模块，用于根据所述亮点区域在所述红绿灯图像中的位置，确定红绿灯的亮灯状态。

在一些可能的实施方式中，所述第一确定模块，包括：

第一确定单元，用于确定所述红绿灯图像中的目标像素点，所述目标像素点在所述HSV空间的明度V通道的像素值大于预设阈值；

第二确定单元，用于将亮点区域的中心位置确定为所述亮点区域在所述红绿灯图像中的位置，所述亮点区域中的像素点为所述目标像素点。

在一些可能的实施方式中，所述图像识别模块，包括：

第三确定单元，用于确定目标图像上的待检测区域，所述待检测区域包括红绿灯图像；

边缘检测单元，用于在所述待检测区域中针对于所述红绿灯图像进行边缘检测，得到所述红绿灯图像。

在一些可能的实施方式中，所述第二确定模块，包括：

第四确定单元，用于当所述亮点区域在所述红绿灯图像中的位置位于所述红绿灯图像中的第一区域内时，确定所述红绿灯的亮灯状态为红灯亮；

第五确定单元，用于当所述亮点区域在所述红绿灯图像中的位置位于所述红绿灯图像中的第二区域内时，确定所述红绿灯的亮灯状态为黄灯亮；

第六确定单元，用于当所述亮点区域在所述红绿灯图像中的位置位于所述红绿灯图像中的第三区域内时，确定所述红绿灯的亮灯状态为绿灯亮；

在一些可能的实施方式中，所述装置还包括：

获取模块，用于获取针对于所述目标图像的拍摄环境的光线检测结果；

所述第一确定模块，具体用于当所述光线检测结果表征针对于所述目标图像的拍摄环境的光线较弱时，根据所述红绿灯图像中各个像素点在色调饱和度明度HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置。

在一些可能的实施方式中，所述装置还包括：

颜色识别模块，用于当所述光线检测结果表征针对于所述目标图像的拍摄环境的光线较强时，对所述红绿灯图像进行颜色识别，确定所述红绿灯的亮灯状态。

第三方面，本申请实施例还提供了一种设备，所述设备包括处理器以及存储器：

所述存储器用于存储程序代码，并将所述程序代码传输给所述处理器；

所述处理器用于根据所述程序代码中的指令执行上述第一方面中任一项所述的识别红绿灯亮灯状态的方法。

第四方面，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述第一方面中任一项所述的识别红绿灯亮灯状态的方法。

在本申请实施例的上述实现方式中，可以对目标图像进行图像识别，确定该目标图像上的红绿灯图像，然后，根据该红绿灯图像中各个像素点在HSV空间的像素值，确定红绿灯图像中的亮点区域在红绿灯图像中的位置，从而可以根据该亮点区域在红绿灯图像中的位置，确定出红绿灯的亮灯状态。由于实际应用中红灯、黄灯以及绿灯在红绿灯上的位置固定，因此，在识别红绿灯亮灯状态的过程中，根据红绿灯图像中的亮点区域在红绿灯图像中的位置，可以确定出红绿灯当前是哪个灯处于亮灯状态。这样，即使红绿灯处于光线较弱的环境中，根据对该红绿灯进行拍摄所得到图像也能准确识别出红绿灯的亮灯状态。

附图说明

为了更清楚地说明本申请实施例中的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本申请中记载的一些实施例，对于本领域普通技术人员来讲，还可以根据这些附图获得其他的附图。

图1为本申请实施例中一示例性应用场景示意图；

图2为本申请实施例中一种识别红绿灯亮灯状态的方法流程示意图；

图3为一示例性红绿灯示意图；

图4为又一示例性红绿灯示意图；

图5为本申请实施例中一种识别红绿灯亮灯状态的装置结构示意图；

图6为本申请实施例中一种设备的硬件结构示意图。

具体实施方式

在自动驾驶或者辅助驾驶等实际应用场景中，通常识别出车辆行驶路径上的红绿灯的亮灯情况，以便于控制车辆行驶状态或对驾驶员进行相应提示。但是，目前红绿灯识别方案中，在拍摄得到包含红绿灯的图像后，通常是识别出该红绿灯的亮灯在图像上形成的光晕来确定该红绿灯的亮灯状态，比如，当光晕呈现为绿色时，表征红绿灯当前为绿灯明亮，而当光晕呈现为红色时，表征红绿灯当前为红灯明亮。

但是，发明人经研究发现，在对红绿灯进行拍摄时，如果红绿灯处于光线较弱的环境中，则拍摄得到的图像中亮灯在该图像中所形成的光晕并不明显，此时，根据该光晕的颜色很难准确的识别出红绿灯当前是哪个灯处于明亮状态。而在实际应用中，对于红绿灯的亮灯状态做出准确识别尤为重要，红绿灯的亮灯状态识别错误，严重影响着车辆的行驶安全(尤其是自动驾驶场景)。

基于此，本申请实施例提供了一种识别红绿灯亮灯状态的方法，旨在提高对于红绿灯的亮灯结果进行识别的准确率，从而提高车辆行驶的安全性。具体的，可以对目标图像进行图像识别，确定该目标图像上的红绿灯图像，然后，根据该红绿灯图像中各个像素点在HSV(即色调、饱和度、明度)空间的像素值，确定红绿灯图像中的亮点区域在红绿灯图像中的位置，从而可以根据该亮点区域在红绿灯图像中的位置，确定出红绿灯的亮灯状态。由于实际应用中红灯、黄灯以及绿灯在红绿灯上的位置固定，因此，在识别红绿灯亮灯状态的过程中，根据红绿灯图像中的亮点区域在红绿灯图像中的位置，可以确定出红绿灯当前是哪个灯处于亮灯状态，比如，亮点区域在红绿灯图像中的中间位置时，通常表征红绿灯当前为黄灯明亮(实际应用中，黄灯位于红绿灯的中间)。这样，即使红绿灯处于光线较弱的环境中，根据对该红绿灯进行拍摄所得到图像也能准确识别出红绿灯的亮灯状态。

作为一种示例，本申请实施例可以应用于如图1所示的示例性应用场景。在该场景中，车辆100上可以配置有摄像头101，并且该摄像头101可以对车辆100前方道路上的红绿灯进行拍摄，得到包含红绿灯图像的图像(以下称之为目标图像)；然后，车辆100上的控制器102可以从摄像头101处获取到目标图像，并对该目标图像进行图像识别，确定出该目标图像上的红绿灯图像，从而可以根据该红绿灯图像中各个像素点在HSV空间的像素值，确定红绿灯图像中的亮点区域在红绿灯图像中的位置，进而可以根据该亮点区域在红绿灯图像中的位置，确定出红绿灯的亮灯状态，以便根据所确定出的亮灯状态控制车辆100的形式状态，如当确定红绿灯为亮红灯时，可以控制车辆100进行减速至0。

可以理解的是，上述场景仅是本申请实施例提供的一个场景示例，本申请实施例并不限于此场景。比如，上述红绿灯亮灯状态的识别过程也可以是由服务器完成，即车辆100可以将目标图像发送给服务器，并由服务器处理得到相应的识别结果并将识别结果反馈给车辆100；或者上述红绿灯亮灯状态的识别过程由车辆100与服务器协同完成等。总之，本申请实施例可以应用于任何可适用的场景中，而不局限于上述场景示例。

为使本申请的上述目的、特征和优点能够更加明显易懂，下面将结合附图对本申请实施例中的各种非限定性实施方式进行示例性说明。显然，所描述的实施例是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例，都属于本申请保护的范围。

参阅图2，图2示出了本申请实施例中一种识别红绿灯亮灯状态的方法的流程示意图。该方法可以应用于上述图1所示的车辆100，也可以应用于服务器中，或者是由车辆100以及服务器协同实施。该方法具体可以包括：

S201：对目标图像进行图像识别，确定该目标图像上的红绿灯图像。

本实施例中，可以是根据包含红绿灯的图像来确定出红绿灯的亮灯状态。实际应用中，可以利用拍摄装置(如配置于车辆上的摄像头等)对红绿灯进行拍摄，得到包含红绿灯图像的图像(以下称之为目标图像)；然后，通过对该目标图像进行图像识别，即可确定出该目标图像上的红绿灯图像。

作为一种图像识别的具体实施方式示例，可以先确定出目标图像上的待检测区域，当然，该待检测区域包括红绿灯图像。其中，确定待检测区域，也即为确定出红绿灯图像在目标图像上的大概位置，在该待检测区域中，除了包括红绿灯图像以外，还可能包括其它内容的图像，如包括部分天空的图像等。进一步的，实际应用中，所确定出的待检测区域还可以在目标图像上用二维的框进行标示出。然后，可以在所确定的待检测区域中针对于红绿灯图像进行边缘检测，得到该红绿灯图像。其中，利用边缘检测技术可以确定出红绿灯图像的轮廓，从而轮廓中的众多像素点即可构成红绿灯图像。

示例性的，在确定目标图像上的待检测区域时，可以是利用高精度地图来完成红绿灯图像的定位，具体可以是利用高精度地图获取到红绿灯图像的位置信息，从而可以从目标图像上确定出与该位置信息相对应的图像位置，这样，基于该图像位置可以在目标图像上确定出红绿灯图像。在其它可能的实施方式中，也可以是通过图像相似度比对等方式来检测出目标图像上的待检测区域。值得注意的是，在目标图像上识别确定出包含红绿灯图像的待检测区域，在现有技术中还存在其它可能的实施方式中，本实施例中对此并不限定。

S202：根据所述红绿灯图像中各个像素点在HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置。

实际应用场景中，红绿灯在同一时刻内通常只有一个灯亮，并且红绿灯的壳体在红绿灯图像上的成像通常为黑色，处于熄灭状态的灯在红绿灯图像上的成像也为黑色或者接近黑色，而通常只有当前处于明亮状态的灯在红绿灯图像上的成像为中心为白色边缘为彩色光晕的区域，也即为亮点区域。基于此，本实施例中可以先定位出该亮点区域在红绿灯图像中的位置，以便基于该位置来进一步识别出当前为红绿灯的哪一个灯亮。

具体实现时，可以是根据红绿灯图像中各个像素点在HSV空间的像素值，来确定该红绿灯图像中的亮点区域在红绿灯图像中的位置。其中，HSV(Hue，Saturation，Value，即色调，饱和度，明度)空间，是指根据颜色的直观特性所创建的一种颜色空间，包括色调(Hue，简称为H)、饱和度(Saturation，简称为S)以及明度(Value，简称为V)三个参数。根据像素点在HSV空间的像素值，可以对亮点区域与红绿灯图像上的黑色图像区域进行区分。

在进一步的实施方式中，可以是根据该HSV空间中的V通道的像素值来确定出亮点区域在红绿灯图像中的位置。具体的，可以先确定出红绿灯图像中各个像素点在HSV空间的V通道的像素值，并将V通道的像素值大于预设阈值的像素点确定为目标像素点，所确定出的目标像素点即构成了上述的亮点区域。可以理解，明度可以表示颜色明亮的程度，明度值越大，表征发光体的光亮度越大，因此，明度值大于预设阈值的像素点，即可以认为是构成亮灯在红绿灯图像上的成像的像素点，也即为亮点区域中的像素点。

然后，可以计算出亮点区域的中心位置，具体可以是根据各个目标像素点在红绿灯图像上的像素坐标，确定出这些目标像素点中位于中心位置的像素点，从而可以将该像素点的位置(像素坐标)确定为亮点区域的中心位置。本实施例中，所计算出的亮点区域的中心位置，即可以作为亮点区域在红绿灯图像中的位置。

需要说明的是，本实施例中以亮点区域的中心位置作为亮点区域在红绿灯图像中的位置的实施方式仅作为一种示例，并不用于对确定亮点区域的位置的具体实施方式进行限定。

S203：根据亮点区域在红绿灯图像中的位置，确定红绿灯的亮灯状态。

实际应用中，红绿灯中各个灯(如红灯、黄灯以及绿灯)在红绿灯中的位置固定，如图3所示，位于红绿灯左边位置的灯通常为红灯，位于红绿灯中间位置的灯通常为黄灯，而位于红绿灯右边位置的灯通常为绿灯；又如图4所示，位于红绿灯上方位置的灯通常为红灯，位于红绿灯中间位置的灯通常为黄灯，而位于红绿灯下方位置的灯通常为绿灯。因此，本实施例中，可以根据亮点在红绿灯图像中的位置，可以确定出哪个位置的灯处于明亮状态，从而可以确定出红绿灯的亮灯状态。

在一种示例性的实施方式中，当确定亮点区域在红绿灯图像中的位置位于红绿灯图像中的第一区域(如图3所示的左边位置或者图4所示的上方位置等)内时，则可以确定红绿灯的亮灯状态为红灯亮；当确定亮点区域在红绿灯图像中的位置位于红绿灯图像中的第二区域(如图3或者图4所示的中间位置等)内时，则可以确定红绿灯的亮灯状态为黄灯亮；当确定亮点区域在红绿灯图像中的位置位于红绿灯图像中的第三区域(如图3所示的右边位置或者图4所示的下方位置等)内时，则可以确定红绿灯的亮灯状态为绿灯亮。当然，上述第一区域、第二区域以及第三区域之间互不重叠。由于是根据亮点区域的位置来确定红绿灯的哪个灯处于明亮状态，因此，即使红绿灯处于光线较弱的环境下，也可以准确的识别出红绿灯的亮灯状态，从而可以提高红绿灯量亮灯状态的识别精度，也就可以进一步提高自动驾驶或者辅助驾驶场景中的行车安全。

可以理解，上述实施方式中，主要是针对于红绿灯处于光线较弱的场景下对红绿灯亮灯状态进行识别，因此，在采用步骤S202以及步骤S203来识别红绿灯的亮灯状态之前，还可以先检测该红绿灯是否处于光线较弱的环境下，具体实现时，可以是通过光线传感器进行光线检测的方式获取目标图像的拍摄环境的光线检测结果，当该光线检测结果表征针对于目标图像的拍摄环境的光线较弱时，可以在确定出红绿灯图像后，执行步骤S202以及步骤S203来识别出红绿灯的亮灯状态，而当光线检测结果表征针对于目标图像的拍摄环境的光线较强时，亮灯在红绿灯图像上的彩色光晕成像较为明显，从而可以基于该光晕可以直接识别出红绿灯的亮灯状态。当然，实际应用中，即使检测到拍摄环境的光线较强，也可以是通过执行步骤S202以及步骤S203的过程进行红绿灯的亮灯状态识别。

本实施例中，可以对目标图像进行图像识别，确定该目标图像上的红绿灯图像，然后，根据该红绿灯图像中各个像素点在HSV空间的像素值，确定红绿灯图像中的亮点区域在红绿灯图像中的位置，从而可以根据该亮点区域在红绿灯图像中的位置，确定出红绿灯的亮灯状态。由于实际应用中红灯、黄灯以及绿灯在红绿灯上的位置固定，因此，在识别红绿灯亮灯状态的过程中，根据红绿灯图像中的亮点区域在红绿灯图像中的位置，可以确定出红绿灯当前是哪个灯处于亮灯状态。这样，即使红绿灯处于光线较弱的环境中，根据对该红绿灯进行拍摄所得到图像也能准确识别出红绿灯的亮灯状态。

此外，本申请实施例还提供了一种红绿灯信息识别装置。参阅图5，图5示出了本申请实施例中一种红绿灯信息识别装置的结构示意图，该装置500具体可以包括：

图像识别模块501，用于对目标图像进行图像识别，确定所述目标图像上的红绿灯图像；

第一确定模块502，用于根据所述红绿灯图像中各个像素点在色调饱和度明度HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置；

第二确定模块503，用于根据所述亮点区域在所述红绿灯图像中的位置，确定红绿灯的亮灯状态。

在一些可能的实施方式中，所述第一确定模块502，包括：

在一些可能的实施方式中，所述图像识别模块501，包括：

在一些可能的实施方式中，所述第二确定模块503，包括：

在一些可能的实施方式中，所述装置500还包括：

需要说明的是，上述装置各模块、单元之间的信息交互、执行过程等内容，由于与本申请实施例中方法实施例基于同一构思，其带来的技术效果与本申请实施例中方法实施例相同，具体内容可参见本申请实施例前述所示的方法实施例中的叙述，此处不再赘述。

本实施例中，由于实际应用中红灯、黄灯以及绿灯在红绿灯上的位置固定，因此，在识别红绿灯亮灯状态的过程中，根据红绿灯图像中的亮点区域在红绿灯图像中的位置，可以确定出红绿灯当前是哪个灯处于亮灯状态。这样，即使红绿灯处于光线较弱的环境中，根据对该红绿灯进行拍摄所得到图像也能准确识别出红绿灯的亮灯状态。

此外，本申请实施例还提供了一种设备。参阅图6，图6示出了本申请实施例中一种设备的硬件结构示意图，该设备600可以包括处理器601以及存储器602。

其中，所述存储器602，用于存储计算机程序；

所述处理器601，用于根据所述计算机程序执行上述方法实施例中所述的识别红绿灯亮灯状态的方法。

另外，本申请实施例还提供了一种计算机可读存储介质，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行上述方法实施例中所述的识别红绿灯亮灯状态的方法。

本申请实施例中提到的“第一确定模块”、“第一确定单元”等名称中的“第一”只是用来做名字标识，并不代表顺序上的第一。该规则同样适用于“第二”、“第三”、“第四”等。

通过以上的实施方式的描述可知，本领域的技术人员可以清楚地了解到上述实施例方法中的全部或部分步骤可借助软件加通用硬件平台的方式来实现。基于这样的理解，本申请的技术方案可以以软件产品的形式体现出来，该计算机软件产品可以存储在存储介质中，如只读存储器(英文：read-only memory，ROM)/RAM、磁碟、光盘等，包括若干指令用以使得一台计算机设备(可以是个人计算机，服务器，或者诸如路由器等网络通信设备)执行本申请各个实施例或者实施例的某些部分所述的方法。

本说明书中的各个实施例均采用递进的方式描述，各个实施例之间相同相似的部分互相参见即可，每个实施例重点说明的都是与其他实施例的不同之处。尤其，对于装置实施例而言，由于其基本相似于方法实施例，所以描述得比较简单，相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中作为分离部件说明的模块可以是或者也可以不是物理上分开的，作为模块显示的部件可以是或者也可以不是物理模块，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。

以上所述仅是本申请示例性的实施方式，并非用于限定本申请的保护范围。

Claims

1.一种识别红绿灯亮灯状态的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述对目标图像进行图像识别，确定所述目标图像上的红绿灯图像，包括：

3.根据权利要求1所述的方法，其特征在于，所述根据所述红绿灯图像中各个像素点在色调饱和度明度HSV空间的像素值，确定所述红绿灯图像中的亮点区域在所述红绿灯图像中的位置，包括：

4.根据权利要求1所述的方法，其特征在于，所述根据所述亮点区域在所述红绿灯图像中的位置，确定红绿灯的亮灯状态，包括：

5.根据权利要求1至4任一项所述的方法，其特征在于，所述方法还包括：

获取针对于所述目标图像的拍摄环境的光线检测结果；

6.根据权利要求5所述的方法，其特征在于，所述方法还包括：

7.一种红绿灯识别装置，其特征在于，所述装置包括：

8.根据权利要求7所述的装置，其特征在于，所述第一确定模块，包括：

9.一种设备，其特征在于，所述设备包括处理器以及存储器：

所述处理器用于根据所述程序代码中的指令执行权利要求1至6任一项所述的识别红绿灯亮灯状态的方法。

10.一种计算机可读存储介质，其特征在于，所述计算机可读存储介质用于存储计算机程序，所述计算机程序用于执行权利要求1至6任一项所述的识别红绿灯亮灯状态的方法。