CN114783192A - 一种信号灯色彩的处理方法及设备 - Google Patents
一种信号灯色彩的处理方法及设备 Download PDFInfo
- Publication number
- CN114783192A CN114783192A CN202210303730.3A CN202210303730A CN114783192A CN 114783192 A CN114783192 A CN 114783192A CN 202210303730 A CN202210303730 A CN 202210303730A CN 114783192 A CN114783192 A CN 114783192A
- Authority
- CN
- China
- Prior art keywords
- value
- signal lamp
- yellow
- target
- red
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000003672 processing method Methods 0.000 title abstract description 5
- 238000000034 method Methods 0.000 claims abstract description 54
- 230000011218 segmentation Effects 0.000 claims abstract description 34
- 238000012545 processing Methods 0.000 claims abstract description 15
- 230000015654 memory Effects 0.000 claims description 18
- 239000003086 colorant Substances 0.000 abstract description 11
- 238000010586 diagram Methods 0.000 description 14
- 230000000875 corresponding effect Effects 0.000 description 13
- 230000006870 function Effects 0.000 description 13
- 238000004590 computer program Methods 0.000 description 10
- 238000004891 communication Methods 0.000 description 9
- 235000019646 color tone Nutrition 0.000 description 8
- 230000004927 fusion Effects 0.000 description 7
- 238000012986 modification Methods 0.000 description 5
- 230000004048 modification Effects 0.000 description 5
- 230000007704 transition Effects 0.000 description 5
- 230000008859 change Effects 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 4
- 230000008569 process Effects 0.000 description 4
- 230000009286 beneficial effect Effects 0.000 description 3
- 238000013461 design Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000013500 data storage Methods 0.000 description 2
- 230000003247 decreasing effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 230000002349 favourable effect Effects 0.000 description 2
- 239000000835 fiber Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000001737 promoting effect Effects 0.000 description 2
- 239000004065 semiconductor Substances 0.000 description 2
- 230000003068 static effect Effects 0.000 description 2
- 230000003190 augmentative effect Effects 0.000 description 1
- 230000006399 behavior Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 238000012937 correction Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000009191 jumping Effects 0.000 description 1
- 238000007726 management method Methods 0.000 description 1
- 239000000203 mixture Substances 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 239000007787 solid Substances 0.000 description 1
- 238000013519 translation Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/01—Detecting movement of traffic to be counted or controlled
- G08G1/04—Detecting movement of traffic to be counted or controlled using optical or ultrasonic detectors
-
- G—PHYSICS
- G08—SIGNALLING
- G08G—TRAFFIC CONTROL SYSTEMS
- G08G1/00—Traffic control systems for road vehicles
- G08G1/09—Arrangements for giving variable traffic instructions
- G08G1/095—Traffic lights
-
- H—ELECTRICITY
- H04—ELECTRIC COMMUNICATION TECHNIQUE
- H04N—PICTORIAL COMMUNICATION, e.g. TELEVISION
- H04N9/00—Details of colour television systems
- H04N9/64—Circuits for processing colour signals
- H04N9/643—Hue control means, e.g. flesh tone control
-
- H—ELECTRICITY
- H05—ELECTRIC TECHNIQUES NOT OTHERWISE PROVIDED FOR
- H05B—ELECTRIC HEATING; ELECTRIC LIGHT SOURCES NOT OTHERWISE PROVIDED FOR; CIRCUIT ARRANGEMENTS FOR ELECTRIC LIGHT SOURCES, IN GENERAL
- H05B47/00—Circuit arrangements for operating light sources in general, i.e. where the type of light source is not relevant
- H05B47/10—Controlling the light source
Landscapes
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Engineering & Computer Science (AREA)
- Multimedia (AREA)
- Signal Processing (AREA)
- Image Analysis (AREA)
Abstract
本申请公开了一种信号灯色彩的处理方法及设备,涉及计算机图像处理领域,用于统一信号灯图像色彩,提升判断闯红灯事件准确率。该方法包括:获取至少一个图像中的多个目标信号灯区域的色调值分布信息,该多个目标信号灯区域是多个信号灯区域中的绿色信号灯区域之外的其他信号灯区域;基于分布信息确定红黄分割阈值;其中,红黄分割阈值用于区分红色色调值和黄色色调值;基于红黄分割阈值,确定多个目标信号灯区域中的红色信号灯区域和黄色信号灯区域;将红色信号灯区域的色调值由第一当前值调整为第一目标值,将黄色信号灯区域的色调值由第二当前值调整为第二目标值;其中,第一目标值属于红色色调值分布范围,第二目标值属于黄色色调值分布范围。
Description
技术领域
本申请涉及计算机图像处理领域,尤其涉及一种信号灯色彩的处理方法及设备。
背景技术
当前,红绿黄信号灯在交通管理中发挥重要的作用。为了保证交通安全,在道路中部署摄像头用于采集信号灯以及车辆的状态。其中,当车辆驶过停止线、驶过路口中以及到达路口对面所采集到的三帧信号灯图像为红色信号灯时,判断该车辆发生闯红灯事件。而由于信号灯是一种很亮的自发光源,在采集信号灯图像过程中,往往会出现色彩过曝的情况,导致判断闯红灯事件的错误率较高。
发明内容
本申请实施例提供了一种信号灯色彩的处理方法及设备,用于统一采集到的信号灯图像的色彩,提升判断闯红灯事件的准确率。
为达到上述目的,本申请实施例提供如下技术方案:
第一方面,提供了一种信号灯色彩的处理方法,包括:获取至少一个图像中的多个目标信号灯区域的色调值分布信息,其中,多个目标信号灯区域是多个信号灯区域中的绿色信号灯区域之外的其他信号灯区域;基于分布信息确定红黄分割阈值;其中,红黄分割阈值用于区分红色色调值和黄色色调值;基于红黄分割阈值,确定多个目标信号灯区域中的红色信号灯区域和黄色信号灯区域;将红色信号灯区域的色调值由第一当前值调整为第一目标值,将黄色信号灯区域的色调值由第二当前值调整为第二目标值;其中,第一目标值属于红色色调值分布范围,第二目标值属于黄色色调值分布范围。
当前通过采集信号灯图像作为判别车辆是否存在闯红灯行为的信息,而在采集过程中容易出现色彩过曝的情况,影响判断结果。因此,采用本技术方案,通过统计色调值分布信息,实现色调的统一,有助于校正信号灯图像中的色彩,提升判断闯红灯事件的准确性;此外,当前基于色彩过曝的情况通过图像融合技术进行改进,但融合后的图像存在偏色问题,仍然影响判断结果,采用本技术方案,有助于解决由于偏色问题造成无法准确判断信号灯状态的问题,提升判断的准确性。
在一种可能的实现方式中,在获取至少一个图像中的多个目标信号灯区域的色调值分布信息之前,该方法还包括:获取至少一个图像中的多个信号灯区域的RGB值;基于多个信号灯区域的RGB值,确定多个信号灯区域中的绿色信号灯区域;基于绿色信号灯区域,从所述至少一个图像中确定多个目标信号灯区域。
该种可能的实现方式,提供了一种基于色调值确定绿色信号灯区域的具体实现方式,有助于将色调差值较大的绿色与红色、黄色进行区分,并帮助后续绿色信号灯区域的色调统一,提升信号灯图像的色调准确性。
在一种可能的实现方式中,在确定多个信号灯区域中的绿色信号灯区域之后,该方法还包括:将绿色信号灯区域的色调值调整为第三目标值;其中,第三目标值属于预设的绿色色调值的分布范围。
该种可能的实现方式,提供了统一绿色信号灯区域色调值的具体实现方法,有助于提升包括绿色信号灯区域的信号灯图像的色调准确性。
在一种可能的实现方式中,分布信息包括红色色调值分布范围和黄色色调值分布范围,基于分布信息确定红黄分割阈值,包括:基于红色色调值分布范围和黄色色调值分布范围,确定目标红色色调值分布范围和目标黄色色调值分布范围;其中,目标红色色调值分布范围的最大值小于或等于目标黄色色调值分布范围的最小值;或者,目标红色色调值分布范围的最小值大于或等于目标黄色色调值分布范围的最大值;基于目标红色色调值分布范围和目标黄色色调值分布范围确定红黄分割阈值。
该种可能的实现方式,提供了确定红黄分割阈值的具体实现方式,有助于目标红色色调值分布范围与目标黄色色调值分布范围分别位于红黄分割阈值的两侧,降低确定红黄分割阈值的难度,便于后续统一信号灯区域的色调值,提升方案执行效率。
在一种可能的实现方式中,多个目标信号灯区域中的信号灯均是单色信号灯;或者,多个目标信号灯区域中的信号灯均是多色信号灯;或者,多个目标信号灯区域中的信号灯包含单色信号灯和多色信号灯;其中,单色灯为呈现固定颜色的信号灯,多色灯为呈现不同颜色的信号灯。
该种可能的实现方式中,提供了信号灯的多种类型,基于不同类型的信号灯的色调值分布范围更具可比性,有助于提升信号灯图像的色调准确性。
在一种可能的实现方式中,在将黄色信号灯区域的色调值由第二当前值调整为第二目标值之后,该方法还包括:在确定连续采集黄色信号灯区域的时长大于第一阈值的情况下,将第二目标值调整为第二当前值;在从将第二目标值调整为第二当前值的时刻开始,且连续采集黄色信号灯区域的时长大于第二阈值的情况下,将第二当前值调整为第一目标值。
该种可能的实现方式,提供了一种纠错方法,用于在红灯误判为黄灯的情况下,通过实时监测进行调整,有助于提升统一信号灯区域色调值的方案灵活性。
在一种可能的实现方式中,将黄色信号灯区域的色调值由第二当前值调整为第二目标值之后,该方法还包括:在确定连续采集黄色信号灯区域的时长大于第一阈值的情况下,将所述红黄分割阈值向所述第二目标值的方向调整M个单位,M为大于0的整数。
该种可能的实现方式,提供了一种调整红黄分割阈值的具体实现方式,有助于结合信号灯跳变顺序提升划分色调的准确性。
在一种可能的实现方式中,该方法还包括:获取多个图像,根据多个图像中的多个目标信号灯区域确定目标信号灯单元,目标信号灯单元至少包括绿色信号灯区域和黄色信号灯区域;统计目标信号灯单元的跳变规律,跳变规律是指目标信号灯单元中绿色信号灯区域和黄色信号灯区域的帧数和跳变顺序;在基于红黄分割阈值确定黄色信号灯区域不满足跳变规律时,调整红黄分割阈值。
该种可能的实现方式中,提供了一种根据信号灯跳变规律,调整红黄分割阈值的具体实现方式,有助于结合信号灯的变化,进一步提升统一信号灯色调值的准确度。
第二方面,提供了一种计算机设备,包括:用于执行第一方面提供的任意一种方法的功能单元,各个功能单元所执行的动作通过硬件实现或通过硬件执行相应的软件实现。例如,计算机设备可以包括:获取单元、确定单元和调整单元。获取单元,用于获取至少一个图像中的多个目标信号灯区域的色调值分布信息,其中,多个目标信号灯区域是多个信号灯区域中的绿色信号灯区域之外的其他信号灯区域。确定单元,用于基于分布信息确定红黄分割阈值;其中,红黄分割阈值用于区分红色色调值和黄色色调值。确定单元,还用于基于红黄分割阈值,确定多个目标信号灯区域中的红色信号灯区域和黄色信号灯区域。调整单元,还用于将红色信号灯区域的色调值由第一当前值调整为第一目标值,将黄色信号灯区域的色调值由第二当前值调整为第二目标值;其中,第一目标值属于红色色调值分布范围,第二目标值属于黄色色调值分布范围。
第三方面,提供了一种计算机设备,包括:处理器和存储器。处理器与存储器连接,存储器用于存储计算机执行指令,处理器执行存储器存储的计算机执行指令,从而实现第一方面提供的任意一种方法。
第四方面,提供了一种芯片,该芯片包括:处理器和接口电路;接口电路,用于接收代码指令并传输至处理器;处理器,用于运行代码指令以执行第一方面提供的任意一种方法。
第五方面,提供了一种计算机可读存储介质,包括计算机执行指令,当计算机执行指令在计算机上运行时,使得计算机执行第一方面提供的任意一种方法。
第六方面,提供了一种计算机程序产品,包括计算机执行指令,当计算机执行指令在计算机上运行时,使得计算机执行第一方面提供的任意一种方法。
第二方面至第六方面中的任一种实现方式所带来的技术效果可参见第一方面中对应实现方式所带来的技术效果,此处不再赘述。
附图说明
图1为本申请实施例提供的一种计算机设备的结构示意图;
图2a为本申请实施例提供的一种信号灯ROI区域的示意图;
图2b为本申请实施例提供的一种信号灯区域的示意图;
图3为本申请实施例提供的一种信号灯色彩的处理方法的流程示意图;
图4为本申请实施例提供的一种色调值划分示意图;
图5为本申请实施例提供的一种色调值分布范围直方图的示意图;
图6为本申请实施例提供的一种色调值分布范围直方图的示意图;
图7为本申请实施例提供的一种全局色调直方图或局部色调直方图的示意图;
图8为本申请实施例提供的一种全局色调直方图或局部色调直方图的示意图;
图9为本申请实施例提供的一种红黄分割阈值的示意图;
图10为本申请实施例提供的一种计算机设备的组成示意图。
具体实施方式
在本申请的描述中,除非另有说明,“/”表示“或”的意思,例如,A/B可以表示A或B。本文中的“和/或”仅仅是一种描述关联对象的关联关系,表示可以存在三种关系,例如,A和/或B,可以表示:单独存在A,同时存在A和B,单独存在B这三种情况。此外,“至少一个”是指一个或多个,“多个”是指两个或两个以上。“第一”、“第二”等字样并不对数量和执行次序进行限定,并且“第一”、“第二”等字样也并不限定一定不同。
需要说明的是,本申请中,“示例性的”或者“例如”等词用于表示作例子、例证或说明。本申请中被描述为“示例性的”或者“例如”的任何实施例或设计方案不应被解释为比其他实施例或设计方案更优选或更具优势。确切而言,使用“示例性的”或者“例如”等词旨在以具体方式呈现相关概念。
本申请实施例提供了一种信号灯色彩的处理方法,可应用于计算机设备。本申请实施例对计算机设备的具体形式不作任何限制。例如,计算机设备具体可以是终端装置。其中,终端装置可以被称为:终端、用户设备(user equipment,UE)、终端设备、接入终端、用户单元、用户站、移动站、远方站、远程终端、移动设备、用户终端、无线通信设备、用户代理或用户装置等。终端装置具体可以是手机、增强现实(augmented reality,AR)设备、虚拟现实(virtual reality,VR)设备、平板电脑、笔记本电脑、超级移动个人计算机(ultra-mobilepersonal computer,UMPC)、上网本、个人数字助理(personal digital assistant,PDA)、信号灯控制设备等。
在硬件实现上,上述计算机设备可以通过如图1所示的计算机设备实现。如图1所示,为本申请实施例提供的一种计算机设备10的硬件结构示意图。计算机设备10可以用于实现上述计算机设备的功能。
图1所示的计算机设备10可以包括:处理器101、存储器102、通信接口103以及总线104。处理器101、存储器102以及通信接口103之间可以通过总线104连接。
处理器101是计算机设备10的控制中心,可以是一个通用中央处理单元(centralprocessing unit,CPU),也可以是其他通用处理器等。其中,通用处理器可以是微处理器或者是任何常规的处理器等。
作为示例,处理器101可以包括一个或多个CPU,例如图1中所示的CPU 0和CPU 1。
存储器102可以是只读存储器(read-only memory,ROM)或可存储静态信息和指令的其他类型的静态存储设备,随机存取存储器(random access memory,RAM)或者可存储信息和指令的其他类型的动态存储设备,也可以是电可擦可编程只读存储器(electricallyerasable programmable read-only memory,EEPROM)、磁盘存储介质或者其他磁存储设备、或者能够用于携带或存储具有指令或数据结构形式的期望的程序代码并能够由计算机存取的任何其他介质,但不限于此。
一种可能的实现方式中,存储器102可以独立于处理器101存在。存储器102可以通过总线104与处理器101相连接,用于存储数据、指令或者程序代码。处理器101调用并执行存储器102中存储的指令或程序代码时,能够实现本申请实施例提供的信号灯色彩的处理方法。
另一种可能的实现方式中,存储器102也可以和处理器101集成在一起。
通信接口103,用于计算机设备10与其他设备通过通信网络连接,该通信网络可以是以太网,无线接入网(radio access network,RAN),无线局域网(wireless local areanetworks,WLAN)等。通信接口103可以包括用于接收数据的接收单元,以及用于发送数据的发送单元。
总线104,可以是工业标准体系结构(industry standard architecture,ISA)总线、外部设备互连(peripheral component interconnect,PCI)总线或扩展工业标准体系结构(extended industry standard architecture,EISA)总线等。该总线可以分为地址总线、数据总线、控制总线等。为便于表示,图1中仅用一条粗线表示,但并不表示仅有一根总线或一种类型的总线。
需要指出的是,图1中示出的结构并不构成对计算机设备10的限定,除图1所示部件之外,计算机设备10可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
为了使得本申请实施例更加的清楚,以下对本申请实施例相关的概念和部分内容作简单介绍。
1、信号灯感兴趣(region of interest,ROI)区域
信号灯ROI区域是指图像中交通信号灯所对应的区域,一般为矩形区域。如图2a所示,为一种信号灯ROI区域示意图。其中,计算机设备通过多张图像识别以路口为单位的信号灯图像确定信号灯ROI区域。实际应用过程中,还可以由用户在图像处理平台手动绘制确定信号灯ROI区域。示例性的,在图2a中,计算机设备确定信号灯ROI区域1和信号灯ROI区域2。
可以理解的是,采集信号灯状态的摄像头通常基于固定位置进行拍摄,信号灯作为辅助交通的工具设置与路口中,因此采集到的多个图像中信号灯的位置不变,计算机设备获取信号灯ROI区域便于针对特定位置的信号灯进行图像处理,有助于在信号灯ROI区域中快速识别信号灯的色调,提升处理效率。
2、信号灯区域
信号灯区域是指基于信号灯ROI区域,按照灯盘在图像中划分得到的信号灯区域。如图2a所示的信号灯ROI区域中,包括呈现绿色的左箭头信号灯区域和右箭头信号灯区域,呈现红色的上箭头信号灯区域,以及呈现绿色的数字信号灯区域。其中,不同箭头形状的信号灯灯盘用于指示不同方向的路口通行状态,数字信号灯灯盘用于显示路口通行状态距离下一次状态变化的剩余时长。
结合图2a所示的信号灯ROI区域1和信号灯ROI区域2,如图2b所示,信号灯ROI区域1中包括信号灯区域1、2,信号灯ROI区域2中包括信号灯区域3、4、5。
3、信号灯融合技术
信号灯融合技术是指针对长曝光图像与短曝光图像中的信号灯ROI区域进行图像融合的技术。通过信号灯融合技术有助于得到色彩、亮度和形状轮廓较为清晰的信号灯ROI区域的图像。
基于当前信号灯融合技术得到的图像中,信号灯ROI区域所呈现的信号灯颜色可能存在偏色的问题,例如,红色信号灯区域偏粉,黄色信号灯区域偏橙,绿色信号灯区域偏蓝。而偏色问题则会导致无法准确判断信号灯的状态,尤其是红色信号灯区域与黄色信号灯区域颜色接近,肉眼无法区分,从而无法作为判断车辆是否发生闯红灯事件的依据。
对此,本申请提供的一种信号灯色彩的处理方法,如图3所示,该方法包括:
S301、计算机设备获取至少一个图像中的多个目标信号灯区域的色调值分布信息。
其中,信号灯区域包括红色信号灯区域、黄色信号灯区域和绿色信号灯区域。多个目标信号灯区域是多个信号灯区域中的绿色信号灯区域之外的其他信号灯区域。
其中,色调值用于表征目标信号灯区域的色调。具体地,HSV(Hue SaturationValue)颜色模型中的H用于表示色调,S用于表示饱和度,V用于表示亮度。其中,若色调用角度度量,如图4所示,取值范围为0°~360°。示例性的,红色范围为(324°,36°),其中包括0°,黄色范围为(36°,108°),绿色范围为(108°,180°),蓝色范围为(180°,252°),紫色范围为(252°,324°)。可以理解的是,为了包括常用信号灯的颜色,以上述划分方式作为示例。此外,还可以包括更多或更少的色调划分方式,本申请对此不作限制。
可选的,在获取至少一个图像中的多个目标信号灯区域的色调值分布信息之前,计算机设备获取至少一个图像中的多个信号灯区域的RGB(red green blue)值,根据多个信号灯区域中目标信号灯区域的RGB值确定目标信号灯区域的色调值。
具体地,如上文所述,信号灯区域为矩形或其他形状。可以理解的是,信号灯区域包含多个点,该多个像素点的像素值可以通过RGB值表示。一种可能的实现方式,计算信号灯区域中所有像素点的RGB值的均值,将该均值作为该信号灯区域的RGB值。另一种可能的实现方式,根据RGB与HSV的转换关系,计算每个像素点饱和度S,将每个像素点的饱和度S作为权重,多个像素点进行累加得到加权值,将该加权值作为信号灯区域的RGB值。根据多个信号灯区域的RGB值确定目标信号灯区域的色调值。其中,根据RGB与HSV的转换关系,计算得到多个信号灯区域的色调值H。
可选的,基于多个信号灯区域的RGB值,确定多个信号灯区域中的绿色信号灯区域。示例性的,计算机设备将G>R,且G>B的RGB值对应的信号灯区域作为绿色信号灯区域。基于绿色信号灯区域,从至少一个图像中确定多个目标信号灯区域,即其他RGB值对应的信号灯区域作为目标信号灯区域。可以理解的是,该目标信号灯区域包括红色信号灯区域和黄色信号灯区域。
可以理解的是,通过RGB值能够较好地区分红色和绿色,而无法较为清楚地区分黄色和橙(红)色,即可能在上述出现偏色问题时,影响判断结果。因此,可以采用上述RGB值确定区分绿色信号灯区域。
进一步地,将RGB值按照上述方式转换为色调值,确定红色信号灯区域和黄色信号灯区域。具体地,计算机设备统计经转换得到的色调值,得到红色色调值分布范围和黄色色调值分布范围,以直方图表示色调值分布信息为例,如图5所示,横轴为色调值,纵轴为目标信号灯区域的数量。目标信号灯区域包括红色信号灯区域和黄色信号灯区域。
可选的,基于多个信号灯区域的RGB值,计算相应的色调值,并根据色调值分布信息确定目标信号灯区域和绿色信号灯区域。示例性的,如图6所示。
需要说明的是,根据采集的图像确定信号灯区域的色调值的方式有多种,以上基于RGB值计算色调值的方式仅作为示例。可以理解的是,在图像传输过程中,通常采用RGB值进行传输,其他图像格式还包括YUV格式,根据YUV格式也可以得到色调值以执行上述方法,本申请对此不作限制。
可选的,基于信号灯随时间变化所呈现的信号灯颜色,可以将信号灯划分为单色信号灯和多色信号灯,以下简称为单色灯和多色灯。单色灯为呈现固定颜色的信号灯,多色灯为呈现不同颜色的信号灯。
可以理解的是,上述呈现颜色的信号灯是指在信号灯在启动状态下所呈现颜色。结合图2b所示,箭头形状的信号灯区域呈现红色、绿色或黄色,并且在启动状态下只能呈现一种颜色。信号灯变更倒计时的数字信号灯区域在启动状态下的不同时间呈现多种颜色,如红色、绿色和黄色,分别用于不同颜色的状态持续时间。此外,还包括随时间变化呈现不同颜色的方向信号灯区域等其他类型的信号灯。根据上述示例所描述的信号灯区域可划分为单色灯和多色灯。
可选的,计算机设备基于上述划分方式,至少统计呈现红色色调值的单色灯和呈现黄色色调值的单色灯得到色调值分布信息,该色调值分布信息称为全局色调分布;或者,计算机设备统计在不同时间呈现红色色调值和黄色色调值的多色灯得到色调值分布信息,该色调值分布信息称为局部色调分布;或者计算机设备统计单色灯和多色灯的红色和黄色色调值分布信息,该色调值分布信息也称为全局色调分布。
如图7所示,为一种全局色调直方图或局部色调直方图的示意图。
可以理解的是,本质上全局色调直方图与局部色调直方图没有区别,均为统计多张图像中信号灯区域的色调值的累计结果。
需要说明的是,色调值分布信息还可以通过其它方式,例如折线图、波形图等,本申请对此不作限制。
通过上述步骤确定目标信号灯区域的色调值分布信息,根据分布信息直观感受不同信号灯区域的色调值的分布情况,例如,在图7中,红色信号灯区域的色调值峰值集中于0°、360°,黄色信号灯区域的色调值峰值集中于60°,绿色信号灯区域的峰值集中于120°。
S302、计算机设备基于分布信息确定红黄分割阈值;其中,红黄分割阈值用于区分红色色调值和黄色色调值。
可选的,在执行步骤S302之前,计算机设备调整色调值参考系。经调整的红色色调值分布范围的最大值小于或等于黄色色调值分布范围的最小值,或者,红色色调值分布范围的最小值大于或等于黄色色调值分布范围的最大值。具体地,将红色信号灯区域的色调值分布范围与黄色信号灯区域的色调值分布范围调整为递增或递减的关系。
可以理解的是,如图5至图7所示统计得到的色调值分布范围中,由于红色色调值分布范围在直方图中不连续,为了后续确定红黄分割阈值,计算机设备可以将整体色调值分布范围进行调整,使得不改变整体分布范围的情况下,便于红黄分割阈值的确定。
示例性的,将统计得到的色调值统一增加60°,则相应地,得到如图8所示的经平移后的色调值分布范围。
需要说明的是,本申请对上述调整色调值参考系的方向与大小包括多种实现方式,增加或减少色调值均可达到上述目的,本申请对此不作限制。
通过调整色调值参考系,有助于分别集中红色信号灯区域的数据以及黄色信号灯区域的数据,便于后续确定红黄分割阈值。
具体地,计算机设备使用OSTU大律法或其他阈值分割方法确定分割阈值。例如,将红色信号灯区域的峰值与黄色信号灯区域的峰值之间的中间值作为分割阈值。
可选的,计算机设备基于全局色调分布和局部色调分布分别确定红黄分割阈值。可以理解的是,基于多色灯统计的局部色调分布中仅包括该多色灯随时间变化呈现的不同信号灯颜色,而无需获取其他信号灯的色调值以完成该多色灯的色彩统一,有助于提升该多色灯色彩统一的准确度。
需要说明的是,考虑到不同的业务需求,全局色调分布中也可以包括单色灯和多色灯的色调值以用于基于同一红黄分割阈值完成单色灯与多色灯的色彩统一。
通过上述方式分别确定单色灯与多色灯的红黄分割阈值,有助于计算机设备分别分离单色灯和多色灯的红色信号灯区域和黄色信号灯区域,提升调整色彩的准确性。
S303、计算机设备基于红黄分割阈值,确定多个目标信号灯区域中的红色信号灯区域和黄色信号灯区域;
可选的,计算机设备基于红黄分割阈值确定多个目标信号灯区域中的红色信号灯区域和黄色信号灯区域。如图9所示,分割阈值的左侧为红色色调值分布范围,分割阈值的右侧为黄色色调值分布范围,该色调值分布范围包括的色调值对应的信号灯区域为所属颜色范围的信号灯区域。
S304、计算机设备将红色信号灯区域的色调值由第一当前值调整为第一目标值,将黄色信号灯区域的色调值由第二当前值调整为第二目标值。
其中,第一目标值属于红色色调值分布范围,第二目标值属于黄色色调值分布范围。该红色色调值分布范围和黄色色调值分布范围是指,如图4所示的色调值范围。可以理解的是,第一目标值和第二目标值用于表示相应的红色色调和黄色色调。
可选的,第一目标值和第二目标值可以分别为红色色调值分布范围中的峰值和黄色色调值分布范围中的峰值。
可以理解的是,若在上述可选的实现方式中,整体分布范围进行平移调整,则对应图4中的色调值范围也进行相应的调整。
可选的,第一目标值和第二目标值分别为预设的红色色调值和黄色色调值。
可选的,计算机设备将红色信号灯区域的RGB值由第一当前RGB值调整为第一目标RGB值,将黄色信号灯区域的色调值由第二当前RGB值调整为第二目标RGB值。
可以理解的是,计算机设备通过判断信号灯区域的色调确定其所属的颜色范围,将便于人眼观察的色调值或RGB值替换当前存在偏色问题的色调值或RGB值,从而提升判断信号灯区域的颜色的准确性,从而解决由于偏色问题引起误判或争议事件的发生。
可选的,计算机设备将绿色信号灯区域的色调值调整为第三目标值;其中,第三目标值属于预设的绿色色调值的分布范围。或者,计算机设备将绿色信号灯区域的RGB值调整为第三目标RGB值。
通过计算机设备调整绿色信号灯区域的色调值,有助于解决绿色信号灯区域的偏色问题。
通过上述步骤S301-S304,计算机设备实现图像的色调值调整信号灯色彩,有助于解决当前由于偏色问题造成无法准确判断信号灯状态的问题,提升判断的准确性。
可选的,在上述步骤S304中,将第二目标值调整为第二当前值之后,该方法还包括:计算机设备在确定连续采集黄色信号灯区域的时长大于第一阈值的情况下,将第二目标值调整为第二当前值;在从将第二目标值调整为第二当前值的时刻开始,且连续采集黄色信号灯区域的时长大于第二阈值的情况下,将第二当前值调整为第一目标值。
可选的,第一阈值为黄色信号灯的最大连续显示时长。示例性的,该最大连续显示时长为3秒。
可选的,第一阈值和第二阈值之和为红色信号灯的最小连续显示时长。示例性的,该最小连续显示时长为6秒。
其中,计算机设备连续采集黄色信号灯区域的时长是指计算机设备在该时长内采集的图像中均包括黄色信号灯区域。可以理解的是,若信号灯存在不同颜色跳变的情况,例如,由红色跳变为绿色再跳变为黄色,通常情况下黄色信号灯区域的显示时长相比其他颜色信号灯区域的显示时长较短。通过上述方式,当计算机设备连续采集黄色信号灯区域的时长大于黄色信号灯的最大连续显示时长时,则可以认为计算机设备将该黄色信号灯区域判断错误。若信号灯本身为指示慢行的黄色信号灯,不存在不同颜色跳变的情况,通常情况下,该黄色信号灯会持续闪烁,则计算机设备连续采集黄色信号灯区域的时长应当小于上述黄色信号灯的最大连续显示时长,避免在该种情况下,计算机设备针对该黄色信号灯区域的图像进行色调调整。
示例性的,假设第一阈值为3秒,计算机设备在确定连续采集黄色信号灯区域的时长大于3秒的情况下,将第二目标值调整为第二当前值。通过该种调整方式,有助于在图像中的信号灯区域误判为黄色信号灯区域时,将黄色目标色调值调回为原色调值。假设第二阈值为3秒,计算机设备在从将第二目标值调整为第二当前值的时刻开始继续采集图像,且连续采集黄色信号灯区域的时长大于3秒的情况下,将第二当前值调整为第一目标值。通过持续采集图像,有助于计算机设备进一步地,将误判结果进行更正。例如上述示例中,可以根据红色信号灯的最小连续显示时长将该信号灯区域由原色调值调整为红色目标色调值。
可选的,在上述将红色信号灯误判为黄色信号灯的情况下,即上述步骤S304中,将第二目标值调整为第二当前值之后,确定连续采集黄色信号灯区域的时长大于第一阈值的情况下,该方法还包括:计算机设备将红黄分割阈值向第二目标值的方向调整M个单位,M为大于0的整数。
可以理解的是,上述误判情况的发生是由于红黄分割阈值不准确所导致的判断错误,因此,可以适应性调整红黄分割阈值。在上述示例中,需要扩大红色色调值分布范围,因此,将红黄分割阈值向黄色色调值分布范围靠近。示例性的,该M个单位为1个或2个单位的色调值。
可选的,在上述步骤S304之后,该方法还包括:计算机设备获取多个图像,计算机设备根据多个图像中的多个目标信号灯区域确定目标信号灯单元,目标信号灯单元至少包括绿色信号灯区域和黄色信号灯区域;统计目标信号灯单元的跳变规律,跳变规律是指目标信号灯单元中绿色信号灯区域和黄色信号灯区域的帧数和跳变顺序;在基于红黄分割阈值确定黄色信号灯区域不满足跳变规律时,调整红黄分割阈值。
具体地,在信号灯融合技术下,计算机设备处理多帧图像,该多帧图像中分别包括多个信号灯区域。计算机设备统计多帧图像中绿色信号灯区域和黄色信号灯区域的帧数和跳变顺序。可以理解的是,通常情况下,绿色信号灯指示可通行状态后切换为黄色信号灯指示慢行状态,再切换为红色信号灯指示停止通行状态。示例性的,计算机设备确定在目标信号灯区域以绿色、黄色和红色的顺序进行跳变,并结合每个状态下的帧数,确定相应的持续时间。根据该跳变规律,计算机设备获取绿色信号灯区域的图像并记录帧数,当识别图像中信号灯区域的颜色不属于预设的绿色RGB值时,则结合上述跳变规律,认为该帧图像的信号灯区域为黄色信号灯区域。若计算该帧图像的色调值不属于上述图4所示出的方法经红黄分割阈值确定的黄色信号灯色调值范围时,则基于该色调值,调整黄色信号灯区域的色调值范围。例如,结合上述图8所示的直方图,当基于跳变规律确定该帧图像为黄色信号灯区域的图像,而其色调值在分割阈值的左侧,即红色信号灯区域的色调值范围中,则将分割阈值左移至该色调值,调整x个单位,x为大于0的整数。
通过上述方式,计算机设备结合其他信息,在误判情况下,进一步调整红黄分割阈值,提升调整信号灯色彩的精确度,有助于提升包含信号灯区域的图像的清晰度。
上述主要从方法的角度对本申请实施例的方案进行了介绍。可以理解的是,计算机设备为了实现上述功能,其包含了执行各个功能相应的硬件结构和软件模块中的至少一个。本领域技术人员应该很容易意识到,结合本文中所公开的实施例描述的各示例的单元及算法步骤,本申请能够以硬件或硬件和计算机软件的结合形式来实现。某个功能究竟以硬件还是计算机软件驱动硬件的方式来执行,取决于技术方案的特定应用和设计约束条件。专业技术人员可以对每个特定的应用来使用不同方法来实现所描述的功能,但是这种实现不应认为超出本申请的范围。
本申请实施例可以根据上述方法示例对计算机设备进行功能单元的划分,例如,可以对应各个功能划分各个功能单元,也可以将两个或两个以上的功能集成在一个处理单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。需要说明的是,本申请实施例中对单元的划分是示意性的,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式。
示例性的,图10示出了上述实施例中所涉及的计算机设备(记为计算机设备100)的一种可能的结构示意图,该计算机设备100包括获取单元1001、确定单元1002和调整单元1003。获取单元1001,用于获取至少一个图像中的多个目标信号灯区域的色调值分布信息,其中,多个目标信号灯区域是多个信号灯区域中的绿色信号灯区域之外的其他信号灯区域。确定单元1002,用于基于分布信息确定红黄分割阈值;其中,红黄分割阈值用于区分红色色调值和黄色色调值。确定单元1002,还用于基于红黄分割阈值,确定多个目标信号灯区域中的红色信号灯区域和黄色信号灯区域。调整单元1003,还用于将红色信号灯区域的色调值由第一当前值调整为第一目标值,将黄色信号灯区域的色调值由第二当前值调整为第二目标值;其中,第一目标值属于红色色调值分布范围,第二目标值属于黄色色调值分布范围。
可选的,获取单元1001,还用于获取至少一个图像中的多个信号灯区域的RGB值;基于多个信号灯区域的RGB值,确定多个信号灯区域中的绿色信号灯区域;基于绿色信号灯区域,从至少一个图像中确定多个目标信号灯区域。
可选的,调整单元1003还用于将绿色信号灯区域的色调值调整为第三目标值;其中,第三目标值属于预设的绿色色调值的分布范围。
可选的,分布信息包括红色色调值分布范围和黄色色调值分布范围,确定单元1002,具体用于基于红色色调值分布范围和黄色色调值分布范围,确定目标红色色调值分布范围和目标黄色色调值分布范围;其中,目标红色色调值分布范围的最大值小于或等于目标黄色色调值分布范围的最小值;或者,目标红色色调值分布范围的最小值大于或等于目标黄色色调值分布范围的最大值;基于目标红色色调值分布范围和目标黄色色调值分布范围确定红黄分割阈值。
可选的,调整单元1003,还用于在确定连续采集黄色信号灯区域的时长大于第一阈值的情况下,将第二目标值调整为所述第二当前值;调整单元1003,还用于在从将第二目标值调整为第二当前值的时刻开始,且连续采集黄色信号灯区域的时长大于第二阈值的情况下,将第二当前值调整为所述第一目标值。
可选的,调整单元1003,还用于在确定连续采集黄色信号灯区域的时长大于第一阈值的情况下,将红黄分割阈值向第二目标值的方向调整M个单位,M为大于0的整数。
可选的,获取单元1001,还用于获取多个图像;确定单元1002,还用于根据多个图像中的多个目标信号灯区域确定目标信号灯单元,目标信号灯单元至少包括绿色信号灯区域和黄色信号灯区域;计算机设备100还包括统计单元1004,用于统计目标信号灯单元的跳变规律,跳变规律是指目标信号灯单元中绿色信号灯区域和黄色信号灯区域的帧数和跳变顺序;调整单元,还用于在基于红黄分割阈值确定黄色信号灯区域不满足跳变规律时,调整红黄分割阈值。
可选的,计算机设备100中还包括存储单元1005。存储单元1005用于存储计算机执行指令,计算机设备中的其他单元可以根据存储单元1005中存储的计算机执行指令执行相应的动作。
关于上述可选方式的具体描述可以参见前述的方法实施例,此处不再赘述。此外,上述提供的任一种计算机设备100的解释以及有益效果的描述均可参考上述对应的方法实施例,不再赘述。
作为示例,结合图1,计算机设备100中的获取单元1001、确定单元1002、调整单元1003、统计单元1004和存储单元1005中的部分或全部实现的功能可以通过图1中的处理器101执行图1中的存储器102中的程序代码实现。获取单元1001还可以通过图1中的通信接口103中的接收单元实现。
本申请实施例还提供了一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,当该计算机程序在计算机上运行时,使得该计算机执行上文提供的任一种计算机设备所执行的方法。
关于上述提供的任一种计算机可读存储介质中相关内容的解释及有益效果的描述,均可以参考上述对应的实施例,此处不再赘述。
本申请实施例还提供了一种芯片。该芯片中集成了用于实现上述计算机设备100的功能的控制电路和一个或者多个端口。可选的,该芯片支持的功能可以参考上文,此处不再赘述。本领域普通技术人员可以理解实现上述实施例的全部或部分步骤可通过程序来指令相关的硬件完成。所述的程序可以存储于一种计算机可读存储介质中。上述提到的存储介质可以是只读存储器,随机接入存储器等。上述处理单元或处理器可以是中央处理器,通用处理器、特定集成电路(application specific integrated circuit,ASIC)、微处理器(digital signal processor,DSP),现场可编程门阵列(field programmable gatearray,FPGA)或者其他可编程逻辑器件、晶体管逻辑器件、硬件部件或者其任意组合。
本申请实施例还提供了一种包含指令的计算机程序产品,当该指令在计算机上运行时,使得计算机执行上述实施例中的任意一种方法。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digital subscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如SSD)等。
应注意,本申请实施例提供的上述用于存储计算机指令或者计算机程序的器件,例如但不限于,上述存储器、计算机可读存储介质和通信芯片等,均具有非易失性(non-transitory)。
在上述实施例中,可以全部或部分地通过软件、硬件、固件或者其任意组合来实现。当使用软件程序实现时,可以全部或部分地以计算机程序产品的形式来实现。该计算机程序产品包括一个或多个计算机指令。在计算机上加载和执行计算机程序指令时,全部或部分地产生按照本申请实施例的流程或功能。计算机可以是通用计算机、专用计算机、计算机网络、或者其他可编程装置。计算机指令可以存储在计算机可读存储介质中,或者从一个计算机可读存储介质向另一个计算机可读存储介质传输,例如,计算机指令可以从一个网站站点、计算机、服务器或者数据中心通过有线(例如同轴电缆、光纤、数字用户线(digitalsubscriber line,DSL))或无线(例如红外、无线、微波等)方式向另一个网站站点、计算机、服务器或数据中心进行传输。计算机可读存储介质可以是计算机能够存取的任何可用介质或者是包含一个或多个可以用介质集成的服务器、数据中心等数据存储设备。可用介质可以是磁性介质(例如,软盘、硬盘、磁带),光介质(例如,DVD)、或者半导体介质(例如固态硬盘(solid state disk,SSD))等。
尽管在此结合各实施例对本申请进行了描述,然而,在实施所要求保护的本申请过程中,本领域技术人员通过查看附图、公开内容、以及所附权利要求书,可理解并实现公开实施例的其他变化。在权利要求中,“包括”(comprising)一词不排除其他组成部分或步骤,“一”或“一个”不排除多个的情况。单个处理器或其他单元可以实现权利要求中列举的若干项功能。相互不同的从属权利要求中记载了某些措施,但这并不表示这些措施不能组合起来产生良好的效果。
尽管结合具体特征及其实施例对本申请进行了描述,显而易见的,在不脱离本申请的精神和范围的情况下,可对其进行各种修改和组合。相应地,本说明书和附图仅仅是所附权利要求所界定的本申请的示例性说明,且视为已覆盖本申请范围内的任意和所有修改、变化、组合或等同物。显然,本领域的技术人员可以对本申请进行各种改动和变型而不脱离本申请的精神和范围。这样,倘若本申请的这些修改和变型属于本申请权利要求及其等同技术的范围之内,则本申请也意图包含这些改动和变型在内。
Claims (10)
1.一种信号灯色彩的处理方法,其特征在于,包括:
获取至少一个图像中的多个目标信号灯区域的色调值分布信息,其中,所述多个目标信号灯区域是所述多个信号灯区域中的绿色信号灯区域之外的其他信号灯区域;
基于所述分布信息确定红黄分割阈值;其中,所述红黄分割阈值用于区分红色色调值和黄色色调值;
基于所述红黄分割阈值,确定所述多个目标信号灯区域中的红色信号灯区域和黄色信号灯区域;
将所述红色信号灯区域的色调值由第一当前值调整为第一目标值,将所述黄色信号灯区域的色调值由第二当前值调整为第二目标值;其中,所述第一目标值属于所述红色色调值分布范围,所述第二目标值属于所述黄色色调值分布范围。
2.根据权利要求1所述的方法,其特征在于,在获取至少一个图像中的多个目标信号灯区域的色调值分布信息之前,所述方法还包括:
获取所述至少一个图像中的多个信号灯区域的RGB值;
基于所述多个信号灯区域的RGB值,确定所述多个信号灯区域中的绿色信号灯区域;
基于所述绿色信号灯区域,从所述至少一个图像中确定所述多个目标信号灯区域。
3.根据权利要求2所述的方法,其特征在于,在所述确定所述多个信号灯区域中的绿色信号灯区域之后,所述方法还包括:
将所述绿色信号灯区域的色调值调整为第三目标值;其中,所述第三目标值属于预设的绿色色调值的分布范围。
4.根据权利要求1-3任一项所述的方法,其特征在于,所述分布信息包括所述红色色调值分布范围和黄色色调值分布范围,所述基于所述分布信息确定红黄分割阈值,包括:
基于所述红色色调值分布范围和所述黄色色调值分布范围,确定目标红色色调值分布范围和目标黄色色调值分布范围;其中,所述目标红色色调值分布范围的最大值小于或等于所述目标黄色色调值分布范围的最小值;或者,所述目标红色色调值分布范围的最小值大于或等于所述目标黄色色调值分布范围的最大值;
基于所述目标红色色调值分布范围和所述目标黄色色调值分布范围确定所述红黄分割阈值。
5.根据权利要求1-3任一项所述的方法,其特征在于,在将所述黄色信号灯区域的色调值由第二当前值调整为第二目标值之后,所述方法还包括:
在确定连续采集所述黄色信号灯区域的时长大于第一阈值的情况下,将所述第二目标值调整为所述第二当前值;
在从将所述第二目标值调整为所述第二当前值的时刻开始,且连续采集所述黄色信号灯区域的时长大于第二阈值的情况下,将所述第二当前值调整为所述第一目标值。
6.根据权利要求1-3任一项所述的方法,其特征在于,将所述黄色信号灯区域的色调值由第二当前值调整为第二目标值之后,所述方法还包括:
在确定连续采集所述黄色信号灯区域的时长大于第一阈值的情况下,将所述红黄分割阈值向所述第二目标值的方向调整M个单位,M为大于0的整数。
7.根据权利要求1-3任一项所述的方法,其特征在于,所述方法还包括:
获取多个图像;
根据所述多个图像中的多个目标信号灯区域确定目标信号灯单元,所述目标信号灯单元至少包括绿色信号灯区域和黄色信号灯区域;
统计所述目标信号灯单元的跳变规律,所述跳变规律是指所述目标信号灯单元中绿色信号灯区域和黄色信号灯区域的帧数和跳变顺序;
在基于所述红黄分割阈值确定所述黄色信号灯区域不满足所述跳变规律时,调整所述红黄分割阈值。
8.一种信号灯控制设备,其特征在于,包括:
获取单元,用于获取至少一个图像中的多个目标信号灯区域的色调值分布信息,其中,所述多个目标信号灯区域是所述多个信号灯区域中的绿色信号灯区域之外的其他信号灯区域;
确定单元,用于基于所述分布信息确定红黄分割阈值;其中,所述红黄分割阈值用于区分红色色调值和黄色色调值;
所述确定单元,还用于基于所述红黄分割阈值,确定所述多个目标信号灯区域中的红色信号灯区域和黄色信号灯区域;
调整单元,用于将所述红色信号灯区域的色调值由第一当前值调整为第一目标值,将所述黄色信号灯区域的色调值由第二当前值调整为第二目标值;其中,所述第一目标值属于所述红色色调值分布范围,所述第二目标值属于所述黄色色调值分布范围。
9.一种计算机设备,其特征在于,包括:处理器;
所述处理器与存储器连接,所述存储器用于存储计算机执行指令,所述处理器执行所述存储器存储的所述计算机执行指令,以使所述计算机设备实现如权利要求1-7任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,用于存储计算机指令,当所述计算机指令在计算机上运行时,使得所述计算机执行权利要求1-7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210303730.3A CN114783192A (zh) | 2022-03-24 | 2022-03-24 | 一种信号灯色彩的处理方法及设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210303730.3A CN114783192A (zh) | 2022-03-24 | 2022-03-24 | 一种信号灯色彩的处理方法及设备 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN114783192A true CN114783192A (zh) | 2022-07-22 |
Family
ID=82425703
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210303730.3A Pending CN114783192A (zh) | 2022-03-24 | 2022-03-24 | 一种信号灯色彩的处理方法及设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114783192A (zh) |
Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011216051A (ja) * | 2010-04-02 | 2011-10-27 | Institute Of National Colleges Of Technology Japan | 信号灯識別プログラムおよび信号灯識別装置 |
JP2013102300A (ja) * | 2011-11-07 | 2013-05-23 | Canon Inc | 画像処理装置及び画像処理方法 |
CN103353982A (zh) * | 2013-05-15 | 2013-10-16 | 中山大学 | 一种基于直方图均衡化的色调映射方法 |
CN103544484A (zh) * | 2013-10-30 | 2014-01-29 | 广东工业大学 | 一种基于surf的交通标志识别方法及*** |
CN103679733A (zh) * | 2013-12-18 | 2014-03-26 | 浙江宇视科技有限公司 | 一种信号灯图像处理方法及其装置 |
CN106909937A (zh) * | 2017-02-09 | 2017-06-30 | 北京汽车集团有限公司 | 交通信号灯识别方法、车辆控制方法、装置及车辆 |
CN107507142A (zh) * | 2017-08-11 | 2017-12-22 | 江苏航天大为科技股份有限公司 | 信号灯图像处理方法 |
CN108304813A (zh) * | 2018-02-08 | 2018-07-20 | 长安大学 | 一种智能识别圆形交通信号灯状态的方法 |
CN108961357A (zh) * | 2017-05-17 | 2018-12-07 | 浙江宇视科技有限公司 | 一种交通信号灯过爆图像强化方法及装置 |
US20200106942A1 (en) * | 2017-06-08 | 2020-04-02 | Zhejiang Dahua Technology Co., Ltd. | Methods and devices for processing images of a traffic light |
CN111311500A (zh) * | 2018-12-12 | 2020-06-19 | 华为技术有限公司 | 一种对图像进行颜色还原的方法和装置 |
CN111639656A (zh) * | 2020-05-28 | 2020-09-08 | 东软睿驰汽车技术(沈阳)有限公司 | 交通信号灯识别方法及装置 |
CN112598674A (zh) * | 2020-12-03 | 2021-04-02 | 北京汽车研究总院有限公司 | 用于车辆的图像处理方法、装置及车辆 |
-
2022
- 2022-03-24 CN CN202210303730.3A patent/CN114783192A/zh active Pending
Patent Citations (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2011216051A (ja) * | 2010-04-02 | 2011-10-27 | Institute Of National Colleges Of Technology Japan | 信号灯識別プログラムおよび信号灯識別装置 |
JP2013102300A (ja) * | 2011-11-07 | 2013-05-23 | Canon Inc | 画像処理装置及び画像処理方法 |
CN103353982A (zh) * | 2013-05-15 | 2013-10-16 | 中山大学 | 一种基于直方图均衡化的色调映射方法 |
CN103544484A (zh) * | 2013-10-30 | 2014-01-29 | 广东工业大学 | 一种基于surf的交通标志识别方法及*** |
CN103679733A (zh) * | 2013-12-18 | 2014-03-26 | 浙江宇视科技有限公司 | 一种信号灯图像处理方法及其装置 |
CN106909937A (zh) * | 2017-02-09 | 2017-06-30 | 北京汽车集团有限公司 | 交通信号灯识别方法、车辆控制方法、装置及车辆 |
CN108961357A (zh) * | 2017-05-17 | 2018-12-07 | 浙江宇视科技有限公司 | 一种交通信号灯过爆图像强化方法及装置 |
US20200106942A1 (en) * | 2017-06-08 | 2020-04-02 | Zhejiang Dahua Technology Co., Ltd. | Methods and devices for processing images of a traffic light |
CN107507142A (zh) * | 2017-08-11 | 2017-12-22 | 江苏航天大为科技股份有限公司 | 信号灯图像处理方法 |
CN108304813A (zh) * | 2018-02-08 | 2018-07-20 | 长安大学 | 一种智能识别圆形交通信号灯状态的方法 |
CN111311500A (zh) * | 2018-12-12 | 2020-06-19 | 华为技术有限公司 | 一种对图像进行颜色还原的方法和装置 |
CN111639656A (zh) * | 2020-05-28 | 2020-09-08 | 东软睿驰汽车技术(沈阳)有限公司 | 交通信号灯识别方法及装置 |
CN112598674A (zh) * | 2020-12-03 | 2021-04-02 | 北京汽车研究总院有限公司 | 用于车辆的图像处理方法、装置及车辆 |
Non-Patent Citations (3)
Title |
---|
余泽东;: "基于otsu算法和Hu不变矩的交通信号灯识别", 武汉大学学报(工学版), no. 04, pages 92 - 97 * |
桂欣悦;李振伟;吴晨晨;李彦?;: "基于MATLAB的红绿灯识别***研究", 电子设计工程, no. 16, pages 139 - 142 * |
谷明琴;蔡自兴;李仪;: "应用圆形度和颜色直方图的交通信号灯识别", 计算机工程与设计, pages 243 - 247 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN109145678B (zh) | 信号灯检测方法及装置和计算机设备及可读存储介质 | |
US11816875B2 (en) | Method for estimating and presenting passenger flow, system, and computer readable storage medium | |
CN108229250B (zh) | 交通信号灯重定位方法及装置 | |
CN105069453A (zh) | 一种图像校正方法及装置 | |
US9036047B2 (en) | Apparatus and techniques for image processing | |
WO2015070723A1 (zh) | 眼部图像处理方法和装置 | |
CN107507142B (zh) | 信号灯图像处理方法 | |
US10491874B2 (en) | Image processing method and device, computer-readable storage medium | |
CN111385640B (zh) | 视频封面的确定方法、装置、设备及存储介质 | |
CN111368819B (zh) | 光斑检测方法和装置 | |
CN111627215A (zh) | 基于人工智能的视频图像识别方法及相关设备 | |
CN111368587B (zh) | 场景检测方法、装置、终端设备及计算机可读存储介质 | |
CN114143940B (zh) | 隧道照明控制方法、装置、设备及存储介质 | |
WO2019085698A1 (zh) | 白平衡处理方法及装置、电子装置和计算机可读存储介质 | |
WO2020119454A1 (zh) | 一种对图像进行颜色还原的方法和装置 | |
CN106651797A (zh) | 一种信号灯有效区域的确定方法和装置 | |
JP7429756B2 (ja) | 画像処理方法、装置、電子機器、記憶媒体及びコンピュータプログラム | |
CN108174173B (zh) | 拍摄方法及装置、计算机可读存储介质和计算机设备 | |
CN103324957A (zh) | 信号灯状态的识别方法及识别装置 | |
CN111641806A (zh) | 光晕抑制的方法、设备、计算机设备和可读存储介质 | |
CN106507079A (zh) | 一种色彩还原方法和装置 | |
CN110334652A (zh) | 图像处理方法、电子设备及存储介质 | |
CN114783192A (zh) | 一种信号灯色彩的处理方法及设备 | |
CN105430352A (zh) | 一种视频监控图像的处理方法 | |
US9530056B2 (en) | Day night classification of images using thresholding on HSV histogram |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |