基于Gabor滤波和稀疏表示的信号灯类型识别

摘要

汽车辅助驾驶中车辆前方交通信号灯的检测与识别具有重要意义.为解决图像中微小面积与边缘模糊的交通信号灯检测与识别准确率低的问题,文中提出一种信号灯检测与信号灯类型识别方法.采用亮度分割和几何形态滤波对交通信号灯进行定位,结合信号灯与其背板的相对位置和RGB与HSV颜色空间的判别结果判定信号灯颜色,最后对信号灯类型进行识别.对信号灯区域进行Gabor滤波,采用K均值奇异值分解算法进行字典学习,利用正交匹配追踪算法求解测试样本的稀疏系数,根据重构误差实现交通灯的类型判别.实验结果表明,信号灯检测准确率达到97.7％,圆形和4种箭头形信号灯的类型识别率达到98.75％.