《表1 HSV空间颜色分布》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于深度学习和Opencv的交通灯识别算法研究》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

算法实现的思路是首先利用YOLO识别出交通灯的位置，然后利用Opencv识别交通灯的颜色。具体如下:（1）获取摄像头采集到的图像数据；（2）将图像数据输入到YOLO中，进行目标检测，获取目标列表；（3）查看目标列表中有没有类型为交通灯的目标，如果没有，跳到步骤（8）；（4）获取目标为交通灯的物体在图像中的横坐标x、纵坐标y、长l和宽w。点数面积S=l×w；（5）利用Opencv提取目标为交通灯的图片区域，将各个像素点的颜色由RGB空间转换到HSV空间。在HSV空间内，颜色的分布如表1所示，分别统计红色、绿色和黄色的点数；（6）用每种点数分别除以S，得到每种点数的比例；（7）点数比例大于0.05的颜色为红绿灯颜色；（8）回到第一步，进行下一次识别。