1.一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于包括如下步骤：第一步，图像预处理：对待识别的原始图像SrcImage进行预处理，包括将图像从RGB色彩模式变换到HSV色彩模式；

第二步，基于HSV阈值的候选灯体图像分割：根据事先设定的HSV颜色阈值分割出预处理后图像SrcImage中的所有箭形交通信号灯的二值化候选图像区域BinaryROIs，HSV颜色阈值，包括色度H、饱和度S和亮度V的设定概率分布区间；

第三步，事先设定箭形交通信号灯的几何形状变化阈值：包括(1)整体箭形交通信号灯的外接矩形R0的宽高比为μ0的变化范围；(2)分体成像时，指向箭头的外接矩形R1的宽高比μ1的变化范围、外接矩形R1的面积与整体箭形交通信号灯的外接矩形R0的面积的比值λ10的变化范围、外接矩形R1的周长与整体箭形交通信号灯的外接矩形R0的周长的比值ρ10的变化范围；(3)分体成像时，尾部直线的外接矩形R2的宽高比μ2的变化范围、外接矩形R2的面积与整体箭形交通信号灯的外接矩形R0的面积的比值λ20的变化范围、外接矩形R2的周长与整体箭形交通信号灯的外接矩形R0的周长的比值ρ20的变化范围；

第四步，以阈值μ0、μ1、μ3的变化范围划分候选图像：提取二值化候选图像区域BinaryROIs中的所有最外层轮廓线，计算每条外轮廓线的外接矩形，计算这些外接矩形的宽高比μ，分别根据第三步的μ0、μ1、μ2的变化范围将这些BinaryROIs进一步划分为箭形交通信号灯候选图像集合BinaryLights、箭形交通信号灯的指向箭头候选图像集合BinaryArrows和箭形交通信号灯的尾部直线候选图像集合BinaryLines；

第五步，分离箭头灯图像配对拼接：将指向箭头候选图像集合BinaryArrows和尾部直线候选图像集合BinaryLines中的可能配对图像进行拼接，将拼接后的分离式箭形交通信号灯候选图像添加合并到箭形交通信号灯候选图像集合BinaryLights之中，最终获得的集合BinaryLights即为从一个原始图像SrcImage中分割出所有箭形交通信号灯的候选图像区域；其中配对流程为：(1)计算其中一个指向箭头候选图像的外接矩形R1k和其中一个尾部直线候选图像的外接矩形R2k，以及两者的联合图像区域的外接矩形R0k；

(2)根据以下约束条件判断二者是否配对构成一个箭形交通信号灯，当且仅当所有约束条件都满足时判定配对成功：

约束条件1：R1k与R2k的交集不能为空；

约束条件2：R2k有且仅有两个顶点位于R1k内部，且这两个顶点的连线是R2k的较短边；

约束条件3：R1k的面积与R0k的面积的比值必须位于设定的λ10的变化范围之间；R1k的周长与R0k的周长的比值必须位于设定的ρ10的变化范围之间；

约束条件4：R2k的面积与R0k的面积的比值必须位于设定的λ20的变化范围之间；R2k的周长与R0k的周长的比值必须位于设定的ρ20的变化范围之间；

(3)如果R1k和R2k配对成功，则二者是一个箭形交通信号灯的两个独立部分，将与R1k、R2k分别对应的轮廓线合并作为一个箭形交通信号灯候选图像区域并入到集合BinaryLights中；

(4)返回(1)，选取下一组未配对成功的指向箭头候选图像和尾部直线候选图像，直至集合BinaryArrows和BinaryLines中的所有元素都进行过配对尝试为止。

2.根据权利要求1所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于所述第二步HSV颜色阈值的获得方法为：事先采集含有箭形交通信号灯的若干交通图像，人为分割出每个图像中的箭形交通信号灯图像区域R，将图像集R从RGB色彩模式变换到HSV色彩模式，按颜色统计所有图像区域R的色度H、饱和度S和亮度V的分布曲线并进行正态分布概率曲线拟合，基于标准差准则按颜色分别计算出色度H、饱和度S和亮度V在相应概率的分布区间，从而获得HSV颜色阈值。

3.根据权利要求1所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于：所述标准差准则采用3倍标准差准则，计算色度H、饱和度S和亮度V在99.75％概率下的分布区间。

4.根据权利要求1所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于所述第三步箭形交通信号灯几何形状变化阈值的获得方法为：设车辆内摄像头安装位置为原点O，交通信号灯中心坐标为(x,y,z)，车辆摄像头轴心线相对于过交通信号灯表面中心的垂直线的侧倾角为δ、俯仰角为 横摆角为ω，再根据交通信号灯标准尺寸，通过空间坐标变换求得各类箭形交通信号灯的几何特征参数μ0、μ1、μ2、λ10、λ20、ρ10、ρ20的变化公式；

之后在覆盖多数车辆行驶条件即给定x、y、z、δ、及ω的约束条件下，获得各类灯体的特征参数变化区间，从而得到箭形交通信号灯的几何形状变化阈值。

5.根据权利要求4所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于所述的约束条件为： 其中，

并且满足：

6.根据权利要求1所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于：所述第一步在进行色彩模式变换之前，对过大的图像进行像素缩小，之后原图像进行高斯平滑。

7.根据权利要求1所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于：进一步包括第六步，对候选图像集合BinaryLights中的图像进行验证及判断类型；包括：(1)将集合BinaryLights中每个二值化候选图像区域分割成若干子块，提取每个子块的像素密度特征，利用预训练好的一级支持向量机判断是否为灯体及其类别；(2)经过步骤(1)筛选的集合BinaryLights中每个二值化候选图像区域，先按一定延展系数进行扩展，依据该扩展的候选图像区域，从原始图像SrcImage中切割出同一区域，提取HOG特征，并利用预训练好的二级支持向量机进一步验证。

8.根据权利要求7所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于：所述一级支持向量机和二级支持向量机中的样本图像，均通过人工标记其所属类别，并分为5类，分别为伪灯体、朝左、朝右、朝上及朝下箭头灯；并基于相应特征和类别构建训练样本。

9.根据权利要求7所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于所述步骤(2)中，候选图像区域扩展方式为：以候选图像区域外接矩形中心为基点，在宽度和高度方向进行延展，延展系数为2.1，得到扩展的候选图像区域。

10.根据权利要求7所述的一种箭形交通信号灯候选图像区域的快速提取方法，其特征在于：所述HOG特征向量的提取过程如下：(1)将候选灯体图像缩放到40*40像素大小；(2)进行Gamma校正；(3)计算图像每个像素的梯度；(4)将5*5个像素划分为一个单元；(5)计算每个单元的梯度直方图；(6)将2*2个单元组成一个块，计算每个块的HOG特征并串联，最终共可获得1764维向量。