一种基于车载视频监控的驾驶员吸烟行为实时监测方法技术

本发明专利技术公开了一种基于车载视频监控的驾驶员吸烟行为实时监测方法，包括以下步骤：获取车载监控摄像头视频数据；提取监控视频数据的亮度分量；设定感兴趣区域，并对所述感兴趣区域进行阈值化处理；对阈值化以后视频帧中的设定亮度区域依次进行形态学腐蚀运算、形态学膨胀运算、进行基于模板的区域生长后，得到初始掩膜图像；将形态学腐蚀运算后的视频帧与形态学膨胀运算后的视频帧相减，得到掩模图像；得到取阈值之后的特征亮度值；根据取阈值之后的特征亮度值中非零像素的数量，判断是否存在吸烟行为。本发明专利技术有益效果：可在大型乘用车辆上实现对驾驶员吸烟行为的实时监测和报警，无需人工参与。

【技术实现步骤摘要】

本专利技术涉及一种基于车载视频监控的驾驶员吸烟行为实时监测方法。
技术介绍
大型乘用车辆是重要的交通工具。近年来随着这类车辆的不断增多，因交通引发的问题也日益凸显。其中，驾驶员不良驾驶行为是造成交通事故的主要原因。这些驾驶行为包括行车过程中打手机、吸烟、疲劳驾驶等。在上述驾驶员的不良行为中，吸烟行为可能导致如下不良后果：导致驾驶员注意力分散，容易引起事故；可能诱发车内火灾；严重恶化车内空气质量，引发乘客的不适，造成乘客投诉。对驾驶员吸烟行为实行有效的远程监测和实时预警，一方面能从根源上有效避免驾驶员不安全驾驶行为导致的交通事故，另一方面也有利于对驾驶员进行更有效的管理，改变驾驶员行车驾驶习惯，减少交通事故造成的损失。当前针对驾驶员吸烟行为的检测方法中，包括：利用多信息融合方法实现吸烟行为的检测；利用汽车行驶速度、加减速等信息提示驾驶员；利用颜色空间检测驾驶员手部，再通过机器学习实现动作识别以及利用高斯函数建模实现对驾驶员主要针对疲劳驾驶的异常行为的检测等等；但是，上述方法均无法专门实现针对驾驶员吸烟行为的实时监测。
技术实现思路
为解决现有技术的缺陷，本专利技术具体公开了一种基于车载视频监控的驾驶员吸烟行为实时监测方法，通过大型乘用车辆内部的摄像头和数字硬盘录像机，实时监测驾驶员的吸烟行为并给出报警信息。该方法成本低，可靠性高，易于推广使用。为实现上述目的，本专利技术的具体方案如下：一种基于车载视频监控的驾驶员吸烟行为实时监测方法，包括以下步骤：(1)获取车载监控摄像头视频数据；(2)提取监控视频数据的亮度分量；(3)设定感兴趣区域，并对所述感兴趣区域进行阈值化处理；对阈值化以后视频帧中的设定亮度区域进行形态学腐蚀运算；(4)对形态学腐蚀运算后的视频帧中的设定亮度区域进行形态学膨胀运算；(5)形态学膨胀运算后的视频帧中的设定亮度区域进行基于模板的区域生长，得到初始掩膜图像；(6)形态学膨胀运算后的视频帧中的设定亮度区域进行形态学腐蚀运算；并将形态学腐 蚀运算后的视频帧与形态学膨胀运算后的视频帧相减，得到掩模图像；(7)根据上述掩模图像得到特征亮度值；将所得到的特征亮度值与设定阈值进行对比，得到取阈值之后的特征亮度值；根据取阈值之后的特征亮度值中非零像素的数量，判断是否存在吸烟行为。进一步地，所述步骤(3)中，设定感兴趣区域具体为：其中，Rect_yn(i,j)表示Rect_yn在像素点(i,j)处的亮度分量；&&表示逻辑与运算符；令Rect_yn表示在yn中人工选定的感兴趣区域，其左上角坐标为(x1,y1)，右下角坐标为(x2,y2)；i表示像素点的横坐标，j表示像素点的纵坐标。进一步地，所述步骤(3)中，对感兴趣区域进行阈值化处理具体为：其中，Rect_yn_t(i,j)表示Rect_yn_t在像素点(i,j)处的亮度分量，T为设定阈值。进一步地，所述步骤(5)中，进行基于模板的区域生长的方法具体为：(a)判定Rect_yn_t_morph_2中设定亮度值的区域的边界点，将这些边界点记为B， B(i,j)表示在像素点(i,j)处的亮度值；(b)令NB(i,j)表示(i,j)的邻域，N(p,q)B(i,j)表示(i,j)的邻域在像素点(p,q)的亮度分量，p表示横坐标，q表示纵坐标；如果满足条件1：(N(p，q)B(i，j)≠255)&&(Rect_yn_t_morph_2(p，q)＝255)；则进行如下操作Rect_yn_t_morph_2(p,q)＝255；其中Rect_yn_t_morph_2(p,q)表示Rect_yn_t_morph_2在像素点(p,q)处的亮度值；(c)重复执行步骤(a)-(b)过程，直至条件1不再满足为止。进一步地，所述步骤(7)中，根据掩模图像得到特征亮度值具体为：其中Rect_yn_feature(i,j)表示特征亮度值；Rect_yn(i,j)表示设定的感兴趣Rect_yn在像素点(x,y)处的亮度分量；Rect_yn_mask(i,j)表示掩模图像Rect_yn_mask在像素点(i,j)处的亮度值。进一步地，所述步骤(7)中，取阈值之后的特征亮度值具体为：其中，Tf表示对特征亮度值Rect_yn_feature(i,j)的阈值。进一步地，所述步骤(7)中，如果取阈值之后的特征亮度值中非零像素的数量超过设定的阈值，则判断存在吸烟行为，发出报警信号。本专利技术有益效果：本专利技术可在大型乘用车辆上实现对驾驶员吸烟行为的实时监测和报警，无需人工参与；无需借助机器学习或复杂的数学运算实现吸烟行为监测，处理速度快，对车载监控系统的软硬件资源要求不高；算法可移植性好，适用性强。附图说明图1为本专利技术方法流程图；图2为本专利技术实施例获取的视频输出格式数据示意图；；图3为本专利技术实施例提取监控视频数据的亮度分量示意图；图4为本专利技术实施例感兴趣区域示意图；图5为本专利技术实施例进行阈值化处理后的视频帧示意图；图6为本专利技术实施例进行形态学腐蚀运算后的结果示意图；图7为本专利技术实施例进行形态学膨胀运算后的结果示意图；图8为本专利技术实施例进行基于模板的区域生长后的结果示意图；图9为本专利技术实施例得到的特征亮度值示意图；图10为本专利技术实施例最终得到的结果示意图。具体实施方式下面结合附图对本专利技术进行详细说明：本专利技术方法所需硬件设备包括车载嵌入式设备和监控摄像头，两者通过视频传输和控制线连接。其中摄像头用于实现视频采集，车载嵌入式设备用于对图像进行处理以及实时报警。其中，车载嵌入式设备通过数字硬盘录像机及其控制芯片构成，对获取的图像进行本专利技术所述的处理步骤后，如果确定存在吸烟行为，则进行报警。本专利技术公开了一种基于车载视频监控的驾驶员吸烟行为实时监测方法，如图1所示，包括以下步骤：(1)获取车载监控摄像头视频数据；(2)提取监控视频数据的亮度分量；(3)设定感兴趣区域，并对所述感兴趣区域进行阈值化处理；对阈值化以后视频帧中的设定亮度区域进行形态学腐蚀运算；(4)对形态学腐蚀运算后的视频帧中的设定亮度区域进行形态学膨胀运算；(5)形态学膨胀运算后的视频帧中的设定亮度区域进行基于模板的区域生长，得到初始掩膜图像；(6)形态学膨胀运算后的视频帧中的设定亮度区域进行形态学腐蚀运算；并将形态学腐蚀运算后的视频帧与形态学膨胀运算后的视频帧相减，得到掩模图像；(7)根据上述掩模图像得到特征亮度值；将所得到的特征亮度值与设定阈值进行对比，得到取阈值之后的特征亮度值；根据取阈值之后的特征亮度值中非零像素的数量，判断是否存在吸烟行为。具体实现方法如下：1.1 获取车载监控摄像头视频数据(YUV420格式)本专利技术针对的是车载摄像头常用的视频输出格式YUV 4:2:0。本实施例获取的视频输出格式数据如图2所示。令摄像头输出的视频帧为vn，其中n表示帧序号。1.2 提取监控视频数据的亮度分量令yn表示视频帧vn的亮度分量，yn(i,j)表示视频帧vn中的像素点(i,j)处的亮度分量，其中i表示像素点的横坐标，j表示像素点的纵坐标。本实施例提取监控视频数据的亮度分量如图3所示。1.3 设定感兴趣区域令Rect_yn表示在yn中人工选定的感兴趣区域(矩形)，其左上角坐标为(x1,y1)，右下角 坐标为(x2,y2)本文档来自技高网...

【技术保护点】
一种基于车载视频监控的驾驶员吸烟行为实时监测方法，其特征是，包括以下步骤：(1)获取车载监控摄像头视频数据；(2)提取监控视频数据的亮度分量；(3)设定感兴趣区域，并对所述感兴趣区域进行阈值化处理；对阈值化以后视频帧中的设定亮度区域进行形态学腐蚀运算；(4)对形态学腐蚀运算后的视频帧中的设定亮度区域进行形态学膨胀运算；(5)形态学膨胀运算后的视频帧中的设定亮度区域进行基于模板的区域生长，得到初始掩膜图像；(6)形态学膨胀运算后的视频帧中的设定亮度区域进行形态学腐蚀运算；并将形态学腐蚀运算后的视频帧与形态学膨胀运算后的视频帧相减，得到掩模图像；(7)根据上述掩模图像得到特征亮度值；将所得到的特征亮度值与设定阈值进行对比，得到取阈值之后的特征亮度值；根据取阈值之后的特征亮度值中非零像素的数量，判断是否存在吸烟行为。

【技术特征摘要】
1.一种基于车载视频监控的驾驶员吸烟行为实时监测方法，其特征是，包括以下步骤：(1)获取车载监控摄像头视频数据；(2)提取监控视频数据的亮度分量；(3)设定感兴趣区域，并对所述感兴趣区域进行阈值化处理；对阈值化以后视频帧中的设定亮度区域进行形态学腐蚀运算；(4)对形态学腐蚀运算后的视频帧中的设定亮度区域进行形态学膨胀运算；(5)形态学膨胀运算后的视频帧中的设定亮度区域进行基于模板的区域生长，得到初始掩膜图像；(6)形态学膨胀运算后的视频帧中的设定亮度区域进行形态学腐蚀运算；并将形态学腐蚀运算后的视频帧与形态学膨胀运算后的视频帧相减，得到掩模图像；(7)根据上述掩模图像得到特征亮度值；将所得到的特征亮度值与设定阈值进行对比，得到取阈值之后的特征亮度值；根据取阈值之后的特征亮度值中非零像素的数量，判断是否存在吸烟行为。2.如权利要求1所述的一种基于车载视频监控的驾驶员吸烟行为实时监测方法，其特征是，所述步骤(3)中，设定感兴趣区域具体为：其中，Rect_yn(i,j)表示Rect_yn在像素点(i,j)处的亮度分量；&&表示逻辑与运算符；令Rect_yn表示在yn中人工选定的感兴趣区域，其左上角坐标为(x1,y1)，右下角坐标为(x2,y2)；i表示像素点的横坐标，j表示像素点的纵坐标。3.如权利要求2所述的一种基于车载视频监控的驾驶员吸烟行为实时监测方法，其特征是，所述步骤(3)中，对感兴趣区域进行阈值化处理具体为：其中，Rect_yn_t(i,j)表示Rect_yn_t在像素点(i,j)处的亮度分量，T为设定阈值。4.如权利要求1所述的一种基于车载视频监控的驾驶员吸烟行为实时监测方法，其特征是，所述步骤(5)中，进行基于模...

【专利技术属性】
技术研发人员：万洪林，白成杰，
申请(专利权)人：山东师范大学，
类型：发明
国别省市：山东;37