基于光流法的安全帽佩戴状态识别方法及系统技术方案

本发明专利技术公开了基于光流法的安全帽佩戴状态识别方法及系统，该方法包括步骤：S1、实时获取施工现场的监控视频，并获取用户预设的提取框；S2、根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；S3、对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；S4、对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。本发明专利技术不受人体姿态影响，识别准确率和效率高，而且可以很好的规避室外光照带来的影响，具有较强的鲁棒性，可广泛应用于视频监控行业中。

【技术实现步骤摘要】
基于光流法的安全帽佩戴状态识别方法及系统
本专利技术涉及视频监控领域，特别是涉及一种基于光流法的安全帽佩戴状态识别方法及系统。
技术介绍
名词解释：光流法：基于像素点定义的，所有光流的集合称为光流场。通过光流场分析可以得到物体相对观察者的运动场。在这个过程中分析的算法成为光流法。HSV(Hue,Saturation,Value)模型：根据颜色的直观特性由A.R.Smith在1978年创建的一种颜色空间,也称六角锥体模型(HexconeModel)，模型中参数分别为色调(H)、饱和度(S)、亮度(V)。在施工现场中，现场工作人员的安全问题，一直备受人们关注，所以检查人员是否佩戴安全帽是非常重要的要求，直接关系到现场工作人员的人身安全。现有的人员安全帽识别方法较少且存在缺陷性，有只适应于直立的人体，或者脸部不被遮挡的方法，其它情况需要人为观察识别才能获得安全帽佩戴状态，无法满足我们日常的需求。
技术实现思路
为了解决上述的技术问题，本专利技术的目的是提供基于光流法的安全帽佩戴状态识别方法，本专利技术的目的是提供基于光流法的安全帽佩戴状态识别系统。本专利技术解决其技术问题所采用的技术方案是：基于光流法的安全帽佩戴状态识别方法，包括步骤：S1、实时获取施工现场的监控视频，并获取用户预设的提取框；S2、根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；S3、对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；S4、对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。进一步，所述步骤S2，包括：S21、根据预设的提取框，实时依次提取监控视频的图像帧，获得视频图像序列；S22、基于中值滤波法从视频图像序列中提取获得背景图像序列；S23、将视频图像序列与背景图像序列进行差分，获得各差分图像；S24、对差分图像进行二值化后，提取获得运动人体目标。进一步，所述步骤S24，其具体为：S24、将差分图像序列的每个像素值与预设阈值T进行比对，当像素值大于预设阈值T时，将其二值化为1，并判定该点为运动人体目标的点，反之将其二值化为0，并判定该点为背景图像点，最后提取获得运动人体目标。进一步，所述步骤S3，包括：S31、对差分图像的二值化图像进行投影后获得对应的垂直投影直方图；S32、将垂直投影直方图的最接近行坐标末端的局部最大值作为头部宽度，进而将头部宽度的N倍作为头肩高度，其中N的取值范围为2.5～3；S33、根据获得的头肩高度对每帧图像进行截取获得头肩图像。进一步，所述步骤S4，包括：S41、对提取的头肩图像进行HSV颜色空间转化，获得其h、s、v参数值；S42、根据转换获得的HSV颜色空间的h、s、v参数值的分布情况，结合预设的安全帽颜色，识别获得对应的安全帽佩戴状态。进一步，所述步骤S42，其具体为：根据转换获得的HSV颜色空间的h、s、v参数值的分布情况，分析获得该头肩图像中头部位置的颜色是否落入预设的安全帽颜色范围内，若是，则表示佩戴对应颜色的安全帽，反之，表示未佩戴安全帽。本专利技术解决其技术问题所采用的另一技术方案是：基于光流法的安全帽佩戴状态识别系统，包括：视频获取模块，用于实时获取施工现场的监控视频，并获取用户预设的提取框；提取模块，用于根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；头肩检测模块，用于对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；识别模块，用于对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。进一步，所述提取模块，包括：第一提取子模块，用于根据预设的提取框，实时依次提取监控视频的图像帧，获得视频图像序列；第二提取子模块，用于基于中值滤波法从视频图像序列中提取获得背景图像序列；第三提取子模块，用于将视频图像序列与背景图像序列进行差分，获得各差分图像；第四提取子模块，用于对差分图像进行二值化后，提取获得运动人体目标。进一步，所述头肩检测模块，包括：第一检测子模块，用于对差分图像的二值化图像进行投影后获得对应的垂直投影直方图；第二检测子模块，用于将垂直投影直方图的最接近行坐标末端的局部最大值作为头部宽度，进而将头部宽度的N倍作为头肩高度，其中N的取值范围为2.5～3；第三检测子模块，用于根据获得的头肩高度对每帧图像进行截取获得头肩图像。进一步，所述识别模块，包括：第一识别子模块，用于对提取的头肩图像进行HSV颜色空间转化，获得其h、s、v参数值；第二识别子模块，用于根据转换获得的HSV颜色空间的h、s、v参数值的分布情况，结合预设的安全帽颜色，识别获得对应的安全帽佩戴状态。本专利技术的有益效果是：基于光流法的安全帽佩戴状态识别方法，包括步骤：S1、实时获取施工现场的监控视频，并获取用户预设的提取框；S2、根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；S3、对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；S4、对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。本方法不受人体姿态影响，识别准确率和效率高，而且可以很好的规避室外光照带来的影响，具有较强的鲁棒性。本专利技术的另一有益效果是：本专利技术的基于光流法的安全帽佩戴状态识别系统，包括：视频获取模块，用于实时获取施工现场的监控视频，并获取用户预设的提取框；提取模块，用于根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；头肩检测模块，用于对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；识别模块，用于对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。本系统不受人体姿态影响，识别准确率和效率高，而且可以很好的规避室外光照带来的影响，具有较强的鲁棒性。附图说明下面结合附图和实施例对本专利技术作进一步说明。图1是本专利技术的基于光流法的安全帽佩戴状态识别方法的流程图；图2是本专利技术的具体实施例中头肩图像的垂直投影直方图；图3是本专利技术的具体实施例中识别获得对应的安全帽佩戴状态的具体流程图。具体实施方式参照图1，本专利技术提供了一种基于光流法的安全帽佩戴状态识别方法，包括步骤：S1、实时获取施工现场的监控视频，并获取用户预设的提取框；S2、根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；S3、对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；S4、对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。进一步作为优选的实施方式，所述步骤S2，包括：S21、根据预设的提取框，实时依次提取监控视频的图像帧，获得视频图像序列；S22、基于中值滤波法从视频图像序列中提取获得背景图像序列；S23、将视频图像序列与背景图像序列进行差分，获得各差分图像；S24、对差分图像进行二值化后，提取获得运动人体目标。进一步作为优选的实施方式，所述步骤S24，其具体为：S24、将差分图像序列的每个像素值与预设阈值T进行比对，当像素值大于预设阈值T时，将其二值化为1，并判定该点为运动人体目标的点，反之将其二值化为0，并判定该点本文档来自技高网...

【技术保护点】
基于光流法的安全帽佩戴状态识别方法，其特征在于，包括步骤：S1、实时获取施工现场的监控视频，并获取用户预设的提取框；S2、根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；S3、对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；S4、对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。

【技术特征摘要】
1.基于光流法的安全帽佩戴状态识别方法，其特征在于，包括步骤：S1、实时获取施工现场的监控视频，并获取用户预设的提取框；S2、根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；S3、对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；S4、对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。2.根据权利要求1所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S2，包括：S21、根据预设的提取框，实时依次提取监控视频的图像帧，获得视频图像序列；S22、基于中值滤波法从视频图像序列中提取获得背景图像序列；S23、将视频图像序列与背景图像序列进行差分，获得各差分图像；S24、对差分图像进行二值化后，提取获得运动人体目标。3.根据权利要求1所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S24，其具体为：S24、将差分图像序列的每个像素值与预设阈值T进行比对，当像素值大于预设阈值T时，将其二值化为1，并判定该点为运动人体目标的点，反之将其二值化为0，并判定该点为背景图像点，最后提取获得运动人体目标。4.根据权利要求2所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S3，包括：S31、对差分图像的二值化图像进行投影后获得对应的垂直投影直方图；S32、将垂直投影直方图的最接近行坐标末端的局部最大值作为头部宽度，进而将头部宽度的N倍作为头肩高度，其中N的取值范围为2.5～3；S33、根据获得的头肩高度对每帧图像进行截取获得头肩图像。5.根据权利要求2所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S4，包括：S41、对提取的头肩图像进行HSV颜色空间转化，获得其h、s、v参数值；S42、根据转换获得的HSV颜色空间的h、s、v参数值的分布情况，结合预设的安全帽颜色，识别获得对应的安全帽佩戴状态。6.根据权利要求5所述的基于光流法的安全帽佩戴状态识别方法，其特征...

【专利技术属性】
技术研发人员：范清，陈盛花，华栋，汪隆君，高燕，刘勇，谢显飞，柯科勇，李子辉，林清霖，邹高亮，高喜涛，雷轩修，
申请(专利权)人：国机智能科技有限公司，广州启帆工业机器人有限公司，
类型：发明
国别省市：广东,44