This invention discloses an identification method for the driver's seat belt wearing recognition for intelligent traffic system, including steps: 1) using the license plate location algorithm based on color and texture features to identify the license plate area to be detected in the card mouth image; 2) the window area is located coarse, and the car window is extracted by the method based on the integral projection and the MBI feature. Accurate area; 3) extract the driver's position area according to the window area; 4) divide the area of the seat belt from the driver's position area; 5) select the area image of the label's security belt as the training sample, extract the HOG feature, use the SVM classifier for training; 6) use the trained security belt wearing recognition classifier to treat the detection image. Line identification. The invention can accurately identify the driver's seat belt wearing situation from the card port image, add the MBI feature detection, without the need to set the width or slope of the seat belt, and improve the robustness and real-time performance of the algorithm.
【技术实现步骤摘要】
一种用于智能交通系统的驾驶员安全带佩戴识别方法
本专利技术涉及计算机视觉
,尤其是指一种用于智能交通系统的驾驶员安全带佩戴识别方法。
技术介绍
每年我国死于交通安全事故的人数超过5万人,其中不少比例的死者没有佩戴安全带。安全带作为机动车辆中非常重要的被动式安全装备,能够有效保护驾驶员和乘客的人身安全,据统计,当车辆发生正面撞击时,佩戴安全带可使事故死亡率减少57%。我国交通法规定,机动车辆前座乘客必须系带安全带。对机动车辆内驾驶员安全带佩戴情况的研究,实现自动识别驾驶员安全带佩戴情况,成为智能交通系统中的重要课题。传统的安全带检测方法一般都是基于直线检测的原理,使用Hough变换对边缘检测图像进行直线检测,根据直线的斜率和灰度值来识别安全带。然而这种方法对卡口图像的光照情况、驾驶员衣物颜色、车内装饰物品等十分敏感,鲁棒性较差。公开号为CN104182960A的中国专利技术专利申请公开了一种驾驶员佩戴安全带检测方法,该方法获取驾驶员图像后进行边缘检测,基于边缘检测图像中像素点的像素值,确定该边缘检测图像中的各连通域,根据各连通域中是否存在满足预设条件的两个连通域来判断驾驶员是否佩戴了安全带。然而,此驾驶员安全带佩戴检测方法需要预设安全带的宽度和佩戴角度,不能针对所有类型的安全带佩戴情况。综上所述,目前迫切需要提出一种适用面广泛、准确率高、鲁棒性强的驾驶员安全带佩戴识别方法。
技术实现思路
本专利技术的目的在于克服现有技术的缺点与不足,提出了一种用于智能交通系统的驾驶员安全带佩戴识别方法,利用该方法可以在智能交通系统中实现自动检测驾驶员安全带佩戴识别情况,且 ...
【技术保护点】
1.一种用于智能交通系统的驾驶员安全带佩戴识别方法,其特征在于,包括以下步骤:1)使用基于颜色与纹理特征的车牌定位算法识别出待检测卡口图像的车牌区域;2)进行车窗区域粗定位,采用基于积分投影与MBI特征的方法提取车窗精确区域;3)根据车窗区域提取驾驶员位置区域;4)从驾驶员位置区域分割出安全带区域;5)选取标签的安全带区域图像作为训练样本,提取HOG特征,采用SVM分类器进行训练;6)使用训练好的安全带佩戴识别分类器对待检测图像进行识别。
【技术特征摘要】
1.一种用于智能交通系统的驾驶员安全带佩戴识别方法,其特征在于,包括以下步骤:1)使用基于颜色与纹理特征的车牌定位算法识别出待检测卡口图像的车牌区域;2)进行车窗区域粗定位,采用基于积分投影与MBI特征的方法提取车窗精确区域;3)根据车窗区域提取驾驶员位置区域;4)从驾驶员位置区域分割出安全带区域;5)选取标签的安全带区域图像作为训练样本,提取HOG特征,采用SVM分类器进行训练;6)使用训练好的安全带佩戴识别分类器对待检测图像进行识别。2.根据权利要求1所述的一种用于智能交通系统的驾驶员安全带佩戴识别方法,其特征在于,所述步骤2)包括以下步骤:2.1)根据车牌识别得到车牌长度为L,以车牌为坐标中心,往左右各k1×L,往下k2×L,往上k3×L截取卡口图像获得车窗区域粗定位图像I1,其中k1∈[2,2.5],k2∈[0.5,0.8],k3∈[4,6];2.2)使用Prewitt水平边缘算子对图像I1进行边缘检测,采用线性结构元素对边缘图像进行开操作,使用公式式中,I(x,y)表示点(x,y)在该坐标下的像素值,fh(y)表示从坐标x1到x2的水平积分投影,对开操作后的边缘图像进行水平积分投影,使用动态选取阈值方法由下至上寻找积分投影函数的两个峰值,确定车窗水平直线带,获取水平车窗区域图像I2;2.3)使用Sobel算子对图像I2进行边缘检测,建立锯齿状结构元素,对I2左右两侧图像进行开操作,使用公式式中,I(x,y)表示点(x,y)在该坐标下的像素值,fv(y)表示从坐标y1到y2的垂直积分投影,对开操作后的边缘图像进行垂直积分投影,使用动态选取阈值方法由左至右寻找积分投影函数的两个峰值,确定车窗垂直直线带,获取精确定位的车窗区域图像I3;2.4)使用形态学建筑物指数MBI对车窗区域的粘贴标志进行特征检测,截取I3左上1/α区域,计算多尺度差分形态学序列WTHDMP,使用公式式中,mean表示求取平均值,s表示线性结构元素,计算MBI特征图,二值化后通过闭操作填充图像中的连通区域,...
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。