低亮度环境下的不安全行为检测方法及系统技术方案

本发明专利技术提供一种低亮度环境下的不安全行为检测方法及系统，属于计算机视觉技术领域，包括：获取低亮度环境下的待检测视频；基于局部均衡同态滤波对待检测视频进行去噪处理；对去噪处理后的视频进行亮度自适应变换，提高视频的亮度；使用预先训练好的检测模型，对提高了亮度后的视频进行处理，得到所述视频中是否存在不安全行为的检测结果；当检测到视频中存在不安全行为时，发出警报。本发明专利技术使用自适应的局部均衡同态滤波对低亮度环境下的视频进行处理，并通过自适应的亮度调节，提高了视频整体的成像效果；通过yolov5算法进行目标检测，提高了目标检测的精确性，为低亮度环境下的工程作业不安全行为进行检测及预警，提高了工程作业的安全性。工程作业的安全性。工程作业的安全性。

【技术实现步骤摘要】
低亮度环境下的不安全行为检测方法及系统


[0001]本专利技术涉及计算机视觉
，具体涉及一种低亮度环境下的不安全行为检测方法及系统。

技术介绍

[0002]工程作业现场经常发生高空坠落、物体撞击等事故，严重威胁人员安全，影响工程作业质量。个人防护装备是最容易实现的管控措施。主观防护意识的薄弱和危害的存在使得个人防护装备得不到合理、规范的使用。因此，在工程作业现场进行视频检测并发出预警已经成为必要。但是在夜间或者光线不充足的工程作业现场环境过暗，外界干扰因素过多的，在进行视频监测时，由于光线不足成像效果不佳，从而对图像的检测不够精确，安全监控容易造成误判，对低亮度环境下的视频图像进行必要的处理是保证进行精确检测的必要环节。

技术实现思路

[0003]本专利技术的目的在于提供一种低亮度环境下的不安全行为检测方法及系统，以解决上述
技术介绍
中存在的至少一项技术问题。
[0004]为了实现上述目的，本专利技术采取了如下技术方案：
[0005]一方面，本专利技术提供一种低亮度环境下的不安全行为检测方法，包括：
[0006]获取低亮度环境下的待检测工程作业视频；
[0007]基于局部均衡同态滤波对待检测工程作业视频进行去噪处理；
[0008]对去噪处理后的视频进行亮度自适应变换，提高视频的亮度；
[0009]使用预先训练好的检测模型，对提高了亮度后的视频进行处理，得到所述视频中是否存在不安全行为的检测结果；其中，所述预先训练好的检测模型由训练集训练得到，所述训练集包括多张包含有不安全行为的图像以及标注图像中不安全行为的标签；
[0010]当检测到视频中存在不安全行为时，发出警报。
[0011]优选的，基于局部均衡同态滤波对待检测工程作业视频进行去噪处理，包括：
[0012]将待检测工程作业视频按帧分割并转换为灰度图像，并根据设定的局部均衡同态滤波参数进行局部直方图均衡变换；
[0013]将变换后的图像分解为低频部分与高频部分；
[0014]对分解后的图像做对数变化，得到低频与高频部分的加性分量，得到对数图像，并进行傅里叶变换，得到其对应的频率表示；
[0015]根据设定的局部均衡同态滤波参数，对对数图像进行频域滤波；
[0016]对频域滤波后的对数图像进行傅里叶反变换，得到空域对数图像；
[0017]对空域对数图像进行指数变化，得到空域滤波后的图像。
[0018]优选的，局部均衡同态滤波为：
[0019]H
mo
(x,y)＝(γ
H
‑
γ
L
)H
hp
(x,y)+γ
L
,γ
L
＜1,γ
H
＞1
[0020][0021]其中，H
mo
(x,y)表示局部均衡同态滤波的输出；H
hp
(x,y)表示滤波函数；(x,y)表示图像的坐标分量；γ
H
表示高频权重；γ
L
表示低频权重；c表示一个常数，其控制滤波器的形态，即从低频到高频过渡段的斜率；D0表示低频与高频的比例参数；D表示点(x,y)到图像中心的欧氏距离。
[0022]优选的，对去噪处理后的视频进行亮度自适应变换，提高视频的亮度，包括：
[0023]选取不同尺度的高斯函数，分别提取去噪处理后的视频图像的光照分量估计值；
[0024]将不同的光照分量估计值进行加权，得到最终的光照分量；
[0025]基于二维伽马函数进行亮度自适应矫正，利用光照分量的分布特性自适应调节二维伽马函数，提高视频画面的整体光照度。
[0026]优选的，二维伽马函数为：
[0027][0028]其中，O(x,y)为校正后输出图像的亮度值，F(x,y)为输入的原始图像，γ为用于亮度增强的指数值，m为光照分量的亮度均值，I(x,y)为提取出的光照分量。
[0029]优选的，训练所述检测模型包括：
[0030]将训练集中的图像进行尺度调整为统一的尺度；对调整后的图像进行切片操作，降低图像的特征变化；将切片后的图像输入yolov5基础网络进行目标检测训练，得到训练好的检测模型。
[0031]第二方面，本专利技术提供一种低亮度环境下的不安全行为检测系统，包括：
[0032]获取模块，用于获取低亮度环境下的待检测工程作业视频；
[0033]去噪模块，用于基于局部均衡同态滤波对待检测工程作业视频进行去噪处理；
[0034]变换模块，用于对去噪处理后的视频进行亮度自适应变换，提高视频的亮度；
[0035]检测模块，用于使用预先训练好的检测模型，对提高了亮度后的视频进行处理，得到所述视频中是否存在不安全行为的检测结果；其中，所述预先训练好的检测模型由训练集训练得到，所述训练集包括多张包含有不安全行为的图像以及标注图像中不安全行为的标签；
[0036]报警模块，用于当检测到视频中存在不安全行为时，发出警报。
[0037]第三方面，本专利技术提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的低亮度环境下的不安全行为检测方法。
[0038]第四方面，本专利技术提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的低亮度环境下的不安全行为检测方法。
[0039]第五方面，本专利技术提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的低亮度环境下的不安全行为检测方法的指令。
[0040]本专利技术有益效果：使用自适应的局部均衡同态滤波对低亮度环境下的视频进行处理，并通过自适应的亮度调节，提高了视频整体的成像效果；通过yolov5算法进行目标检测，提高了目标检测的精确性，为低亮度环境下的工程作业不安全行为进行检测及预警，提高了工程作业的安全性。
[0041]本专利技术附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本专利技术的实践了解到。
附图说明
[0042]为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0043]图1为本专利技术实施例所述的低亮度环境下的工程作业不安全行为检测方法流程图。
[0044]图2为本专利技术实施例所述的自适应局部均衡同态滤波处理流程图。
[0045]图3为本专利技术实施例所述的自适应滤波的输入图片。
[0046]图4为本专利技术实施例所述的自适应滤波的输出图片。
[0047]图5为本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种低亮度环境下的不安全行为检测方法，其特征在于，包括：获取低亮度环境下的待检测视频；基于局部均衡同态滤波对待检测视频进行去噪处理；对去噪处理后的视频进行亮度自适应变换，提高视频的亮度；使用预先训练好的检测模型，对提高了亮度后的视频进行处理，得到所述视频中是否存在不安全行为的检测结果；其中，所述预先训练好的检测模型由训练集训练得到，所述训练集包括多张包含有不安全行为的图像以及标注图像中不安全行为的标签；当检测到视频中存在不安全行为时，发出警报。2.根据权利要求1所述的低亮度环境下的不安全行为检测方法，其特征在于，基于局部均衡同态滤波对待检测视频进行去噪处理，包括：将待检测视频按帧分割并转换为灰度图像，并根据设定的局部均衡同态滤波参数进行局部直方图均衡变换；将变换后的图像分解为低频部分与高频部分；对分解后的图像做对数变化，得到低频与高频部分的加性分量，得到对数图像，并进行傅里叶变换，得到其对应的频率表示；根据设定的局部均衡同态滤波参数，对对数图像进行频域滤波；对频域滤波后的对数图像进行傅里叶反变换，得到空域对数图像；对空域对数图像进行指数变化，得到空域滤波后的图像。3.根据权利要求2所述的低亮度环境下的不安全行为检测方法，其特征在于，局部均衡同态滤波为：H
mo
(x,y)＝(γ
H
‑
γ
L
)H
hp
(x,y)+γ
L
,γ
L
＜1,γ
H
＞1其中，H
mo
(x,y)表示局部均衡同态滤波的输出；H
hp
(x,y)表示滤波函数；(x,y)表示图像的坐标分量；γ
H
表示高频权重；γ
L
表示低频权重；c表示一个常数，其控制滤波器的形态，即从低频到高频过渡段的斜率；D0表示低频与高频的比例参数；D表示点(x,y)到图像中心的欧氏距离。4.根据权利要求2所述的低亮度环境下的不安全行为检测方法，其特征在于，对去噪处理后的视频进行亮度自适应变换，提高视频的亮度，包括：选取不同尺度的高斯函数，分别提取去噪处理后的视频图像的光...

【专利技术属性】
技术研发人员：李曼，周鑫燚，陈筱弋，潘盈旭，阙鹏，王艳辉，杨楠，徐科伟，宋楚越，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：