本发明专利技术提供一种基于高通滤波器和Hough变换的安全带智能检测方法，包括下述步骤：步骤(a)提供待检原图，检测并定位车辆的车牌区域；步骤(b)根据已经定位的车牌区域，以及车前窗相对于车牌的位置关系，利用Hough变换检测直线的方法，检测并定位车前窗；步骤(c)车前窗定位完成后，将车前窗右侧部位作为安全带检测的区域；在安全带检测区域中找出相对平行的且长度超过m像素的两条候选边，且该两条候选边之间为均匀的带状区域，将该两条候选边及所夹的区域判定为安全带；所述m为正自然数，取值范围为8～30。本发明专利技术用自动化的检测识别方式替代了人工识别，提高了检测效率，并且检测识别安全带的准确率较高。
【技术实现步骤摘要】
本专利技术涉及交通智能识别领域，尤其是一种安全带的检测方法。
技术介绍
在交通智能识别领域，车牌的检测已经比较成熟，但是安全带检测还是一个比较新的领域，因为车牌大小和颜色有特定的规格，特征比较明显，比较易于识别，而安全带的检测面临几个实际困难:1.首先需要精确的车窗定位。2.定位驾驶员的位置。3.安全带的颜色，宽度，角度都有较大变化。4.因为安全带在车窗内部，受车窗材质和光照影响较大。传统的安全带检测只能通过交警在街道现场进行检察，或者通过人工对于未带安全带的车辆的照片进行判断，利用图片放大的功能使工作人员看得更加清楚。这些传统的工作方式在现实中遇到了很大的瓶颈:1.交警在现场受人眼视觉的局限和车辆的流动性，不能即时的发现目标。2.人工图片检索工作量巨大，几乎不可能完成，因为一个城市一天产生的车辆抓拍的数量一般都在百万以上。
技术实现思路
本专利技术的目的在于提供一种，能够精确提取车窗区域，进而精确定位驾驶员位置，再在驾驶员区域对带状物进行搜索并判别，识别是否佩戴安全带的准确率高，用自动化的检测识别方式替代了人工识别，提高了检测效率。本专利技术采用的技术方案是: 一种，包括下述步骤: 步骤(a).提供待检原图，检测并定位车辆的车牌区域； 步骤(b).根据已经定位的车牌区域，以及车前窗相对于车牌的位置关系，利用Hough变换检测直线的方法，检测并定位车前窗； 步骤(c).车前窗定位完成后，将车前窗右侧部位作为安全带检测的区域；在安全带检测区域中找出相对平行的且长度超过m像素的两条候选边，且该两条候选边之间为均匀的带状区域，将该两条候选边及所夹的区域判定为安全带；所述m为正自然数，取值范围为8?30。具体地，所述步骤(a)包括下述步骤: a_l，首先提供待检原图，由待检原图的彩色图像生成一幅灰度图；a-2，用Canny边缘检测子对原图的灰度图进行边缘检测，产生边缘图；a_3，然后用水平和垂直的单位滤波向量对边缘图去除噪声，最后对去除了噪声的边缘图做形态学的闭操作，从而生成一幅内含车牌待定区域的二值图像； a-4,判断待定区域的长宽比是否在给定范围内，若是，则转往步骤a-5 ;否则判定当前待定区域不是车牌区域； a-5.判断待定区域的颜色，若待定区域内的蓝色占比大于一个蓝色阈值，或待定区域内的黄色占比大于一个黄色阈值，则转往步骤a-6 ;否则判定当前待定区域不是车牌区域； a-6.判断待定区域是否包含文字，对灰度图中的车牌待定区域进行二值化处理，然后作水平方向投影，对投影图像中的峰值的间距、大小、数量进行分析，当出现四个或以上相同间距时则判断该块待定区域包含文字，进而判断出该待定区域为车牌区域。进一步地，所述步骤a-4中，判断标准是:若1.8 <待定区域的长宽比< 11，则认为长宽比在给定范围内。具体地，所述步骤(b)包括下述步骤: b-Ι.首先检测车前窗的下边缘:在灰度图中车牌区域上方IOcm?70cm范围内，通过Hough变换检测出一组水平线作为候选下边缘线，将该组候选下边缘线中灰度值最低的那条水平线作为车前窗的下边缘； b-2.接着在车前窗下边缘上方20cm?80cm范围内，通过Hough变换检测出一组水平线作为候选上边缘线，将该组候选上边缘线中灰度值最低的那条水平线作为车前窗的上边缘； b-3.然后通过Hough变换分别检测出左、右两组候选侧边缘线，左、右两组候选侧边缘线中各自灰度值最低的候选边缘线分别作为车前窗的左、右侧边缘。具体地，所述步骤(C)具体包括下述步骤: c-Ι.在车前窗定位完成后，将灰度图中车前窗右侧部位作为安全带检测的区域； c-2.对安全带检测区域进行中值滤波去噪，再用高通滤波强化边缘； c-3.然后对安全带检测区域进行30?70度的滤波； c-4.在安全带检测区域中，找出所有长度超过m像素的线段作为候选边，m为正自然数，取值范围为8?30; c-5.对每一条候选边，在它邻近的区域寻找是否存在另一条候选边平行于该候选边，且这两条候选边之间是均匀的带状区域；若存在，则将该两条候选边及所夹的区域判定为安全带；若没有，则继续对下一条候选边做判断；若所有的候选边均被判别不符合安全带条件，则判别为未系安全带。进一步地，所述步骤c-2中，高通滤波选用的是基于巴特沃斯的高通滤波器。本专利技术的优点:本专利技术自动检测识别的准确率比较高，对于抓拍的图像，只要驾驶员部分比较清晰，图片质量达到人眼可以分辨是否佩戴安全带，则本专利技术也能够准确检测并识别出安全带。检测速度也比较快，基本上可以达到每秒钟8张图以上的检测速度，相对于人工检测，检测效率大大提闻。【附图说明】图1为本专利技术的待检原图示意图。图2为本专利技术的由待检原图的彩色图像生成的灰度图。图3为本专利技术的边缘图。图4为本专利技术的含车牌待定区域的二值图像。图5为本专利技术的检测并定位车辆的车牌区域流程图。图6为本专利技术的检测车前窗的边缘线示意图。图7为本专利技术的将安全带候选边判定为安全带示意图。图8为本专利技术的总体流程图。【具体实施方式】下面结合具体附图和实施例对本专利技术作进一步说明。一种，包括下述步骤: 步骤(a).提供待检原图，检测并定位车辆的车牌区域；具体包括下述子步骤: a-Ι，如图1所示(图1通常是照片，此处为了符合制图规范，已将其重新画成一张附图)，首先提供待检原图，待检原图可以是道路上监控摄像头拍摄的车前部监控图像；由待检原图的彩色图像生成一幅灰度图，如图2所示。a-2，用Canny边缘检测子对原图的灰度图进行边缘检测，产生边缘图，如图3所示； Canny边缘检测算子是John F.Canny于1986年开发出来的一个多级边缘检测方法。a-3，然后用水平和垂直的单位滤波向量对边缘图去除噪声，最后对去除了噪声的边缘图做形态学的闭操作，从而生成一幅内含车牌待定区域的二值图像，如图4所示。图4中，框选的区域为车牌待定区域。接下来就要从所有的车牌待定区域中判断出车辆的车牌区域。因为我国车前牌大小一致，均为长440CM，宽140CM，因此可以首先从待定区域的长宽比入手进行判断。a-4，判断待定区域的长宽比是否在给定范围内，若是，则转往步骤a-5;否则判定当前待定区域不是车牌区域； 本实施例具体的判断标准是:若1.8 <待定区域的长宽比< 11，则认为长宽比在给定范围内，超出上述范围的则被排除。a-5.判断待定区域的颜色，若待定区域内的蓝色占比大于一个蓝色阈值，或待定区域内的黄色占比大于一个黄色阈值，则转往步骤a-6 ;否则判定当前待定区域不是车牌区域； 由于监控摄像头设计不同，颜色具体数值会有浮动。此处以RGB颜色空间中B-G>5且B-R>5判为蓝色，然后再判断蓝色区域占待定区域的占比是否超过一个阈值；G-B>20且R-B>20判为黄色，然后再判断黄色区域占待定区域的占比是否超过一个阈值。R、G、B分别表示红色、绿色和蓝色，B-G表示蓝色值减绿色值,其余同理。a-6.判断待定区域是否包含文字，对灰度图中的车牌待定区域进行二值化处理，然后作水平方向投影，对投影图像中的峰值的间距、大小、数量进行分析，当出现四个或以上相同间距时则可判断该块待定区域包含文字，进而判断出该待定区域本文档来自技高网...
【技术保护点】
一种基于高通滤波器和Hough变换的安全带智能检测方法，其特征在于，包括下述步骤：步骤(a).提供待检原图，检测并定位车辆的车牌区域；步骤(b).根据已经定位的车牌区域，以及车前窗相对于车牌的位置关系，利用Hough变换检测直线的方法，检测并定位车前窗；步骤(c).车前窗定位完成后，将车前窗右侧部位作为安全带检测的区域；在安全带检测区域中找出相对平行的且长度超过m像素的两条候选边，且该两条候选边之间为均匀的带状区域，将该两条候选边及所夹的区域判定为安全带；所述m为正自然数，取值范围为8～30。
【技术特征摘要】
1.一种基于高通滤波器和Hough变换的安全带智能检测方法，其特征在于，包括下述步骤: 步骤(a).提供待检原图，检测并定位车辆的车牌区域； 步骤(b).根据已经定位的车牌区域，以及车前窗相对于车牌的位置关系，利用Hough变换检测直线的方法，检测并定位车前窗； 步骤(c).车前窗定位完成后，将车前窗右侧部位作为安全带检测的区域；在安全带检测区域中找出相对平行的且长度超过m像素的两条候选边，且该两条候选边之间为均匀的带状区域，将该两条候选边及所夹的区域判定为安全带；所述m为正自然数，取值范围为8 ~30。2.如权利要求1所述的基于高通滤波器和Hough变换的安全带智能检测方法，其特征在于，所述步骤(a)具体包括下述步骤: a-Ι，首先提供待检原图，由待检原图的彩色图像生成一幅灰度图；a-2，用Canny边缘检测子对原图的灰度图进行边缘检测，产生边缘图；a_3，然后用水平和垂直的单位滤波向量对边缘图去除噪声，最后对去除了噪声的边缘图做形态学的闭操作，从而生成一幅内含车牌待定区域的二值图像； a_4，判断待定区域的长宽比是否在给定范围内，若是，则转往步骤a-5 ;否则判定当前待定区域不是车牌区域；a-5.判断待定区域的颜色，若待定区域内的蓝色占比大于一个蓝色阈值，或待定区域内的黄色占比大于一个黄色阈值，则转往步骤a-6 ;否则判定当前待定区域不是车牌区域；a-6.判断待定区域是否包含文字，对灰度图中的车牌待定区域进行二值化处理，然后作水平方向投影，对投影图像中的峰值的间距、大小、数量进行分析，当出现四个或以上相同间距时则判断该块待定区域包含文字，进而判断出该待定区域为车牌区域。3.如权利要求2所述的基于高通滤波器和Hough变换的安全带智能检测方法，其特征在于: 所述步骤a-4中，判断标准是:若1.8 ...
【专利技术属性】
技术研发人员：封少坤，赵康，梅俊琪，
申请(专利权)人：中科联合自动化科技无锡有限公司，
类型：发明
国别省市：江苏;32
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。