[发明专利]基于交通监控图像的司机未系安全带自动检测系统

权利要求书

1.基于交通监控图像的司机未系安全带自动检测系统，其特征在于，包括安全带待检测区域提取模块和司机是否系安全带判别模块；所述安全带待检测区域提取模块包括车牌检测子模块、司机区域提取子模块、图像增强子模块、人脸检测子模块和安全带检测区域提取子模块；所述司机是否系安全带判别模块采用以直线检测为基础的安全带判别方法，所述以直线检测为基础的安全带判别方法使用Canny边缘检测算法和累计概率霍夫变换直线检测算法检测安全带的边缘直线段，具体为由安全带待检测区域提取模块中人脸检测子模块检测到的人脸位置与大小，提取出人脸右侧正方形区域与下侧的长方形区域，分别进行Canny边缘检测，之后将两个区域合并起来后使用累计概率霍夫变换进行线段检测，最后对所检测到的线段进行条件判别来区分是否系安全带。

2.根据权利要求1所述的基于交通监控图像的司机未系安全带自动检测系统，其特征在于，所述车牌检测子模块采用Roberts边缘检测算子进行车牌检测，车牌检测简要步骤为：

第一步，对待检测图片进行固定比例缩放，后使用Roberts算子进行梯度求取；

第二步，进行二值化处理；

第三步，进行形态学操作；

第四步，连通区轮廓提取；

第五步，以先验知识对所提取出来的矩形框进行筛选定位车牌。

3.根据权利要求1所述的基于交通监控图像的司机未系安全带自动检测系统，其特征在于，所述司机区域提取子模块根据车牌颜色确定车型，并根据先验知识与车牌的位置、大小定位司机区域，具体为：

先以车牌位置与大小初步定位司机区域，

司机区域左上角横坐标＝车牌左上角横坐标+0.5×车牌宽度；

司机区域左上角纵坐标＝车牌左上角纵坐标–3.9×车牌宽度；

司机区域右下角横坐标＝车牌左上角横坐标+2.3×车牌宽度，且需使司机区域宽度在400像素以下；

司机区域右下角纵坐标＝车牌左上角纵坐标–1.5×车牌宽度，且需使司机区域高度在300像素以上；

后将车牌区域映射到HSV色彩空间，根据区域占比最多的颜色来获取车牌底色，且其占总像素数比重需超过限定值，否则判为非车牌，根据牌照底色确定车型仅考虑蓝色与黄色车牌，并且对于黄色车牌均认为是大车。接下来对于黄牌车即大型车与蓝牌车即小型车进行不同的微调，对于大型车，将司机区域左上角纵坐标向上移动250像素，司机区域右下角纵坐标向右移动1.5个车牌宽度的距离，且需使司机区域宽度在350像素以下，高度限制在700像素以下，对于小型车，将司机区域宽度限制在300像素以下，高度限制在700像素以下，获取最终司机区域。

4.根据权利要求1所述的基于交通监控图像的司机未系安全带自动检测系统，其特征在于，所述图像增强子模块对获取的司机区域进行预处理，先使用带色彩恢复的多尺度视网膜增强算法去除光照影响，再使用直方图均衡化方法增强图像对比度以突显安全带，方便后续的检测。

5.根据权利要求1所述的基于交通监控图像的司机未系安全带自动检测系统，其特征在于，所述人脸检测子模块采用Haar-like特征加上AdaBoost分类器完成车内人脸的检测，Haar-like特征采用基于块的特征，将Haar-like特征分为四类：边缘特征、线特征、中心环绕特征与对角线特征，AdaBoost分类器在训练过程中只选择可以提高模型的预测能力的那些特征，采集符合实际情况的人脸训练样本2000张以上为正样本，统一缩放为20*20像素，所述符合实际情况的人脸训练样本考虑车窗内人脸的特殊性，加入部分受光照影响、车窗材质影响、部分遮挡的训练样本，并且采集无人脸的车辆道路图片1500张以上为负样本，统一缩放为20*20像素，使用Harr-like特征训练AdaBoost分类器，检测车窗内的人脸。

6.根据权利要求1所述的基于交通监控图像的司机未系安全带自动检测系统，其特征在于，所述安全带检测区域提取子模块以人脸区域左上角为起始点，两倍的人脸宽度为宽和高，提取出安全带检测区域；对于小车，人脸右侧的正方形区域为安全带明显区域，且干扰较少，对于大车，人脸下方的长方形区域为安全带明显区域，且干扰较少。