[发明专利]一种结合头枕和人脸特征的出租车副驾座异常的图像信号检测方法

权利要求书

1.一种结合头枕和人脸特征的出租车副驾座异常的图像信号检测方法，其特征在于，包括以下步骤：

步骤1，通过摄像头采集出租车副驾座的图像，得到图像f₁，图像f₁的大小为M₁×N₁；

步骤2，将步骤1中所采集到的图像f₁的左下角进行裁剪得到矩形区域的裁剪图像f；

步骤3，对步骤2中所得到的裁剪图像f进行灰度化处理，得到灰度图像I；

步骤4，对步骤3中所得到的灰度图像I进行检测，当检测到副驾驶座上有头枕时，则认为没有乘客乘坐，进入步骤6；反之，进入步骤5；

步骤5，结合人脸特征对灰度图像I进行人脸检测和筛查，当检测到有乘客时，则图像信号正常，转入步骤6；否则转入步骤7；

步骤6，数据采集正常；

步骤7，数据采集异常。

2.根据权利要求1所述的一种结合头枕和人脸特征的出租车副驾座异常的图像信号检测方法，其特征在于，步骤2中，裁剪图像f为图像f₁左下角第[0.4M₁]行到第M₁行、第1列到第[0.6N₁]列的矩形区域，其中，[]为四舍五入取整运算。

3.根据权利要求1所述的一种结合头枕和人脸特征的出租车副驾座异常的图像信号检测方法，其特征在于，步骤4中，对灰度图像I进行检测的具体方法是：

步骤a，设定灰度图像I的灰度均值为基准阈值Tb_i，该基准阈值的初始值为Tb₁，i表示基准阈值的迭代变量；

步骤b，由下式建立区间阈值Tq_i,j，该区间阈值的初始值为Tq_1,1：

其中，j表示区间阈值的迭代变量；C₁为低暗图像阈值，C₁＝(40,50)，当Tb_i小于等于C₁时，则为低暗图像；C₂为人眼亮度差异的区分阈值，C₂＝(10，30)；α₁为系数，α₁＝(0.2，0.3)；

步骤c,根据基准阈值的初始值Tb₁和区间阈值的初始值Tq_1,1对灰度图像I进行分割，得到分割图F_i,j，其中，i表示基准阈值的迭代变量；j表示区间阈值的迭代变量；

步骤d，对得到的分割图F_i,j进行图像的形态学处理，得到形态学处理图D_i,j，其中，i表示基准阈值的迭代变量；j表示区间阈值的迭代变量；

步骤e，去除形态学处理图D_i,j中尺寸异常的区域块，得到联通图L_i,j，其中，i表示基准阈值的迭代变量；j表示区间阈值的迭代变量；

步骤f，设定连通图L_i,j中有n个连通块，计算第k个连通区域的矩形度R_k，其中，i表示基准阈值的迭代变量；j表示区间阈值的迭代变量；

步骤g，若L_i,j存在任一连通块k满足R_k≥α₄时，则令fl＝1，表示检出了头枕，转入步骤6；否则，转入步骤h；其中，α₄＝(0.7，1.0)；fl表示头枕检出标记；

步骤h，若(Tq_i,j+Tq_i,1)≤Tb_i，利用下式更新区间阈值Tq_i,j，之后利用基准阈值的初始值和更新后的区间阈值对灰度图像I进行分割，得到分割图F_i,j，之后转入步骤d；否则，转入步骤i：

Tq_i,j+1＝Tq_i,j+Tq_i,1

其中，Tb_i为基准阈值；Tq_i,j为区间阈值；

步骤i，若更新迭代次数：i＝i+1和j＝1，分别由下式更新基准阈值和区间阈值，之后利用更新的基准阈值和更新后的区间阈值对灰度图像I进行分割，得到分割图F_i,j，之后转入步骤d；否则，转入步骤5：