[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

说明书

本发明提供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，通过车载摄像头对采集的副驾驶图像进行处理，然后在对处理后的图像进行检测，当图像上检测到有头枕时，认为无乘客乘坐，且信号正常，反之对图像进行人脸检测，当检测到人脸时认为信号正常，当检测不到人脸时，此时认为信号不正常，本发明不仅能检测出图像信号的正常或异常状态，还能自动判定车内副驾座的乘坐状态，有利于管理部门监管车辆的运营和调度；同时，本发明的检测准确率高，可达89％，与城市出租车监控调度系统相结合，可以实现对出租车摄像头异常的检测，大大降低了出租车的维护成本。

技术领域

本发明属于图像处理技术领域，具体涉及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。

背景技术

随着机器视觉技术的快速发展，国内许多城市都通过出租车副驾驶位置安装摄像头来实时监控出租车运营情况，利用车载摄像头采集车内的视频图像数据，当图像信号正常被采集时，可以对出租的运营过程实施全程监督和管理。但是出租车在运营过程中，车载摄像头会受到颠簸、人为遮挡等干扰，导致无法正常采集图像数据或采集的图像异常时，就需要对摄像头拍摄的图像进行甄别，及时将异常图像检测出来，提醒驾驶员或出租车管理人员及时修复车载摄像头，以保证获取到正常的图像数据，这对于监管部门快速、准确地掌握出租车内的情况，并及时调整摄像头处于正确的拍摄位置具有重要的现实意义。出租车副驾座的异常图像信号包括：图像传输故障、图像画面不完整和图像严重偏转等。目前基于车内静态特征的图像信号异常检测，车顶静态特征比较单一，当场景变复杂时算法鲁棒性会明显降低。基于此，亟待提出一种鲁棒的出租车副驾座(异常)图像信号检测方法。

发明内容

本发明的目的在于提供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，解决了现有的车载摄像头会受到干扰导致其无法采集图像数据或采集的图像异常，进而导致无法对出租车的运营过程实施全程监督和管理。

为了达到上述目的，本发明采用的技术方案是：

本发明提供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，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。

优选地，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。

优选地，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的灰度均值为初始基准阈值Tb₁；

步骤b，由式(2)建立初始区间阈值Tq_i,j(i＝1,j＝1)：