基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法
【專利摘要】本發(fā)明提供一種基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，包括下述步驟：步驟(a)提供待檢原圖，檢測(cè)并定位車輛的車牌區(qū)域；步驟(b)根據(jù)已經(jīng)定位的車牌區(qū)域，以及車前窗相對(duì)于車牌的位置關(guān)系，利用Hough變換檢測(cè)直線的方法，檢測(cè)并定位車前窗；步驟(c)車前窗定位完成后，將車前窗右側(cè)部位作為安全帶檢測(cè)的區(qū)域；在安全帶檢測(cè)區(qū)域中找出相對(duì)平行的且長(zhǎng)度超過m像素的兩條候選邊，且該兩條候選邊之間為均勻的帶狀區(qū)域，將該兩條候選邊及所夾的區(qū)域判定為安全帶；所述m為正自然數(shù)，取值范圍為8～30。本發(fā)明用自動(dòng)化的檢測(cè)識(shí)別方式替代了人工識(shí)別，提高了檢測(cè)效率，并且檢測(cè)識(shí)別安全帶的準(zhǔn)確率較高。
【專利說明】基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及交通智能識(shí)別領(lǐng)域，尤其是一種安全帶的檢測(cè)方法。
【背景技術(shù)】
[0002]在交通智能識(shí)別領(lǐng)域，車牌的檢測(cè)已經(jīng)比較成熟，但是安全帶檢測(cè)還是一個(gè)比較新的領(lǐng)域，因?yàn)檐嚺拼笮『皖伾刑囟ǖ囊?guī)格，特征比較明顯，比較易于識(shí)別，而安全帶的檢測(cè)面臨幾個(gè)實(shí)際困難:1.首先需要精確的車窗定位。2.定位駕駛員的位置。3.安全帶的顏色，寬度，角度都有較大變化。4.因?yàn)榘踩珟г谲嚧皟?nèi)部，受車窗材質(zhì)和光照影響較大。
[0003]傳統(tǒng)的安全帶檢測(cè)只能通過交警在街道現(xiàn)場(chǎng)進(jìn)行檢察，或者通過人工對(duì)于未帶安全帶的車輛的照片進(jìn)行判斷，利用圖片放大的功能使工作人員看得更加清楚。這些傳統(tǒng)的工作方式在現(xiàn)實(shí)中遇到了很大的瓶頸:1.交警在現(xiàn)場(chǎng)受人眼視覺的局限和車輛的流動(dòng)性，不能即時(shí)的發(fā)現(xiàn)目標(biāo)。2.人工圖片檢索工作量巨大，幾乎不可能完成，因?yàn)橐粋€(gè)城市一天產(chǎn)生的車輛抓拍的數(shù)量一般都在百萬以上。

【發(fā)明內(nèi)容】

[0004]本發(fā)明的目的在于提供一種基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，能夠精確提取車窗區(qū)域，進(jìn)而精確定位駕駛員位置，再在駕駛員區(qū)域?qū)钗镞M(jìn)行搜索并判別，識(shí)別是否佩戴安全帶的準(zhǔn)確率高，用自動(dòng)化的檢測(cè)識(shí)別方式替代了人工識(shí)別，提高了檢測(cè)效率。本發(fā)明采用的技術(shù)方案是:
一種基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，包括下述步驟:
步驟(a).提供待檢原圖，檢測(cè)并定位車輛的車牌區(qū)域；
步驟(b).根據(jù)已經(jīng)定位的車牌區(qū)域，以及車前窗相對(duì)于車牌的位置關(guān)系，利用Hough變換檢測(cè)直線的方法，檢測(cè)并定位車前窗；
步驟(c).車前窗定位完成后，將車前窗右側(cè)部位作為安全帶檢測(cè)的區(qū)域；在安全帶檢測(cè)區(qū)域中找出相對(duì)平行的且長(zhǎng)度超過m像素的兩條候選邊，且該兩條候選邊之間為均勻的帶狀區(qū)域，將該兩條候選邊及所夾的區(qū)域判定為安全帶；所述m為正自然數(shù)，取值范圍為
8?30。
[0005]具體地，所述步驟(a)包括下述步驟:
a_l，首先提供待檢原圖，由待檢原圖的彩色圖像生成一幅灰度圖；a-2，用Canny邊緣檢測(cè)子對(duì)原圖的灰度圖進(jìn)行邊緣檢測(cè)，產(chǎn)生邊緣圖；a_3，然后用水平和垂直的單位濾波向量對(duì)邊緣圖去除噪聲，最后對(duì)去除了噪聲的邊緣圖做形態(tài)學(xué)的閉操作，從而生成一幅內(nèi)含車牌待定區(qū)域的二值圖像；
a-4,判斷待定區(qū)域的長(zhǎng)寬比是否在給定范圍內(nèi)，若是，則轉(zhuǎn)往步驟a-5 ;否則判定當(dāng)前待定區(qū)域不是車牌區(qū)域；
a-5.判斷待定區(qū)域的顏色，若待定區(qū)域內(nèi)的藍(lán)色占比大于一個(gè)藍(lán)色閾值，或待定區(qū)域內(nèi)的黃色占比大于一個(gè)黃色閾值，則轉(zhuǎn)往步驟a-6 ;否則判定當(dāng)前待定區(qū)域不是車牌區(qū)域； a-6.判斷待定區(qū)域是否包含文字，對(duì)灰度圖中的車牌待定區(qū)域進(jìn)行二值化處理，然后作水平方向投影，對(duì)投影圖像中的峰值的間距、大小、數(shù)量進(jìn)行分析，當(dāng)出現(xiàn)四個(gè)或以上相同間距時(shí)則判斷該塊待定區(qū)域包含文字，進(jìn)而判斷出該待定區(qū)域?yàn)檐嚺茀^(qū)域。
[0006]進(jìn)一步地，所述步驟a-4中，判斷標(biāo)準(zhǔn)是:若1.8 <待定區(qū)域的長(zhǎng)寬比< 11，則認(rèn)為長(zhǎng)寬比在給定范圍內(nèi)。
[0007]具體地，所述步驟(b)包括下述步驟:
b-Ι.首先檢測(cè)車前窗的下邊緣:在灰度圖中車牌區(qū)域上方IOcm?70cm范圍內(nèi)，通過Hough變換檢測(cè)出一組水平線作為候選下邊緣線，將該組候選下邊緣線中灰度值最低的那條水平線作為車前窗的下邊緣；
b-2.接著在車前窗下邊緣上方20cm?80cm范圍內(nèi)，通過Hough變換檢測(cè)出一組水平線作為候選上邊緣線，將該組候選上邊緣線中灰度值最低的那條水平線作為車前窗的上邊緣；
b-3.然后通過Hough變換分別檢測(cè)出左、右兩組候選側(cè)邊緣線，左、右兩組候選側(cè)邊緣線中各自灰度值最低的候選邊緣線分別作為車前窗的左、右側(cè)邊緣。
[0008]具體地，所述步驟(C)具體包括下述步驟:
c-Ι.在車前窗定位完成后，將灰度圖中車前窗右側(cè)部位作為安全帶檢測(cè)的區(qū)域； c-2.對(duì)安全帶檢測(cè)區(qū)域進(jìn)行中值濾波去噪，再用高通濾波強(qiáng)化邊緣； c-3.然后對(duì)安全帶檢測(cè)區(qū)域進(jìn)行30?70度的濾波；
c-4.在安全帶檢測(cè)區(qū)域中，找出所有長(zhǎng)度超過m像素的線段作為候選邊，m為正自然數(shù)，取值范圍為8?30;
c-5.對(duì)每一條候選邊，在它鄰近的區(qū)域?qū)ふ沂欠翊嬖诹硪粭l候選邊平行于該候選邊，且這兩條候選邊之間是均勻的帶狀區(qū)域；若存在，則將該兩條候選邊及所夾的區(qū)域判定為安全帶；若沒有，則繼續(xù)對(duì)下一條候選邊做判斷；若所有的候選邊均被判別不符合安全帶條件，則判別為未系安全帶。
[0009]進(jìn)一步地，所述步驟c-2中，高通濾波選用的是基于巴特沃斯的高通濾波器。
[0010]本發(fā)明的優(yōu)點(diǎn):本發(fā)明自動(dòng)檢測(cè)識(shí)別的準(zhǔn)確率比較高，對(duì)于抓拍的圖像，只要駕駛員部分比較清晰，圖片質(zhì)量達(dá)到人眼可以分辨是否佩戴安全帶，則本發(fā)明也能夠準(zhǔn)確檢測(cè)并識(shí)別出安全帶。檢測(cè)速度也比較快，基本上可以達(dá)到每秒鐘8張圖以上的檢測(cè)速度，相對(duì)于人工檢測(cè)，檢測(cè)效率大大提聞。
【專利附圖】

【附圖說明】
[0011]圖1為本發(fā)明的待檢原圖示意圖。
[0012]圖2為本發(fā)明的由待檢原圖的彩色圖像生成的灰度圖。
[0013]圖3為本發(fā)明的邊緣圖。
[0014]圖4為本發(fā)明的含車牌待定區(qū)域的二值圖像。
[0015]圖5為本發(fā)明的檢測(cè)并定位車輛的車牌區(qū)域流程圖。
[0016]圖6為本發(fā)明的檢測(cè)車前窗的邊緣線示意圖。
[0017]圖7為本發(fā)明的將安全帶候選邊判定為安全帶示意圖。
[0018]圖8為本發(fā)明的總體流程圖?！揪唧w實(shí)施方式】
[0019]下面結(jié)合具體附圖和實(shí)施例對(duì)本發(fā)明作進(jìn)一步說明。
[0020]一種基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，包括下述步驟:
步驟(a).提供待檢原圖，檢測(cè)并定位車輛的車牌區(qū)域；具體包括下述子步驟:
a-Ι，如圖1所示(圖1通常是照片，此處為了符合制圖規(guī)范，已將其重新畫成一張附圖)，首先提供待檢原圖，待檢原圖可以是道路上監(jiān)控?cái)z像頭拍攝的車前部監(jiān)控圖像；由待檢原圖的彩色圖像生成一幅灰度圖，如圖2所示。
[0021]a-2，用Canny邊緣檢測(cè)子對(duì)原圖的灰度圖進(jìn)行邊緣檢測(cè)，產(chǎn)生邊緣圖，如圖3所示；
Canny邊緣檢測(cè)算子是John F.Canny于1986年開發(fā)出來的一個(gè)多級(jí)邊緣檢測(cè)方法。
[0022]a-3，然后用水平和垂直的單位濾波向量對(duì)邊緣圖去除噪聲，最后對(duì)去除了噪聲的邊緣圖做形態(tài)學(xué)的閉操作，從而生成一幅內(nèi)含車牌待定區(qū)域的二值圖像，如圖4所示。
[0023]圖4中，框選的區(qū)域?yàn)檐嚺拼▍^(qū)域。接下來就要從所有的車牌待定區(qū)域中判斷出車輛的車牌區(qū)域。因?yàn)槲覈?guó)車前牌大小一致，均為長(zhǎng)440CM，寬140CM，因此可以首先從待定區(qū)域的長(zhǎng)寬比入手進(jìn)行判斷。
[0024]a-4，判斷待定區(qū)域的長(zhǎng)寬比是否在給定范圍內(nèi)，若是，則轉(zhuǎn)往步驟a-5;否則判定當(dāng)前待定區(qū)域不是車牌區(qū)域；
本實(shí)施例具體的判斷標(biāo)準(zhǔn)是:若1.8 <待定區(qū)域的長(zhǎng)寬比< 11，則認(rèn)為長(zhǎng)寬比在給定范圍內(nèi)，超出上述范圍的則被排除。
[0025]a-5.判斷待定區(qū)域的顏色，若待定區(qū)域內(nèi)的藍(lán)色占比大于一個(gè)藍(lán)色閾值，或待定區(qū)域內(nèi)的黃色占比大于一個(gè)黃色閾值，則轉(zhuǎn)往步驟a-6 ;否則判定當(dāng)前待定區(qū)域不是車牌區(qū)域；
由于監(jiān)控?cái)z像頭設(shè)計(jì)不同，顏色具體數(shù)值會(huì)有浮動(dòng)。此處以RGB顏色空間中B-G>5且B-R>5判為藍(lán)色，然后再判斷藍(lán)色區(qū)域占待定區(qū)域的占比是否超過一個(gè)閾值；G-B>20且R-B>20判為黃色，然后再判斷黃色區(qū)域占待定區(qū)域的占比是否超過一個(gè)閾值。R、G、B分別表示紅色、綠色和藍(lán)色，B-G表示藍(lán)色值減綠色值,其余同理。
[0026]a-6.判斷待定區(qū)域是否包含文字，對(duì)灰度圖中的車牌待定區(qū)域進(jìn)行二值化處理，然后作水平方向投影，對(duì)投影圖像中的峰值的間距、大小、數(shù)量進(jìn)行分析，當(dāng)出現(xiàn)四個(gè)或以上相同間距時(shí)則可判斷該塊待定區(qū)域包含文字，進(jìn)而判斷出該待定區(qū)域?yàn)檐嚺茀^(qū)域。
[0027]檢測(cè)并定位車輛的車牌區(qū)域后，進(jìn)行下述步驟:
步驟(b).根據(jù)已經(jīng)定位的車牌區(qū)域，以及車前窗相對(duì)于車牌的位置關(guān)系，利用Hough變換檢測(cè)直線的方法，檢測(cè)并定位車前窗；
Hough變換是圖像處理中從圖像中識(shí)別幾何形狀的基本方法之一，Hough變換于1962年由Paul Hough提出。在定位了車輛的車牌后，通常車前窗將會(huì)在車牌上方的一定區(qū)域內(nèi)出現(xiàn)。如圖6所示，檢測(cè)車前窗具體包括:
b-Ι.首先檢測(cè)車前窗的下邊緣:在灰度圖中車牌區(qū)域上方IOcm?70cm范圍內(nèi)，通過Hough變換檢測(cè)出一組水平線作為候選下邊緣線，將該組候選下邊緣線中灰度值最低的那條水平線作為車前窗的下邊緣； 由于車窗的四周的封水線灰度值比較低，因此排除掉灰度值高的一些候選邊緣線，而留下灰度值最低的候選下邊緣線作為車前窗的下邊緣。
[0028]b-2.接著在車前窗下邊緣上方20cm?80cm范圍內(nèi)，通過Hough變換檢測(cè)出一組水平線作為候選上邊緣線，將該組候選上邊緣線中灰度值最低的那條水平線作為車前窗的上邊緣；
b-3.然后通過Hough變換分別檢測(cè)出左、右兩組候選側(cè)邊緣線，左、右兩組候選側(cè)邊緣線中各自灰度值最低的候選邊緣線分別作為車前窗的左、右側(cè)邊緣。左、右兩組候選側(cè)邊緣線分別是通過Hough變換檢測(cè)出左、右兩組側(cè)斜線或豎線。
[0029]檢測(cè)并定位車前窗后，進(jìn)行下述步驟:
步驟(c).車前窗定位完成后，將車前窗右側(cè)部位作為安全帶檢測(cè)的區(qū)域；在安全帶檢測(cè)區(qū)域中找出相對(duì)平行的且長(zhǎng)度超過m像素的兩條候選邊，且該兩條候選邊之間為均勻的帶狀區(qū)域，將該兩條候選邊及所夾的區(qū)域判定為安全帶；所述m為正自然數(shù)，取值范圍為8?30。具體如下所述:
c-Ι.在車前窗定位完成后，就可以找出駕駛員的區(qū)域，也就是安全帶檢測(cè)的區(qū)域，在中國(guó)通常將灰度圖中車前窗右側(cè)部位作為安全帶檢測(cè)的區(qū)域；
c-2.對(duì)安全帶檢測(cè)區(qū)域進(jìn)行中值濾波去噪，再用高通濾波強(qiáng)化邊緣；在這里，選取基于巴特沃斯的高通濾波器，可以去除灰度值比較平均的區(qū)域，增強(qiáng)灰度值變動(dòng)明顯的區(qū)域。
[0030]c-3.然后對(duì)安全帶檢測(cè)區(qū)域進(jìn)行30?70度的濾波；由于安全帶通常都是斜向佩戴，因此此處濾波角度選取為30?70度。此步驟可以排除不會(huì)出現(xiàn)安全帶的區(qū)域，方便在剩余的區(qū)域中尋找安全帶。
[0031]在實(shí)際中，整條安全帶在圖像中經(jīng)常表現(xiàn)為有些彎曲的帶狀區(qū)域，如圖7所示，所以要用近似Hough變換尋找近似直線段的技術(shù)，找到長(zhǎng)度超過12像素(12像素是實(shí)驗(yàn)最佳值)的線段，這些線段都是安全帶其中一條邊的候選邊。候選邊的長(zhǎng)度可取8?30像素。因此步驟c-4如下所述:
c-4.在安全帶檢測(cè)區(qū)域中，找出所有長(zhǎng)度超過m像素的線段作為候選邊，m為正自然數(shù)，取值范圍為8?30;
c-5.對(duì)每一條候選邊，在它鄰近的區(qū)域?qū)ふ沂欠翊嬖诹硪粭l候選邊平行于該候選邊，且這兩條候選邊之間是均勻的帶狀區(qū)域；若存在，則將該兩條候選邊及所夾的區(qū)域判定為安全帶；若沒有，則繼續(xù)對(duì)下一條候選邊做判斷；若所有的候選邊均被判別不符合安全帶條件，則判別為未系安全帶。
【權(quán)利要求】
1.一種基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，其特征在于，包括下述步驟: 步驟(a).提供待檢原圖，檢測(cè)并定位車輛的車牌區(qū)域； 步驟(b).根據(jù)已經(jīng)定位的車牌區(qū)域，以及車前窗相對(duì)于車牌的位置關(guān)系，利用Hough變換檢測(cè)直線的方法，檢測(cè)并定位車前窗； 步驟(c).車前窗定位完成后，將車前窗右側(cè)部位作為安全帶檢測(cè)的區(qū)域；在安全帶檢測(cè)區(qū)域中找出相對(duì)平行的且長(zhǎng)度超過m像素的兩條候選邊，且該兩條候選邊之間為均勻的帶狀區(qū)域，將該兩條候選邊及所夾的區(qū)域判定為安全帶；所述m為正自然數(shù)，取值范圍為8 ~30。
2.如權(quán)利要求1所述的基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，其特征在于，所述步驟(a)具體包括下述步驟: a-Ι，首先提供待檢原圖，由待檢原圖的彩色圖像生成一幅灰度圖；a-2，用Canny邊緣檢測(cè)子對(duì)原圖的灰度圖進(jìn)行邊緣檢測(cè)，產(chǎn)生邊緣圖；a_3，然后用水平和垂直的單位濾波向量對(duì)邊緣圖去除噪聲，最后對(duì)去除了噪聲的邊緣圖做形態(tài)學(xué)的閉操作，從而生成一幅內(nèi)含車牌待定區(qū)域的二值圖像； a_4，判斷待定區(qū)域的長(zhǎng)寬比是否在給定范圍內(nèi)，若是，則轉(zhuǎn)往步驟a-5 ;否則判定當(dāng)前待定區(qū)域不是車牌區(qū)域；a-5.判斷待定區(qū)域的顏色，若待定區(qū)域內(nèi)的藍(lán)色占比大于一個(gè)藍(lán)色閾值，或待定區(qū)域內(nèi)的黃色占比大于一個(gè)黃色閾值，則轉(zhuǎn)往步驟a-6 ;否則判定當(dāng)前待定區(qū)域不是車牌區(qū)域；a-6.判斷待定區(qū)域是否包含文字，對(duì)灰度圖中的車牌待定區(qū)域進(jìn)行二值化處理，然后作水平方向投影，對(duì)投影圖像中的峰值的間距、大小、數(shù)量進(jìn)行分析，當(dāng)出現(xiàn)四個(gè)或以上相同間距時(shí)則判斷該塊待定區(qū)域包含文字，進(jìn)而判斷出該待定區(qū)域?yàn)檐嚺茀^(qū)域。
3.如權(quán)利要求2所述的基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，其特征在于: 所述步驟a-4中，判斷標(biāo)準(zhǔn)是:若1.8 <待定區(qū)域的長(zhǎng)寬比< 11，則認(rèn)為長(zhǎng)寬比在給定范圍內(nèi)。
4.如權(quán)利要求2或3所述的基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，其特征在于，所述步驟(b)具體包括下述步驟: b-Ι.首先檢測(cè)車前窗的下邊緣:在灰度圖中車牌區(qū)域上方IOcm~70cm范圍內(nèi)，通過Hough變換檢測(cè)出一組水平線作為候選下邊緣線，將該組候選下邊緣線中灰度值最低的那條水平線作為車前窗的下邊緣； b-2.接著在車前窗下邊緣上方20cm~80cm范圍內(nèi)，通過Hough變換檢測(cè)出一組水平線作為候選上邊緣線，將該組候選上邊緣線中灰度值最低的那條水平線作為車前窗的上邊緣； b-3.然后通過Hough變換分別檢測(cè)出左、右兩組候選側(cè)邊緣線，左、右兩組候選側(cè)邊緣線中各自灰度值最低的候選邊緣線分別作為車前窗的左、右側(cè)邊緣。
5.如權(quán)利要求4所述的基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，其特征在于，所述步驟(C)具體包括下述步驟: c-Ι.在車前窗定位完成后，將灰度圖中車前窗右側(cè)部位作為安全帶檢測(cè)的區(qū)域；c-2.對(duì)安全帶檢測(cè)區(qū)域進(jìn)行中值濾波去噪，再用高通濾波強(qiáng)化邊緣； c-3.然后對(duì)安全帶檢測(cè)區(qū)域進(jìn)行30~70度的濾波； c-4.在安全帶檢測(cè)區(qū)域中，找出所有長(zhǎng)度超過m像素的線段作為候選邊，m為正自然數(shù)，取值范圍為8~30; c-5.對(duì)每一條候選邊，在它鄰近的區(qū)域?qū)ふ沂欠翊嬖诹硪粭l候選邊平行于該候選邊，且這兩條候選邊之間是均勻的帶狀區(qū)域；若存在，則將該兩條候選邊及所夾的區(qū)域判定為安全帶；若沒有，則繼續(xù)對(duì)下一條候選邊做判斷；若所有的候選邊均被判別不符合安全帶條件，則判別為未系安全帶。
6.如權(quán)利要求5所述的基于高通濾波器和Hough變換的安全帶智能檢測(cè)方法，其特征在于，所述步驟c-2中，高通濾波選用的是基于巴特沃斯的高通濾波器。
【文檔編號(hào)】G06K9/54GK103679146SQ201310654673
【公開日】2014年3月26日 申請(qǐng)日期:2013年12月6日 優(yōu)先權(quán)日:2013年12月6日
【發(fā)明者】封少坤, 趙康, 梅俊琪 申請(qǐng)人:中科聯(lián)合自動(dòng)化科技無錫有限公司