原文传递
基于图像分析的未系安全带自动检测方法研究
| 论文题名： | 基于图像分析的未系安全带自动检测方法研究 |
| 关键词： | 智能交通系统;未系安全带自动检测;最小二乘法;图像分析 |
| 摘要： | 智能交通系统(Intelligent Transportation System,简称 ITS)是目前全世界交通运输领域比较前沿的研究课题。本文将图像处理和模式识别应用于智能交通领域，对日益严峻的交通问题有重大意义。目前，随着道路卡口摄像头的增加，车牌自动识别，闯红灯自动抓拍识别，超速行驶识别已经实现了自动化，而未系安全带的自动识别才刚刚起步，目前主要是通过人工进行筛选，工作量非常大。 近年来，由于交通事故数量的日益增加，引起了越来越多相关部门的注意，安全带，作为保障司机和乘客生命安全和降低死亡率的重要手段，交管部门严格要求司机和乘客在车辆行驶过程中佩戴安全带，同时这也是我国交通法明确规定的。针对以上的情况，本文对基于图像分析的未系安全带自动识别系统进行了研究，经过大量的实验，得到了非常满意的效果，如果真正的投入使用，将会减轻工作人员的负担。 整个系统主要分为4个部分：（1）对采集到的图像首先进行预处理，比如灰度化，二值化(本文提出一种新的图像二值化的方法)。（2）车牌的定位，本文通过车牌的纹理特征，结合形态学的操作方法，对字符进行团块检测，然后对字符进行X，Y方向的聚类，从而实现车牌的定位。（3）通过车牌的位置和坐标信息，来定位车窗玻璃的上下边界，计算灰度图像水平方向和垂直方向的梯度，分别向X轴投影，从而确定车窗玻璃的左右边界。通过肤色特征和方向盘的位置对司机进行了定位。（4）利用Canny算子，对图像的边缘进行检测，然后利用概率霍夫变换和最小二乘法相结合来拟合直线，并提取特征向量，最后通过支持向量机来进行分类，判断司机是否佩戴了安全带。通过本次实验证明该方法可行，在时间和准确率方面具有有效性。 |
| 作者： | 程伟 |
| 专业： | 模式识别与智能系统 |
| 导师： | 程磊 |
| 授予学位： | 硕士 |
| 授予学位单位： | 沈阳理工大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
