[发明专利]一种基于车载式视频分析的未系安全带行为检测方法

说明书

技术领域

本发明涉及动态图像的分析处理领域，尤其涉及的是一种基于车载式视频分析的未系安全带行为检测方法。

背景技术

视频监控图像处理技术的范畴很广，以前主要研究监控图像数字化、网络化问题技术，完善监控图像互联互通、信息共享、远程监控等功能。

随着我国大中城市近年来快速增加的安防、技防、交通监控系统，监控录像的数量呈爆炸性增长态势，安防人员想要盯紧所有监控画面以及要从海量的视频监控图像中找到需要的图像数据几乎不可能。

目前我国市场上传统的安全带检测方法是采用车载电子检测的方式，很多驾驶员直接将安全带扣进检测装置就可以“骗”过该装置，就不会报警了，逃避处罚。

发明内容

本发明的目的在于克服现有技术的不足，提供了一种基于车载式视频分析的未系安全带行为检测方法。

本发明是通过以下技术方案实现的：一种基于车载式视频分析的未系安全带行为检测方法，该方法包括如下步骤：

(1)、获取车载摄像机抓捕的实时监控视屏图像

(2)、动态视频图像预处理

(2.1)先将连续的多帧的监控视屏图像转换为灰度图像，提取两个或三个相邻帧，根据当前帧和相邻的前后帧的运动图像和背景图像的相对变化，再基于图像帧间差分法，算出大致运动目标的二值图；

(2.2)利用边缘检测法对步骤2.1中的二值图进行修正，再将修正后的二值图，划分为个区域，若某个区域的面积小于设定的阈值，则将其判定为背景和行为无明显变化的区域并抛弃，若区域的面积大于设定的阈值，则将其判定为背景和行为为明显变化的区域，预于保留且转入步骤(3)；

(3)、未系安全带行为检测

获得一个初始的背景，利用改进的高斯混合模型构建背景模型，当有新的物体加入到背景中或者原来背景中的物体消失，把图像的像素值看成是前景高斯分布和背景高斯分布的混合体，若图像的某点像素值符合前景高斯分布时，则该点属于前景目标；若图像的某点像素值符合背景高斯分布，则该点属于背景，并进行背景更新；对图像序列求平均值，利用下列公式更新背景：

B_k+1(i)＝B_k(i)+(α₁×M_k(i)+α₂×(1-M_k(i)))(C_k(i)-B_k(i))

式中：B_k(i)为当前背景中像素i的值，B_k+1(i)为更新后背景中像素i的值，C_k(i)为当前图像中像素i的值，α₁、α₂为更新系数，M_k(i)定义如下：

由于噪声和背景的变化，当|C_k(i)-B_k(i)|＜T_b时，认为当前的图像值为背景，否则当前的图像值为前景。

(4)未系安全带行为判定

采用基于灰度积分投影模型算法，将检测区域分割为不同区域，每个区域设置特征点，安全带有腰部横向佩戴和斜向上下方向佩戴两部分，

(4.1)通过水平积分投影和垂直投影建立数学模型，计算二值化图像的水平积分投影和垂直积分投影；

水平积分投影：垂直积分投影：

式中：n为行有效像素，m为列有效像素，x为像素在图像中的横坐标，y为像素在图像中的纵坐标，

(4.2)设定区域特征值，将步骤4.1中得到的水平积分投影和垂直积分投影与区域特征值对比，判定是否系安全带行为。

作为上述方案的进一步优化，更新系数α₁＝0.1、α₂＝0.01时，B_k+1(i)＝B_k(i)+(α₁×M_k(i)+α₂×(1-M_k(i)))(C_k(i)-B_k(i))为最优模型，背景估计效果最好。