[发明专利]一种对摩托车驾驶员头盔佩戴情况的视觉检测方法

说明书

本发明涉及一种对摩托车驾驶员头盔佩戴情况的视觉检测方法，所提方法分为两个阶段：摩托车辆分割和分类(用来判断所关注目标是否是摩托车)以及头盔佩戴与否的检测。对于摩托车辆分类，采用常用的Haar特征作为描述符和SVM分类器；对于头盔检测，我们用圆Hough变换(circular hough transform即CHT)提取头部区域，进而利用方向梯度直方图(HOG)描述符提取图像特征，并且用多层神经网络(MLP)分类器将目标进行分类；该方法检测的准度高，实时性好，具有工程实用价值。

技术领域

本发明属于图像处理技术领域，涉及图像分割和图像信息获取，具体涉及一种对摩托车驾驶员头盔佩戴情况的视觉检测方法，主要应用于道路交通安全监控与管理。

背景技术

交通安全问题已成为世界性的重大问题，摩托车的安全性对人类生命财产的影响不言而喻。在许多国家，随着摩托车使用数量的增加，其行驶速度也相应加快，加之交通运输日益繁忙，由于未佩戴头盔而造成的摩托车事故增多，并带来大量的人员伤亡和财产损失，该现象已成为一个不容忽视的社会问题。目前，仅依赖交警人工判断的摩托车驾驶员未佩戴头盔的监督已经越来越难以满足日渐增长的摩托车保有量和未佩戴头盔这样一种违法行为。因此，如何利用广泛的道路监控，利用视觉传感由于具有信息量大、成本低廉的特点，解决未佩戴头盔检测这一问题，具有显示意义。

头盔检测技术是指利用图像传感手段对图像中的驾驶者搜寻和判定，以决策出其是否佩戴头盔的过程。目前该方面的技术和方法还比较缺乏。针对此，本发明提出了一个在公共道路上行驶的摩托车驾驶员的头盔检测计算机视觉系统。

为了方便的对本发明的内容进行描述，首先需要对一些概念进行说明。

感兴趣区域：在图像处理领域，感兴趣区域是指从图像中选择的一个局部图像区域，这个区域是图像分析所关注的重点。确定该区域以便进行进一步处理。使用感兴趣区域往往可以减少处理时间，增加精度。

发明内容

本发明提出了一种对摩托车驾驶员头盔佩戴情况的视觉检测方法，所提方法分为两个阶段：摩托车辆分割和分类(用来判断所关注目标是否是摩托车)以及头盔佩戴与否的检测。对于摩托车辆分类，采用常用的Haar特征作为描述符和SVM分类器；对于头盔检测，我们用圆Hough变换(circular hough transform即CHT)提取头部区域，进而利用方向梯度直方图(HOG)描述符提取图像特征，并且用多层神经网络(MLP)分类器将目标进行分类。该方法检测的准度高，实时性好，具有工程实用价值。

一种对摩托车驾驶员头盔佩戴情况的视觉检测方法，包括如下步骤：

步骤1)背景图像的获取：将图像采集装置安装于路边处对道路运行状况进行采集，从视频流中提取出来的道路实际图像设为A，用自适应高斯混合模型算法在视频流中提取不含运动物体的背景图像设为B；

步骤2)运动目标的分割：将运动目标从拍摄的图像中分割出来：首先，将步骤1)中所得的图像A和图像B相减，得到图像C；然后，对图像C二值化：用otsu阀值分割法将图像C进行二值化处理，得到图像D；最后，对运动物体分割：对图像D进行边缘检测，并用形态学闭合算子对图像除燥，去除图像噪声，得到分割出的代表运动物体的子图E；

步骤3)目标分类：将步骤2)中得到的子图像E划分成两种：摩托车和非摩托车；首先用Haar特征将被检测对象映射为一个高维特征向量，接着用SVM分类器判断图像目标属于哪一类；若判断为是摩托车，则进入下一个步骤；

步骤4)确定感兴趣区域以及头部子窗口：首先，将判断为是摩托车的E图像的上1/6～1/4部分被定义为感兴趣区域，记为图像G；然后，头部子窗口的确定：用圆Hough变换来计算图像G中的圆，将图像G中具有最佳圆形度的子图像所对应的外切正方形记为图像I；