[发明专利]基于光流法的安全帽佩戴状态识别方法及系统

权利要求书

1.基于光流法的安全帽佩戴状态识别方法，其特征在于，包括步骤：

S1、实时获取施工现场的监控视频，并获取用户预设的提取框；

S2、根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；

S3、对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；

S4、对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。

2.根据权利要求1所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S2，包括：

S21、根据预设的提取框，实时依次提取监控视频的图像帧，获得视频图像序列；

S22、基于中值滤波法从视频图像序列中提取获得背景图像序列；

S23、将视频图像序列与背景图像序列进行差分，获得各差分图像；

S24、对差分图像进行二值化后，提取获得运动人体目标。

3.根据权利要求1所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S24，其具体为：

S24、将差分图像序列的每个像素值与预设阈值T进行比对，当像素值大于预设阈值T时，将其二值化为1，并判定该点为运动人体目标的点，反之将其二值化为0，并判定该点为背景图像点，最后提取获得运动人体目标。

4.根据权利要求2所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S3，包括：

S31、对差分图像的二值化图像进行投影后获得对应的垂直投影直方图；

S32、将垂直投影直方图的最接近行坐标末端的局部最大值作为头部宽度，进而将头部宽度的N倍作为头肩高度，其中N的取值范围为2.5～3；

S33、根据获得的头肩高度对每帧图像进行截取获得头肩图像。

5.根据权利要求2所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S4，包括：

S41、对提取的头肩图像进行HSV颜色空间转化，获得其h、s、v参数值；

S42、根据转换获得的HSV颜色空间的h、s、v参数值的分布情况，结合预设的安全帽颜色，识别获得对应的安全帽佩戴状态。

6.根据权利要求5所述的基于光流法的安全帽佩戴状态识别方法，其特征在于，所述步骤S42，其具体为：

根据转换获得的HSV颜色空间的h、s、v参数值的分布情况，分析获得该头肩图像中头部位置的颜色是否落入预设的安全帽颜色范围内，若是，则表示佩戴对应颜色的安全帽，反之，表示未佩戴安全帽。

7.基于光流法的安全帽佩戴状态识别系统，其特征在于，包括：

视频获取模块，用于实时获取施工现场的监控视频，并获取用户预设的提取框；

提取模块，用于根据预设的提取框，实时提取监控视频的图像帧后，采用光流法基于差分计算进行运动人体目标提取；

头肩检测模块，用于对提取获得的运动人体目标进行头肩检测，提取获得每帧图像中的头肩图像；

识别模块，用于对提取的头肩图像进行HSV颜色空间转化后，识别获得对应的安全帽佩戴状态。

8.根据权利要求7所述的基于光流法的安全帽佩戴状态识别系统，其特征在于，所述提取模块，包括：

第一提取子模块，用于根据预设的提取框，实时依次提取监控视频的图像帧，获得视频图像序列；

第二提取子模块，用于基于中值滤波法从视频图像序列中提取获得背景图像序列；

第三提取子模块，用于将视频图像序列与背景图像序列进行差分，获得各差分图像；

第四提取子模块，用于对差分图像进行二值化后，提取获得运动人体目标。

9.根据权利要求8所述的基于光流法的安全帽佩戴状态识别系统，其特征在于，所述头肩检测模块，包括：

第一检测子模块，用于对差分图像的二值化图像进行投影后获得对应的垂直投影直方图；

第二检测子模块，用于将垂直投影直方图的最接近行坐标末端的局部最大值作为头部宽度，进而将头部宽度的N倍作为头肩高度，其中N的取值范围为2.5～3；

第三检测子模块，用于根据获得的头肩高度对每帧图像进行截取获得头肩图像。

10.根据权利要求8所述的基于光流法的安全帽佩戴状态识别系统，其特征在于，所述识别模块，包括：

第一识别子模块，用于对提取的头肩图像进行HSV颜色空间转化，获得其h、s、v参数值；

第二识别子模块，用于根据转换获得的HSV颜色空间的h、s、v参数值的分布情况，结合预设的安全帽颜色，识别获得对应的安全帽佩戴状态。