[发明专利]安全帽佩戴识别方法、电子设备、存储介质及系统在审

专利信息
申请号: 201810392822.7 申请日: 2018-04-27
公开(公告)号: CN108921004A 公开(公告)日: 2018-11-30
发明(设计)人: 陈鑫;叶淑阳 申请(专利权)人: 淘然视界(杭州)科技有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06K9/20;G06K9/38;G06K9/40;G06K9/46;G06K9/62
代理公司: 广州市越秀区哲力专利商标事务所(普通合伙) 44288 代理人: 胡拥军;糜婧
地址: 310000 浙江省杭*** 国省代码: 浙江;33
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 安全帽 佩戴 二值化图像 待测区域 人体几何 像素特征 形态模型 预设 判定 混合高斯模型 存储介质 电子设备 前景检测 前景区域 区域图像 全程监控 人体形态 施工现场 图像采集 自动识别 施工 采集 图像 监控
【权利要求书】:

1.安全帽佩戴识别方法,其特征在于包括:

图像采集,对待测区域图像进行采集;

确定人体几何形态,采用混合高斯模型对所述待测区域图像进行前景检测处理并得到所述待测区域中前景区域的二值化图像,将所述二值化图像进行人体形态判别处理并得到人体几何形态模型;

像素特征提取,根据人体佩戴安全帽的位置关系在所述人体几何形态模型中的位置中安全帽佩戴区域,提取所述安全帽佩戴区域的像素特征;

安全帽佩戴识别,对所述安全帽佩戴区域的像素特征与预设安全帽特征进行判别,若满足预设安全帽特征,则判定为已佩戴安全帽,若不满足,则判定为未佩戴安全帽。

2.如权利要求1所述的安全帽佩戴识别方法,其特征在于:所述确定人体几何形态之前还包括图像预处理,对所述待测区域图像进行图像灰度化处理以及图像去噪处理。

3.如权利要求1所述的安全帽佩戴识别方法,其特征在于:所述确定人体几何形态具体包括:

图像前景检测,将所述待测区域图像中的每个像素点与高斯模型匹配并得到背景点,根据所述背景点得到关于所述待测区域中前景区域的二值化图像;

人体形态判别;将所述二值化图像依次进行图形膨胀处理、边缘检测处理以及人体识别处理,得到人体几何形态模型。

4.如权利要求3所述的安全帽佩戴识别方法,其特征在于:所述人体形态判别之前还包括采用中值滤波的方法剔除所述二值化图像中的噪音。

5.如权利要求3所述的安全帽佩戴识别方法,其特征在于:所述边缘检测处理具体包括采用Canny边缘检测算法对所述二值化图像中的人体区域进行边缘检测。

6.一种电子设备,其特征在于包括:处理器;

存储器;以及程序,其中所述程序被存储在所述存储器中,并且被配置成由处理器执行,所述程序包括用于执行权利要求1-5任意一项所述的方法。

7.一种计算机可读存储介质,其上存储有计算机程序,其特征在于:所述计算机程序被处理器执行如权利要求1-5任意一项所述的方法。

8.安全帽佩戴识别系统,其特征在于包括:

采集模块,所述采集模块用于对待测区域图像进行采集;

人体几何形态确定模块,所述人体几何形体确定模块用于采用混合高斯模型对所述待测区域图像进行前景检测处理并得到所述待测区域中前景区域的二值化图像,将所述二值化图像进行人体形态判别处理并得到人体几何形态模型;

像素特征提取模块,所述像素特征提取模块用于根据人体佩戴安全帽的位置关系在所述人体几何形态模型中的位置中安全帽佩戴区域,提取所述安全帽佩戴区域的像素特征;

安全帽佩戴识别模块,所述安全帽佩戴识别模块用于对所述安全帽佩戴区域的像素特征与预设安全帽特征进行判别,若满足预设安全帽特征,则判定为已佩戴安全帽,若不满足,则判定为未佩戴安全帽。

9.如权利要求8所述的安全帽佩戴识别系统,其特征在于:还包括图像预处理模块,所述图像预处理模块用于对所述待测区域图像进行图像灰度化处理以及图像去噪处理。

10.如权利要求8所述的安全帽佩戴识别系统,其特征在于:所述人体几何形态确定模块包括图像前景检测单元以及人体形态判别单元,所述图像前景检测单元用于将所述待测区域图像中的每个像素点与高斯模型匹配并得到背景点,根据所述背景点得到关于所述待测区域中前景区域的二值化图像;所述人体形态判别单元用于将所述二值化图像依次进行图形膨胀处理、边缘检测处理以及人体识别处理,得到人体几何形态模型。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于淘然视界(杭州)科技有限公司,未经淘然视界(杭州)科技有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201810392822.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top