[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
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 | ||
本发明提供一种安全帽佩戴识别方法,包括图像采集,对待测区域图像进行采集;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;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;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。本发明的安全帽佩戴识别方法通过自动识别施工人员是否佩戴安全帽,节省了监控费用,可以对施工现场区域内的施工人员进行全程监控。
技术领域
本发明涉及安全防范领域,尤其涉及安全帽佩戴识别方法、电子设备、存储介质及系统。
背景技术
随着我国经济的发展,各种基础建设以及城市建设的施工越来越多,在施工区安全作为第一的准则,各级监管部门以及施工单位也是将施工人员的安全放在首位,在施工区,安全帽作为一种最常见和实用的个人护用具,能够有效地防止和减轻外来危险源对头部的伤害。然而,长期以来,我国施工区作业人员普遍存在综合素质低、安全意识不强的问题,尤其缺乏基础防护设施(如安全帽)的佩戴意识,大大增加了作业风险。目前,施工现场对安全帽佩戴情况的识别主要以人工检查的方式为主,人工检查的方式存在监管费用高、主观干扰大、不能全程监控等问题。
发明内容
为了克服现有技术的不足,本发明的目的之一在于提供安全帽佩戴识别方法,其能解决人工检查的方式存在监管费用高、主观干扰大、不能全程监控的问题。
发明的目的之二在于提供一种电子设备,其能解决人工检查的方式存在监管费用高、主观干扰大、不能全程监控的问题。
发明的目的之三在于提供一种存储介质,其能解决人工检查的方式存在监管费用高、主观干扰大、不能全程监控的问题。
发明的目的之四在于提供安全毛佩戴识别系统,其能解决人工检查的方式存在监管费用高、主观干扰大、不能全程监控的问题。
本发明的目的之一采用以下技术方案实现:
安全帽佩戴识别方法,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。
进一步地,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。
进一步地,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。
进一步地,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。
进一步地,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。
本发明的目的之二采用以下技术方案实现:
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/201810392822.7/2.html,转载请声明来源钻瓜专利网。