[发明专利]电工绝缘手套实时检测方法、计算机可读介质

说明书

本发明涉及一种电工绝缘手套实时检测方法、一种存储有电工绝缘手套检测程序的计算机可读介质，包括：使用深度学习算法检测帧图像中是否存在行人图案，若在帧图像中检测到行人图案，则使用标记框标记行人图案；使用姿态估计算法提取标记框内的行人图案对应的腕关节坐标、肘关节坐标，根据腕关节坐标、肘关节坐标，以及标记框内的行人图案的手部提取图形提取标记框内的手部区域图像；在HSV空间中比较手部区域图像中每一像素的灰度值与绝缘手套灰度阈值，获得灰度值在绝缘手套灰度阈值范围内的像素与手部区域图像的像素的比例，比较比例与绝缘手套识别比例阈值，输出绝缘手套识别结果。它们可以提高视频中电工的绝缘手套的检测效率。

技术领域

本发明涉及图像中手套识别技术领域，具体涉及一种电工绝缘手套实时检测方法、一种存储有电工绝缘手套检测程序的计算机可读介质。

背景技术

物体识别是指在图像或者视频中找到指定的物体并框出物体的具体位置。物体识别算法有多种，最简单的仅仅通过使用物体的颜色来进行判断,然而颜色对于光照条件过于敏感，稳定性太差。后来有利用HAAR配合Adaboost进行人脸识别，HOG特征进行行人检测，SIFT或者SURF特征进行特征匹配进行目标识别等等。但这些算法的识别率都很容易收到环境干扰，而电力作业的环境因素恰恰是复杂多变的。如何克服图像识别中背景的多样化，光线变化，视角变化的干扰，一直是物体识别中最具挑战性的课题。

专利文献CN106548131A记载了一种基于行人检测的施工人员安全帽实时检测方法，包括以下步骤：步骤A)，实时采集需要进行施工人员安全帽检测的视频序列；步骤B)，训练基于ACF特征提取的行人检测器，训练数据采用国际通用的行人图像数据库；步骤C)，采用训练好的基于ACF特征提取的行人检测器对采集的视频序列中的第一帧图像进行检测，获得第一帧图像中行人的数量和各个行人的位置坐标，并将各个行人的有效检测次数均设置为零；步骤D)，从采集的视频序列中的第二帧图像开始，反复执行步骤E)至步骤I)，直至采集的视频序列中所有帧图像均检测完毕；步骤E)，采用训练好的基于ACF特征提取的行人检测器对采集的视频序列中的当前帧图像进行检测，获得当前帧图像中行人的数量和各个行人的位置坐标；步骤F)，比较当前帧图像中和上一帧图像中的所有行人，将上一帧图像中没有、当前帧图像中存在的行人的有效检测次数设置为零；步骤G)，根据上一帧图像中各个行人的位置坐标采用卡尔曼滤波器预测上一帧图像中各个行人在当前帧图像中的位置坐标；步骤H)，对于当前帧图像和上一帧图像中均存在的每一个行人，将其通过基于ACF特征提取的行人检测器监测出的位置坐标和其通过卡尔曼滤波器预设出的位置坐标进行比较，若两者之间的距离小于预设的距离阈值，则对该行人的有效检测次数进行加1；步骤I)，对于当前帧图像中的每一个行人，将其有效检测次数和预设的次数阈值进行比较；步骤I.1)，若其有效检测次数大于预设的次数阈值，则获得该行人的头部区域图像；步骤I.1.1)，将该行人的头部区域图像转换至HSV空间，获得转换后的头部区域图像；步骤I.1.2)，将转换后头部区域图像的每一个像素的灰度值与预设的安全帽灰度阈值范围进行比较，获得灰度值在预设的安全帽灰度阈值范围内的像素在整体头部区域图像的像素中的占比；步骤I.1.3)，将灰度值在预设的安全帽灰度阈值范围内的像素在整体头部区域图像的像素中的占比和预设的第一比例阈值进行比较，若灰度值在预设的安全帽灰度阈值范围内的像素在整体头部区域图像的像素中的占比大于等于预设的第一比例阈值，则输出该行人的头部区域图像。

前述技术方案用于检测施工人员的安全帽，与安全帽检测相比，绝缘手套检测存在以下难度：头部活动空间小，但手部活动空间大。

发明内容

本发明的目的是提供一种电工绝缘手套实时检测方法、一种存储有电工绝缘手套检测程序的计算机可读介质，以提高视频中电工的绝缘手套的检测效率。

本发明的技术方案是：

一种电工绝缘手套实时检测方法，包括以下步骤：

使用深度学习算法检测帧图像中是否存在行人图案，若在帧图像中检测到行人图案，则使用标记框标记所述行人图案；