基于圖像分析的車輛安全帶檢測(cè)方法及裝置制造方法
【專利摘要】本發(fā)明公開(kāi)了一種基于圖像分析的車輛安全帶檢測(cè)方法及裝置,其用于智能交通中的圖像分析領(lǐng)域,首先對(duì)車窗區(qū)域進(jìn)行定位;采用線段檢測(cè),初步檢測(cè)出安全帶位置;根據(jù)線段的角度及其長(zhǎng)度對(duì)安全帶進(jìn)行精確定位。本發(fā)明能夠?qū)⑽聪蛋踩珟У能囕v的信息存儲(chǔ),為查驗(yàn)不系安全帶的違章行為提供充分、確鑿、嚴(yán)謹(jǐn)?shù)淖C據(jù)。
【專利說(shuō)明】基于圖像分析的車輛安全帶檢測(cè)方法及裝置
【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及圖像分析【技術(shù)領(lǐng)域】,尤其涉及智能交通中的圖像分析技術(shù)。
【背景技術(shù)】
[0002]安全是人們出行最基本的需求。有些人在購(gòu)車時(shí)也非常注重車輛的安全性能,可是對(duì)于保護(hù)駕駛?cè)撕统丝蜕陌踩珟s重視不夠。當(dāng)高速行駛的汽車發(fā)生碰撞或遇到意外緊急制動(dòng)時(shí),將產(chǎn)生巨大的慣性力,這個(gè)慣性力可能超過(guò)駕駛?cè)梭w重的20倍,使駕駛?cè)思俺丝团c車內(nèi)的方向盤、擋風(fēng)玻璃、座椅靠背、車門等物體發(fā)生碰撞,極易造成對(duì)駕乘人員的傷害,甚至將駕乘者拋離座位或拋出車外。
[0003]汽車安全帶的作用就是在車輛發(fā)生碰撞或使用緊急制動(dòng),預(yù)緊裝置就會(huì)瞬間收束,繃緊佩帶時(shí)松弛的安全帶,將乘員牢牢地拴在座椅上,防止發(fā)生二次碰撞。一旦安全帶的收束力度超過(guò)一定限度,限力裝置就會(huì)適當(dāng)放松安全帶,保持胸部受力穩(wěn)定。因此,汽車安全帶起著約束位移和緩沖作用,吸收撞擊能量,化解慣性力,避免或減輕駕乘人員受傷的程度。
[0004]目前,對(duì)不系安全帶的違章行為查驗(yàn),主要靠人工檢查,這種方法需要大量人力,效率低,容易查一漏百,并且這種方法必須當(dāng)場(chǎng)停車查驗(yàn),容易造成道路堵塞,嚴(yán)重影響交通道路的暢通。
【發(fā)明內(nèi)容】
[0005]針對(duì)目前安全帶違章行為查驗(yàn)主要依靠人工檢查,存在效率低、檢查精度差等問(wèn)題,本發(fā)明的目的在于提供一種能夠?qū)崿F(xiàn)自動(dòng)檢測(cè)車輛安全帶的技術(shù),對(duì)不系安全帶的違章行為進(jìn)行自動(dòng)、聞效以及聞精度的查驗(yàn)。
[0006]為了達(dá)到上述目的,本發(fā)明采用如下的技術(shù)方案:
[0007]基于圖像分析的車輛安全帶檢測(cè)方法,所述檢測(cè)方法包括如下步驟:
[0008](I)對(duì)獲得的整個(gè)圖像中的車窗區(qū)域進(jìn)行定位,并將車窗圖像從整個(gè)圖像中裁剪出來(lái);
[0009](2)檢測(cè)車窗區(qū)域內(nèi)的線段,對(duì)安全帶進(jìn)行初步定位;
[0010](3)根據(jù)常用安全帶類型的特點(diǎn)對(duì)步驟(2)中檢測(cè)到的線段進(jìn)行過(guò)濾,最終精確定位安全帶。
[0011]在檢測(cè)方法的優(yōu)選方案中,所述步驟(2)中通過(guò)如下步驟進(jìn)行初步定位:
[0012](2-1)對(duì)車窗圖像進(jìn)行45°方向增強(qiáng);
[0013](2-2)對(duì)步驟(2-1)中得到的增強(qiáng)后的圖像進(jìn)行邊緣檢測(cè);
[0014](2-3)對(duì)步驟(2-2)中得到的邊緣圖像進(jìn)行45°方向的均值濾波;
[0015](2-4)將步驟(2-3)的結(jié)果圖像二值化;
[0016](2-5)采用hough概率算法,檢測(cè)步驟(2-4)得到的二值圖像中的線;
[0017](2-6)過(guò)濾掉小于給定閾值的直線,得到安全帶初步定位的位置。[0018]進(jìn)一步的,所述步驟(3)中基于三點(diǎn)式安全帶中斜跨前胸的肩帶近似于一條線段,并且斜跨的角度在一定范圍內(nèi)的特點(diǎn)進(jìn)行過(guò)濾。
[0019]進(jìn)一步的,所述步驟(3)中通過(guò)如下步驟過(guò)濾確定安全帶:
[0020]( 3-1)根據(jù)線段的角度,進(jìn)一步過(guò)濾線段,將角度在一定范圍內(nèi)的線段作為安全帶的候選位置;
[0021](3-2)選取候選線段中最長(zhǎng)的線段,作為安全帶最終精確定位的位置。
[0022]基于上述檢測(cè)方案,本發(fā)明還提供一種基于圖像分析的車輛安全帶檢測(cè)裝置,該裝置包括:
[0023]照片輸入模塊,所述照片輸入模塊連接于車牌識(shí)別模塊、安全帶檢測(cè)模塊以及主控模塊,將視頻中采集到的車頭照片傳送給車牌識(shí)別模塊、安全帶檢測(cè)模塊,并為主控模塊提供駕駛員未系安全帶的車輛的照片以及照片采集的時(shí)間和地點(diǎn)信息;
[0024]車牌識(shí)別模塊,所述車牌識(shí)別模塊連接于主控模塊,用于定位識(shí)別車牌,并將車牌識(shí)別的結(jié)果信息傳送給主控模塊;
[0025]安全帶檢測(cè)模塊,所述安全帶檢測(cè)模塊連接于主控模塊,通過(guò)上述的車輛安全帶檢測(cè)方法檢測(cè)車輛中安全帶的系戴情況,并將檢測(cè)結(jié)果傳送給主控模塊;
[0026]主控模塊,所述主控模塊控制各個(gè)模塊的運(yùn)行,并對(duì)接收的數(shù)據(jù)進(jìn)行處理,形成最終的車輛安全帶檢測(cè)結(jié)果,并傳至輸出模塊;
[0027]輸出模塊,所述輸出模塊顯示主控模塊傳輸?shù)能囕v安全帶檢測(cè)結(jié)果信息。
[0028]在檢測(cè)裝置的優(yōu)選方案中,所述安全帶檢測(cè)模塊包括:車窗定位模塊、安全帶初步定位模塊和安全帶精確定位模塊,所述車窗定位模塊對(duì)接收的圖片中的車窗區(qū)域進(jìn)行精確定位,所述安全帶初步定位模塊采用hough概率算法,檢測(cè)出經(jīng)車窗定位模塊定位確定的車窗區(qū)域中的線段,初步定位出安全帶位置;所述安全帶精確定位模塊根據(jù)安全帶初步定位模塊檢測(cè)出的線段的角度及其長(zhǎng)度對(duì)安全帶進(jìn)行精確定位。
[0029]進(jìn)一步的,所述車輛安全帶檢測(cè)結(jié)果信息包括駕駛員未系安全帶的車輛的照片、照片采集的時(shí)間和地點(diǎn)、照片中車輛的車牌號(hào)。
[0030]與現(xiàn)有技術(shù)相比,本發(fā)明提供的安全帶檢測(cè)方法及裝置,能夠自動(dòng)檢測(cè)出司機(jī)未系安全帶的違章車輛,并記錄其車牌號(hào)、照片和照片所采集到的時(shí)間,為查驗(yàn)不系安全帶的違章行為提供充分、確鑿、嚴(yán)謹(jǐn)?shù)淖C據(jù)。
[0031]再者,本發(fā)明提供的安全帶檢測(cè)方法及裝置具有極高的檢測(cè)精度,有效避免錯(cuò)檢、漏檢的問(wèn)題,非常的高效。
【專利附圖】
【附圖說(shuō)明】
[0032]以下結(jié)合附圖和【具體實(shí)施方式】來(lái)進(jìn)一步說(shuō)明本發(fā)明。
[0033]圖1為本發(fā)明所述基于圖像分析的安全帶檢測(cè)方法的流程圖;
[0034]圖2為本發(fā)明所述基于圖像分析的安全帶檢測(cè)裝置的示意圖;
[0035]圖3為本發(fā)明中安全帶檢測(cè)模塊的示意圖;
[0036]圖4為車輛常用的三點(diǎn)式安全帶的示意圖。
【具體實(shí)施方式】[0037]為了使本發(fā)明實(shí)現(xiàn)的技術(shù)手段、創(chuàng)作特征、達(dá)成目的與功效易于明白了解,下面結(jié)合具體圖示,進(jìn)一步闡述本發(fā)明。
[0038]參見(jiàn)圖1,其所示為本發(fā)明中的安全帶檢測(cè)方法的流程圖。該檢測(cè)方法基于圖像分析技術(shù),主要包括如下步驟:
[0039]步驟1,首先對(duì)獲得圖像中的車窗區(qū)域進(jìn)行精確定位。對(duì)于車窗區(qū)域的精確定位可以使用基于遺傳算法的方法和基于色差均值的快速車窗定位算法,當(dāng)然也可以先進(jìn)行車型識(shí)別,根據(jù)不同車型車窗位置的先驗(yàn)知識(shí),對(duì)車窗位置進(jìn)行約束,但不限于所列舉的方法。
[0040]在精確定位車窗區(qū)域后,出于方便后續(xù)操作的考慮,需要將車窗圖像從原圖中裁剪出來(lái),后續(xù)操作都將在裁剪后的車窗圖像上進(jìn)行。
[0041]步驟2,檢測(cè)車窗區(qū)域內(nèi)的線段,對(duì)安全帶進(jìn)行初步的定位,具體如下:
[0042]步驟2-1,在得到車窗圖像后,首先需要對(duì)圖像進(jìn)行45°方向的增強(qiáng)。作為舉例,為了達(dá)到比較的增強(qiáng)效果,其所采用而非限制的模板為:
【權(quán)利要求】
1. 基于圖像分析的車輛安全帶檢測(cè)方法,其特征在于,所述檢測(cè)方法包括如下步驟: (1)對(duì)獲得的整個(gè)圖像中的車窗區(qū)域進(jìn)行定位,并將車窗圖像從整個(gè)圖像中裁剪出來(lái); (2)檢測(cè)車窗區(qū)域內(nèi)的線段,對(duì)安全帶進(jìn)行初步定位; (3)根據(jù)常用安全帶類型的特點(diǎn)對(duì)步驟(2)中檢測(cè)到的線段進(jìn)行過(guò)濾,最終精確定位安全帶。
2.根據(jù)權(quán)利要求1所述的基于圖像分析的車輛安全帶檢測(cè)方法,其特征在于,所述步驟(2)中通過(guò)如下步驟進(jìn)行初步定位: (2-1)對(duì)車窗圖像進(jìn)行45°方向增強(qiáng); (2-2)對(duì)步驟(2-1)中得到的增強(qiáng)后的圖像進(jìn)行邊緣檢測(cè); (2-3)對(duì)步驟(2-2)中得到的邊緣圖像進(jìn)行45°方向的均值濾波; (2-4)將步驟(2-3)的結(jié)果圖像二值化; (2-5)采用hough概率算法,檢測(cè)步驟(2-4)得到的二值圖像中的線; (2-6)過(guò)濾掉小于給定閾值的直線,得到安全帶初步定位的位置。
3.根據(jù)權(quán)利要求1所述的基于圖像分析的車輛安全帶檢測(cè)方法,其特征在于,所述步驟(3)中基于三點(diǎn)式安全帶中斜跨前胸的肩帶近似于一條線段,并且斜跨的角度在一定范圍內(nèi)的特點(diǎn)進(jìn)行過(guò)濾。
4.根據(jù)權(quán)利要求1或3所述的基于圖像分析的車輛安全帶檢測(cè)方法,其特征在于,所述步驟(3)中通過(guò)如下步驟過(guò)濾確定安全帶: (3-1)根據(jù)線段的角度,進(jìn)一步過(guò)濾線段,將角度在一定范圍內(nèi)的線段作為安全帶的候選位置; (3-2)選取候選線段中最長(zhǎng)的線段,作為安全帶最終精確定位的位置。
5.基于圖像分析的車輛安全帶檢測(cè)裝置,其特征在于,所述裝置包括: 照片輸入模塊,所述照片輸入模塊連接于車牌識(shí)別模塊、安全帶檢測(cè)模塊以及主控模塊,將視頻中采集到的車頭照片傳送給車牌識(shí)別模塊、安全帶檢測(cè)模塊,并為主控模塊提供駕駛員未系安全帶的車輛的照片以及照片采集的時(shí)間和地點(diǎn)信息; 車牌識(shí)別模塊,所述車牌識(shí)別模塊連接于主控模塊,用于定位識(shí)別車牌,并將車牌識(shí)別的結(jié)果信息傳送給主控模塊; 安全帶檢測(cè)模塊,所述安全帶檢測(cè)模塊連接于主控模塊,通過(guò)上述的車輛安全帶檢測(cè)方法檢測(cè)車輛中安全帶的系戴情況,并將檢測(cè)結(jié)果傳送給主控模塊; 主控模塊,所述主控模塊控制各個(gè)模塊的運(yùn)行,并對(duì)接收的數(shù)據(jù)進(jìn)行處理,形成最終的車輛安全帶檢測(cè)結(jié)果,并傳至輸出模塊; 輸出模塊,所述輸出模塊顯示主控模塊傳輸?shù)能囕v安全帶檢測(cè)結(jié)果信息。
6.根據(jù)權(quán)利要求5所述的基于圖像分析的車輛安全帶檢測(cè)裝置,其特征在于,所述安全帶檢測(cè)模塊包括:車窗定位模塊、安全帶初步定位模塊和安全帶精確定位模塊,所述車窗定位模塊對(duì)接收的圖片中的車窗區(qū)域進(jìn)行精確定位,所述安全帶初步定位模塊采用hough概率算法,檢測(cè)出經(jīng)車窗定位模塊定位確定的車窗區(qū)域中的線段,初步定位出安全帶位置;所述安全帶精確定位模塊根據(jù)安全帶初步定位模塊檢測(cè)出的線段的角度及其長(zhǎng)度對(duì)安全帶進(jìn)行精確定位。
7.根據(jù)權(quán)利要求5所述的基于圖像分析的車輛安全帶檢測(cè)裝置,其特征在于,所述車輛安全帶檢測(cè)結(jié)果信息包括駕駛員未系安全帶的車輛的照片、照片采集的時(shí)間和地點(diǎn)、照片中車輛 的車牌號(hào)。
【文檔編號(hào)】B60R22/48GK103522982SQ201310512208
【公開(kāi)日】2014年1月22日 申請(qǐng)日期:2013年10月25日 優(yōu)先權(quán)日:2013年10月25日
【發(fā)明者】陳健, 胡傳平, 梅林 , 齊力, 劉云淮, 王文斐, 尚巖峰, 徐小明, 徐磊, 譚懿先, 唐世杰, 孫明霞, 王春, 鄭旭平, 高鑫, 楊慧, 吳錦晶 申請(qǐng)人:公安部第三研究所