基于計(jì)算機(jī)視覺的駕駛員安全帶佩戴的識別方法研究.pdf

1、隨著經(jīng)濟(jì)的迅速發(fā)展，機(jī)動(dòng)車的數(shù)量也與日俱增，同時(shí)，行車安全也越來越被人們所重視。通過安裝輔助安全駕駛系統(tǒng)可以有效保障車輛行車安全，因而輔助安全駕駛技術(shù)被許多國內(nèi)外學(xué)者所關(guān)注、研究。在眾多輔助安全駕駛系統(tǒng)中，基于計(jì)算機(jī)視覺技術(shù)構(gòu)建的系統(tǒng)發(fā)展前景最為良好，研究價(jià)值最高。本文基于多種計(jì)算機(jī)圖像處理技術(shù)，結(jié)合安全帶的幾何特征，提出了一種不同于傳統(tǒng)安全帶佩戴檢測技術(shù)的識別方法，即基于計(jì)算機(jī)視覺的駕駛員安全帶佩戴的識別方法。本文圍繞駕駛員安全帶佩戴

2、識別問題，設(shè)計(jì)了圖像預(yù)處理和邊緣檢測、圖像模糊增強(qiáng)、直線提取及判別三大環(huán)節(jié)，并開展了驗(yàn)證方法有效性的相關(guān)實(shí)驗(yàn)。主要研究內(nèi)容及成果包括：
　?。?）對采集到的原始圖像進(jìn)行預(yù)處理，主要包括光補(bǔ)償和感興趣區(qū)域提取。使用自適應(yīng)非線性變換修正法調(diào)節(jié)圖像像素的亮度值，利用中值濾波對脈沖噪聲和點(diǎn)狀噪聲抑制作用強(qiáng)的特點(diǎn)進(jìn)行平滑去噪，提取感興趣的駕駛員軀干部分的圖像區(qū)域。實(shí)驗(yàn)表明該方法能有效的均衡待處理圖像各部分的亮度和對比度，減小待處理圖像的大小

3、及噪聲，提高了后續(xù)算法的效率。
　?。?）分析了目前邊緣檢測算法中最為經(jīng)典的幾種算法的優(yōu)缺點(diǎn)，選擇對于光照改變時(shí)仍然具有魯棒性的Canny算子作為本文分割算法，提取預(yù)處理后的圖像邊緣。
　?。?）通過分析經(jīng)典模糊增強(qiáng)算法即Pal和King算法的特點(diǎn)及不足，提出一種基于廣義模糊算子 GFO的模糊增強(qiáng)算法。廣義模糊算子起到增強(qiáng)區(qū)域?qū)Ρ榷鹊淖饔茫槍al和King算法運(yùn)算量大的缺點(diǎn)，提出一種升半梯形模糊分布來求得隸屬度。經(jīng)過仿

4、真實(shí)驗(yàn)證明，改進(jìn)后的方法能夠達(dá)到預(yù)期的增強(qiáng)效果，避免了大量灰度信息的丟失，提高了運(yùn)算速度。
　?。?）根據(jù)安全帶的幾何特征，結(jié)合改進(jìn)的Hough直線檢測算法提出一種安全帶佩戴檢測模型。使用引入距離約束條件的隨機(jī)Hough變換對經(jīng)過模糊增強(qiáng)的圖像進(jìn)行直線檢測，通過先判斷所選擇的隨機(jī)Hough變換點(diǎn)對是否符合距離條件，進(jìn)而得到參數(shù)空間，再在參數(shù)空間中判斷直線的存在性，從而減少了運(yùn)算量，提高了算法效率，最后結(jié)合直線傾斜度等條件進(jìn)行判別并