[发明专利]一种汽车安全带检测方法及汽车安全带检测装置

说明书

技术领域

本发明涉及图像检测领域，更具体地说，涉及一种汽车安全带检测方法及汽车安全带检测装置。

背景技术

随着车辆增加，不按规定佩戴安全带等危害司乘人员和大众安全的行为也逐渐增多。为此，各种智能化的交通违法行为抓拍系统也开始出现在大街小巷中。现有的安全带检测方法分为基于机器学习的方法和基于图像处理的方法两类。基于机器学习的方法通常收集大量的安全带训练样本，提取其边缘，形状、纹理等特征送入支持向量机，神经网络等分类器进行样本学习和训练，进而得到安全带的分类器；之后，利用该安全带分类器对待检测区域进行分类判别，判定待检测区域是否属于安全带，这种方法的适用性较小，对车窗、方向盘、衣领等区域的干扰较为敏感，鲁棒性很差。而基于图像处理的方法大多对安全带区域进行直线检测，通过安全带边缘的特定方向性来检测安全带，该方法很容易将衣领、衣服褶皱等区域检测出多条直线，从而判定司乘人员佩戴了安全带，造成误判。

发明内容

本发明要解决的技术问题在于，针对安全带检测中容易出现误检以及检测精度不高的问题，提供一种汽车安全带检测方法及汽车安全带检测装置。

本发明解决其技术问题所采用的技术方案之一是：提供一种汽车安全带检测方法，包括以下步骤：S1：确定待检测图像中包含司乘人员影像的目标区域；S2：从所述目标区域中挑选符合预设标准的平行直线区域，并确定所述平行直线区域为待检测区域，并进入步骤S3；当不存在所述平行直线区域时，得出所述司乘人员未佩戴安全带的检测结果，并进入步骤S4；S3：利用区域生长算法判断所述待检测区域是否具备区域一致性，当具备所述区域一致性时，得出所述司乘人员佩戴安全带的检测结果，当不具备所述区域一致性时，得出所述司乘人员未佩戴安全带的检测结果；S4：输出检测结果；

所述步骤S3包括以下子步骤：

S31：在所述待检测区域中选择像素作为进行区域生长法的种子点，并将所述种子点所在区域设定为种子区域；

S32：计算所述种子区域内所有像素的属性平均值，寻找所述种子点的八邻域像素，并判断所述八邻域像素的属性与所述属性平均值的相似度，并判断所述相似度是否大于预设阈值，当大于所述预设阈值时，确定所述八邻域像素为新的种子点，并确定所述新的种子点所在的区域为新的种子区域，当小于所述预设阈值时，将所述八邻域像素合并入所述种子区域，并将所述八邻域像素替代所述种子区域中原来的种子点成为所述种子区域的种子点；

S33：判断区域生长是否达到所述待检测区域的边界，当达到所述待检测区域的边界时，进入步骤S34，否则进入步骤S32；

S34：判断所述区域生长结束后产生的区域之间的相似度，当所述区域之间满足预定相似度时，判断所述待检测区域具备区域一致性，并得出所述司乘人员佩戴安全带的检测结果，当所述区域之间不满足预定相似度时，判断所述待检测区域不具备区域一致性，并得出所述司乘人员未佩戴安全带的检测结果。

本发明所述的汽车安全带检测方法，所述步骤S2包括以下子步骤：S21：利用LSD直线检测方法识别所述目标区域中的直线；S22：从步骤S21的直线识别结果中挑选角度符合预定标准的直线，并从符合所述预定标准的直线中挑选相互平行且具有预定间距的平行直线对，确定所述平行直线对之间的区域为待检测区域，进入步骤S3；当不存在角度符合预定标准的直线或者不存在符合所述预定间距的平行直线对时，得出所述司乘人员未佩戴安全带的检测结果，并进入步骤S4。

本发明所述的汽车安全带检测方法，所述步骤S32中所述属性是所述种子区域中像素的颜色或者纹理。

本发明所述的汽车安全带检测方法，所述步骤S34还包括：若所述区域包括小于预设值的微小区域，则排除所述微小区域，并判断剩下区域之间的相似度。

本发明解决其技术问题所采用的技术方案之二是：提供一种汽车安全带检测装置，包括：目标区域确定模块，用于确定待检测图像中包含司乘人员影像的目标区域；待检测区域确定模块，用于从所述目标区域中挑选符合预设标准的平行直线区域，并确定所述平行直线区域为待检测区域；区域一致性判断模块，用于利用区域生长算法判断所述待检测区域是否具备区域一致性，当具备所述区域一致性时，判断所述司乘人员佩戴安全带，当不具备所述区域一致性时，判断所述司乘人员未佩戴安全带；结果输出模块，用于当未检测到所述平行直线区域时、或当所述待检测区域不具备区域一致性时，输出所述司乘人员未佩戴安全带的检测结果，当所述待检测区域具备区域一致性时，输出所述司乘人员佩戴安全带的检测结果；

所述区域一致性判断模块包括：