基于图像分析的未系安全带自动检测方法研究

发布时间：2017-06-23 07:09

  本文关键词：基于图像分析的未系安全带自动检测方法研究，，由笔耕文化传播整理发布。

【摘要】：智能交通系统(Intelligent Transportation System,简称ITS)是目前全世界交通运输领域比较前沿的研究课题。本文将图像处理和模式识别应用于智能交通领域,对日益严峻的交通问题有重大意义。目前,随着道路卡口摄像头的增加,车牌自动识别,闯红灯自动抓拍识别,超速行驶识别已经实现了自动化,而未系安全带的自动识别才刚刚起步,目前主要是通过人工进行筛选,工作量非常大。近年来,由于交通事故数量的日益增加,引起了越来越多相关部门的注意,安全带,作为保障司机和乘客生命安全和降低死亡率的重要手段,交管部门严格要求司机和乘客在车辆行驶过程中佩戴安全带,同时这也是我国交通法明确规定的。针对以上的情况,本文对基于图像分析的未系安全带自动识别系统进行了研究,经过大量的实验,得到了非常满意的效果,如果真正的投入使用,将会减轻工作人员的负担。整个系统主要分为4个部分:(1)对采集到的图像首先进行预处理,比如灰度化,二值化(本文提出一种新的图像二值化的方法)。(2)车牌的定位,本文通过车牌的纹理特征,结合形态学的操作方法,对字符进行团块检测,然后对字符进行X,Y方向的聚类,从而实现车牌的定位。(3)通过车牌的位置和坐标信息,来定位车窗玻璃的上下边界,计算灰度图像水平方向和垂直方向的梯度,分别向X轴投影,从而确定车窗玻璃的左右边界。通过肤色特征和方向盘的位置对司机进行了定位。(4)利用Canny算子,对图像的边缘进行检测,然后利用概率霍夫变换和最小二乘法相结合来拟合直线,并提取特征向量,最后通过支持向量机来进行分类,判断司机是否佩戴了安全带。通过本次实验证明该方法可行,在时间和准确率方面具有有效性。
【关键词】：车牌定位 安全带 hough直线检测 最小二乘法
【学位授予单位】：沈阳理工大学
【学位级别】：硕士
【学位授予年份】：2016
【分类号】：U495;TP391.41
【目录】：

• 摘要6-7
• Abstract7-11
• 第1章 绪论11-16
• 1.1 研究背景和意义11-12
• 1.2 相关领域的研究现状12-14
• 1.3 安全带识别研究综述14-15
• 1.3.1 安全带自动识别技术难点14
• 1.3.2 安全带自动识别系统设计思路14-15
• 1.4 本论文主要研究的内容及结构15-16
• 第2章 数字图像处理理论基础16-34
• 2.1 图像分割16-17
• 2.1.1 基于阈值的分割方法17
• 2.1.2 基于边缘的分割方法17
• 2.2 图像二值化17-21
• 2.2.1 最大类间方差法（Otsu法）18-19
• 2.2.2 一维交叉熵值法19-21
• 2.3 数学形态学21-25
• 2.3.1 二值形态学22
• 2.3.2 灰度数学形态学22-23
• 2.3.3 模糊数学形态学23
• 2.3.4 数学形态学的主要应用23-25
• 2.4 图像边缘检测25-30
• 2.4.1 Roberts边缘算子25-26
• 2.4.2 Sobel算子26-27
• 2.4.3 Prewitt算子27-28
• 2.4.4 Canny算子28-30
• 2.5 霍夫变换（Hough变换）30-33
• 2.5.1 直线检测算法31-33
• 2.5.2 圆检测算法33
• 2.6 本章小结33-34
• 第3章 车牌定位和司机定位34-50
• 3.1 车牌定位的算法简介34-36
• 3.1.1 车牌类型和特征34-35
• 3.1.2 现有的车牌定位算法的优缺点35-36
• 3.2 图像预处理36-43
• 3.2.1 灰度化和二值化36-40
• 3.2.2 形态学闭操作和字符轮廓和外接矩形的检测40-42
• 3.2.3 字符外接矩形的聚类42-43
• 3.3 车窗的定位43-46
• 3.4 司机人脸的定位46-48
• 3.5 实验结果与分析48-49
• 3.6 本章小结49-50
• 第4章 安全带检测50-62
• 4.1 检测前的预处理50-55
• 4.1.1 直方图均衡化50-51
• 4.1.2 高斯平滑滤波51-53
• 4.1.3 Canny边缘检测和以方向盘为参考的二次检测53-55
• 4.2 利用最小二乘法和概率hough变换相结合进行安全带检测55-60
• 4.2.1 概率hough变换55-56
• 4.2.2 最小二乘法56-58
• 4.2.3 最小二乘法与概率hough变换的结合58-60
• 4.3 特征向量的构造60
• 4.4 实验结果与分析60-61
• 4.5 本章小结61-62
• 第5章 SVM的训练和安全带识别62-71
• 5.1 SVM介绍62
• 5.2 SVM的常用方法62-69
• 5.2.1 线性情况62-66
• 5.2.2 非线性情况66-67
• 5.2.3 核函数及参数的选择67-68
• 5.2.4 支持向量机训练过程68-69
• 5.3 SVM的训练和识别69
• 5.4 实验结果与分析69-70
• 5.5 本章小结70-71
• 结论71-73
• 参考文献73-77
• 攻读硕士学位期间发表的论文和获得的科研成果77-78
• 致谢78-79

【相似文献】

中国期刊全文数据库 前10条

1 袁继栋;阳波;郑煜;段吉安;;高精度直线检测算法研究与误差分析[J];现代制造工程;2011年02期

2 谢晴;;基于模板滤波的已知角度直线检测方法[J];制造业自动化;2012年24期

3 谢晴;玉振明;;基于直线检测的运动模糊长度估算算法[J];科学技术与工程;2013年08期

4 匡平;朱清新;陈旭东;;一种基于最小特征根分析的直线检测算法[J];电子测量与仪器学报;2007年03期

5 周龙;牟怿;;灰关联分析方法在直线检测中的应用[J];华中科技大学学报(自然科学版);2009年02期

6 张文增,陈强,都东,孙振国;直线检测的灰度投影积分方法[J];清华大学学报(自然科学版);2005年11期

7 钱广春;刘晖;陶卫;刘满华;杨金峰;赵辉;;基于相关直线法的高速运动目标快速探测方法[J];大连交通大学学报;2011年02期

8 史册,徐胜荣,荆仁杰,姚庆栋;实时图像处理中一种快速的直线检测算法[J];浙江大学学报(工学版);1999年05期

9 李安平;刘文奇;蔡光程;;一种基于方向导数的边缘直线检测算法[J];湖南工程学院学报(自然科学版);2006年04期

10 徐欣锋,董贵华;基于仿真模板的Hough变换直线检测[J];仪器仪表学报;2004年S2期

中国重要会议论文全文数据库 前3条

1 韩建涛;安成锦;黄宗福;陈曾平;;一种基于直线检测的缓动弱小目标检测方法[A];第十四届全国信号处理学术年会(CCSP-2009)论文集[C];2009年

2 徐欣锋;董贵华;;基于仿真模板的Hough变换直线检测[A];中国仪器仪表学会第六届青年学术会议论文集[C];2004年

3 苏恒强;冯雪;于合龙;汪岩;;基于分段Hough变换直线检测算法的高温结构测量方法[A];第十五届中国科协年会第7分会场：先进能源开发装置中的关键力学问题研讨会论文集[C];2013年

中国硕士学位论文全文数据库 前8条

1 程伟;基于图像分析的未系安全带自动检测方法研究[D];沈阳理工大学;2016年

2 顾思妍;机器视觉的直线检测技术及应用研究[D];广东工业大学;2011年

3 周小明;基于直线检测的动态目标实时识别算法研究[D];华中科技大学;2009年

4 冯显宗;基于视频处理技术的索道脱索检测方法研究[D];燕山大学;2013年

5 张翌;复杂场景下直线与曲线检测方法研究[D];湖南大学;2014年

6 王旭;直线提取算法研究[D];国防科学技术大学;2013年

7 凌利;基于视频的公交车辆检测技术研究[D];北方工业大学;2013年

8 彭明海;支票大写金额串的切分技术研究[D];西南财经大学;2009年

  本文关键词：基于图像分析的未系安全带自动检测方法研究，由笔耕文化传播整理发布。

本文编号：474237