基于机器视觉的安全帽自动识别技术研究.pdf

《基于机器视觉的安全帽自动识别技术研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、2015年1O月机械设计与制造工程0ct．2015第44卷第10期MachineDesignandManufacturingEngineeringVo1．44No．10DOI：10．3969／j．issn．2095—509X．2015．10．009基于机器视觉的安全帽自动识别技术研究冯国臣，陈艳艳，陈宁，李鑫，宋程程(北京市交通工程重点实验室(北京工业大学)，北京100124)摘要：施工区中部分作业人员安全意识缺乏，不佩戴安全帽作业情况时有发生。采用机器视觉的相关方法对安全帽自动识别技术进行深入研究，在图像

2、预处理基础上，首先利用混合高斯模型进行前景检测，然后通过对连通域的处理判断其是否属于人体，最后在定位到的人体头部区域实现安全帽的自动识别。施工区实地实验结果表明，该方法准确率高、环境适应性强，适于在施工区推广应用。关键词：施工区；机器视觉；安全帽识别中图分类号：TP277文献标志码：A文章编号：2095—509X(2015)10—0039—04在施工区，安全帽作为一种最常见和实用的个检测运动目标1／3部分中的像素点色度值分布情人防护用具，能够有效地防止和减轻外来危险源对况，判断是否佩戴安全帽及识别安全帽的颜

3、色。现头部的伤害。然而，长期以来，我国施工区作业人有方法在特定场景下均可实现对安全帽的精确识员普遍存在综合素质低、安全意识不强的问题，尤别，但也存在对环境要求高、识别率波动大、易受环其缺乏基础防护设施(如安全帽)的佩戴意识，大境干扰等一系列问题。大增加了作业风险。随着交通运输部公路水运本文基于机器视觉的安全帽自动识别技术的“平安工地”创建活动开展以来，各级施工安全监相关方法，设计一种具有环境适应性强、检测精度管部门对作业人员的要求逐步提高，许多示范工程高的施工区安全帽自动识别技术方法。已经率先采用各种智能监

4、控手段保障作业人员的人身安全。鉴于此，本文对基于机器视觉的安全帽1安全帽自动识别算法自动识别技术进行研究，以满足施工单位及各级安安全帽自动识别算法的核心思想是在前景检全监管部门的实际监管需求，切实保障施工区作业测的基础上，通过前景连通域的处理，判别并跟踪人员的人身财产安全。作业人员，进而定位作业人员安全帽佩戴区域，最目前，施工现场对安全帽佩戴情况的识别主要终通过分析区域像素值，判断作业人员安全帽佩戴以人工检查的方式为主，存在监管费用高、主观干情况，算法流程如图1所示。扰大、不能全程监控等一系列问题，通过在施

5、工现1．1图像预处理场布设视频监控设备或利用现有的施工监控设备，为提高视频图像的处理速度，在图像预处理中采用机器视觉的相关方法进行安全帽的自动识别，依次对图像进行灰度化处理和图像去噪。可以实现对作业人员安全帽佩戴情况信息的全程1)图像灰度化。快速识别，在降低监管费用的同时提升了监管信息施工区中布设的视频监控采集设备所获取的化水平。国内已经有许多专家对安全帽的自动识普遍为彩色图像信息，为提高图像处理速度，实现别技术进行了研究，胡恬等在着重分析小波变实时自动监控，需对彩色图像进行灰度化处理。目换和BP神经网络在

6、安全帽识别中应用的基础上，前，常见的灰度化处理方法_4包括：分量法、最大提出了安全帽识别神经网络模型；刘晓慧等_2采值法、平均值法和加权平均法。用肤色检测的方法定位人脸，再利用支持向量机本文采用加权平均法进行灰度化处理：根据重(SVM)模型实现安全帽的识别；刘云波等L3通过要性及其他指标，将R，G，B3个分量以不同的权值收稿日期：2015—07—31作者简介：冯国臣(1990一)，男，山东青岛人，北京工业大学硕士研究生，主要研究方向为智能交通。·39·2015年第44卷机械设计与制造工程型，用当前图像中的每

7、个像素点与混合高斯模型匹兴趣区设置功能设置检测区域，提高图像处理速度配，如果匹配成功，则判定该点为背景点，否则为前●景点。采用混合高斯模型进行前景检测后得到关图像预处理功能：图像降噪．便于进行前景检测于前景的二值化图像，但该图像仍存在部分噪声+点，采用中值滤波的方法予以剔除，此处不再赘述。前景检测功能：分离背景与前景1．3连通域检测+对连通域处理是进行人体判别和跟踪的关键，I连通域检测I功能：区分前景区域，判别作业人员也是进行安全帽位置界定的关键，连通域处理分为●人体判别和跟踪两部分内容。I安全帽定位1)人

8、体判别。l功能：通过作业人员的几何形态，l估算安全帽理论位置通过连通域进行人体判别分为图像膨胀、边缘+检测和人体识别3部分内容。『安全帽判别功能：对理论位置像素统计，判定①图像膨胀。安全帽佩戴与否及安全帽颜色图像膨胀是进行边缘检测的基础，直接对图像图1安全帽自动识别算法流程图人体进行边缘检测经常会出现前景人体不连续的现象，形成对人体的多段分割，从而造成对人体的进行加权平均，具体公式如下：误判，因此需在边缘检测前首