一種汽車安全帶檢測方法及裝置制造方法
【專利摘要】一種汽車安全帶檢測方法，包括以下步驟：從待檢測圖像中識別目標(biāo)區(qū)域，對所述目標(biāo)區(qū)域進行安全帶識別，并輸出識別結(jié)果；接收對識別結(jié)果的反饋信息，根據(jù)所述反饋信息修正目標(biāo)區(qū)域識別方法和安全帶識別方法。本發(fā)明還提供一種汽車安全帶檢測裝置。本發(fā)明可以準(zhǔn)確的識別司乘人員是否佩戴安全帶，并通過用戶反饋信息逐漸提高安全帶檢測的精度。
【專利說明】一種汽車安全帶檢測方法及裝置

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及圖像檢測領(lǐng)域，更具體地說，涉及一種汽車安全帶檢測方法及汽車安 全帶檢測裝置。

【背景技術(shù)】
[0002] 隨著我國居民生活水平的不斷調(diào)高，越來越多的小汽車出現(xiàn)在人們的生活中。而 車輛增加的同時，不按規(guī)定佩戴安全帶等危害司乘人員和大眾安全的行為也逐漸增多。為 此，各種智能化的交通違法行為抓拍系統(tǒng)也開始出現(xiàn)在大街小巷中?，F(xiàn)有的安全帶檢測方 法分為基于機器學(xué)習(xí)的方法和基于圖像處理的方法兩類?；跈C器學(xué)習(xí)的方法通常收集大 量的安全帶訓(xùn)練樣本，提取其邊緣，形狀、紋理等特征送入支持向量機，神經(jīng)網(wǎng)絡(luò)等分類器 進行樣本學(xué)習(xí)和訓(xùn)練，進而得到安全帶的分類器；之后，利用該安全帶分類器對待檢測區(qū)域 進行分類判別，判定待檢測區(qū)域是否屬于安全帶，這種方法的適用性較小，對車窗、方向盤、 衣領(lǐng)等區(qū)域的干擾較為敏感，魯棒性很差。而基于圖像處理的方法大多對安全帶區(qū)域進行 直線檢測，通過安全帶邊緣的特定方向性來檢測安全帶，該方法很容易將衣領(lǐng)、衣服褶皺等 區(qū)域檢測出多條直線，從而判定司乘人員佩戴了安全帶，造成一定的誤判。而且，現(xiàn)有技術(shù) 中每次進行安全帶檢測后并沒有根據(jù)用戶的反饋信息作出及時的修正，從而不能不斷地提 高檢測精度。


【發(fā)明內(nèi)容】

[0003] 本發(fā)明要解決的技術(shù)問題在于，針對安全帶檢測中容易出現(xiàn)誤檢以及檢測精度不 高的問題，提供一種汽車安全帶檢測方法及汽車安全帶檢測裝置。
[0004] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案之一是：提供一種汽車安全帶檢測方 法，該方法包括以下步驟：Sl :從待檢測圖像中識別目標(biāo)區(qū)域，對所述目標(biāo)區(qū)域進行安全帶 識別，并輸出識別結(jié)果；S2 :接收對識別結(jié)果的反饋信息，根據(jù)所述反饋信息修正步驟Sl中 的目標(biāo)區(qū)域識別方法和安全帶識別方法。
[0005] 本發(fā)明所述的汽車安全帶檢測方法，所述步驟Sl包括以下子步驟：Sll :從待檢測 圖像中識別包含司乘人員影像的目標(biāo)區(qū)域；S12 :對所述目標(biāo)區(qū)域進行質(zhì)量分類，并對質(zhì)量 分類后的目標(biāo)區(qū)域進行對應(yīng)的圖像增強；S13 :對步驟S12處理后的目標(biāo)區(qū)域進行安全帶識 另IJ，并輸出識別結(jié)果。
[0006] 本發(fā)明所述的汽車安全帶檢測方法，所述步驟Sll包括以下子步驟：Slll :從所述 待檢測圖像中檢測人臉區(qū)域；S112 :通過所述人臉區(qū)域確定所述司乘人員的上半身位置， 并確定所述上半身位置為所述目標(biāo)區(qū)域；以及在步驟S2中根據(jù)所述反饋信息中的人臉信 息對步驟Slll中人臉檢測方法進行修正。
[0007] 本發(fā)明所述的汽車安全帶檢測方法，所述步驟S13包括：S131 :利用Hough變換方 法識別所述目標(biāo)區(qū)域中的直線；S132 :從步驟S131的直線識別結(jié)果中挑選角度符合預(yù)設(shè)標(biāo) 準(zhǔn)的直線，并從符合所述預(yù)設(shè)標(biāo)準(zhǔn)的直線中挑選相互平行且具有預(yù)設(shè)間距的平行直線對， 確定所述平行直線對之間的區(qū)域為待檢測區(qū)域，進入步驟S133 ;當(dāng)不存在角度符合預(yù)設(shè)標(biāo) 準(zhǔn)的直線或者不存在符合所述預(yù)設(shè)間距的平行直線對時，確認所述司乘人員未佩戴安全 帶，并進入步驟S134 ;S133 :利用區(qū)域生長法判斷所述待檢測區(qū)域的區(qū)域一致性，當(dāng)所述待 檢測區(qū)域具有區(qū)域一致性時，則確定所述司乘人員佩戴安全帶，若不具有區(qū)域一致性，則確 定所述司乘人員未佩戴安全帶；S134 :輸出判斷結(jié)果；以及在步驟S2中根據(jù)所述反饋信息 中的安全帶位置信息對步驟S13中直線識別方法以及區(qū)域生長法進行修正。
[0008] 本發(fā)明所述的汽車安全帶檢測方法，所述步驟S12包括以下子步驟：S121 :根據(jù)預(yù) 設(shè)的圖像質(zhì)量分類標(biāo)準(zhǔn)對所述目標(biāo)區(qū)域進行圖像質(zhì)量分類；S122 :對進行所述圖像質(zhì)量分 類后的目標(biāo)區(qū)域使用對應(yīng)的圖像增強方法進行處理，并使用預(yù)設(shè)的二值化參數(shù)對圖像增強 處理后的目標(biāo)區(qū)域進行二值化處理；以及在步驟S2中根據(jù)反饋信息中的圖像質(zhì)量類別以 及安全帶實際位置來修正步驟S121中的所述圖像質(zhì)量分類標(biāo)準(zhǔn)以及步驟S122中的所述二 值化參數(shù)。
[0009] 本發(fā)明解決其技術(shù)問題所采用的技術(shù)方案之二是：提供一種汽車安全帶檢測裝 置，包括：識別模塊，用于從待檢測圖像中識別目標(biāo)區(qū)域，對所述目標(biāo)區(qū)域進行安全帶識別， 并輸出識別結(jié)果；反饋模塊，用于接收對識別結(jié)果的反饋信息，根據(jù)所述反饋信息修正所述 識別模塊的目標(biāo)區(qū)域識別方法和安全帶識別方法。
[0010] 本發(fā)明所述的汽車安全帶檢測裝置，所述識別模塊包括：目標(biāo)區(qū)域識別模塊，用于 從待檢測圖像中識別包含司乘人員影像的目標(biāo)區(qū)域；目標(biāo)區(qū)域處理模塊，用于對所述目標(biāo) 區(qū)域進行質(zhì)量分類，并對質(zhì)量分類后的目標(biāo)區(qū)域進行對應(yīng)的圖像增強處理；安全帶識別模 塊，用于對所述目標(biāo)區(qū)域處理模塊處理后的目標(biāo)區(qū)域進行安全帶識別，并輸出識別結(jié)果。 [0011] 本發(fā)明所述的汽車安全帶檢測裝置，所述目標(biāo)區(qū)域識別模塊還用于從所述待檢測 圖像中檢測人臉區(qū)域，以及通過所述人臉區(qū)域確定所述司乘人員的上半身位置，并確定所 述上半身位置為所述目標(biāo)區(qū)域，所述反饋模塊根據(jù)所述反饋信息中的人臉信息對所述目標(biāo) 區(qū)域識別模塊中人臉檢測方法進行修正。
[0012] 本發(fā)明所述的汽車安全帶檢測裝置，所述安全帶識別模塊包括：直線識別子模塊， 用于利用Hough變換方法識別所述目標(biāo)區(qū)域中角度符合預(yù)設(shè)標(biāo)準(zhǔn)的直線；區(qū)域識別子模 塊，用于從所述直線識別子模塊識別的直線中挑選相互平行且具有預(yù)設(shè)間距的平行直線 對，并確定所述平行直線對之間的區(qū)域為待檢測區(qū)域；區(qū)域一致性判斷子模塊，用于利用區(qū) 域生長法判斷所述待檢測區(qū)域的區(qū)域一致性；結(jié)果輸出子模塊，用于在所述區(qū)域一致性判 斷子模塊確認所述待檢測區(qū)域具有區(qū)域一致性時輸出所述司乘人員佩戴安全帶的檢測結(jié) 果、在所述區(qū)域一致性判斷子模塊確認所述待檢測區(qū)域不具有區(qū)域一致性時、或所述直線 識別子模塊未識別到角度符合預(yù)設(shè)標(biāo)準(zhǔn)的直線時或所述區(qū)域識別子模塊未識別到具有預(yù) 設(shè)間距的平行直線對時輸出所述司乘人員未佩戴安全帶的檢測結(jié)果；所述反饋模塊還用于 根據(jù)反饋信息對所述安全帶識別模塊的直線識別方法以及區(qū)域生長法進行修正。
[0013] 本發(fā)明所述的汽車安全帶檢測裝置，所述目標(biāo)區(qū)域處理模塊還用于根據(jù)預(yù)設(shè)的圖 像質(zhì)量分類標(biāo)準(zhǔn)對所述目標(biāo)區(qū)域進行圖像質(zhì)量分類，并對進行圖像質(zhì)量分類后的目標(biāo)區(qū)域 使用對應(yīng)的圖像增強方法進行處理，以及使用預(yù)設(shè)的二值化參數(shù)對圖像增強處理后的目標(biāo) 區(qū)域進行二值化處理，所述安全帶識別模塊還用于輸出所述目標(biāo)區(qū)域處理模塊的圖像質(zhì)量 分類結(jié)果以及安全帶識別模塊檢測出的安全帶位置；所述反饋模塊接收包含的圖像質(zhì)量類 別以及安全帶實際位置的反饋信息，所述目標(biāo)區(qū)域處理模塊還根據(jù)所述反饋信息修正所述 圖像質(zhì)量分類標(biāo)準(zhǔn)以及所述二值化參數(shù)。
[0014] 實施本發(fā)明的技術(shù)方案，具有以下有益效果：可以準(zhǔn)確的識別司乘人員是否佩戴 安全帶，并通過用戶反饋信息逐漸提高安全帶檢測的精度，隨著本發(fā)明使用時間的增長，本 發(fā)明所產(chǎn)生的檢測結(jié)果將更優(yōu)化。

【專利附圖】

【附圖說明】
[0015] 下面將結(jié)合附圖及實施例對本發(fā)明作進一步說明，附圖中：
[0016] 圖1是本發(fā)明汽車安全帶檢測方法第一實施方式的示意圖。
[0017] 圖2是本發(fā)明汽車安全帶檢測方法第二實施方式的示意圖。
[0018] 圖3是本發(fā)明汽車安全帶檢測方法第三實施方式的示意圖。
[0019] 圖4是本發(fā)明汽車安全帶檢測方法第四實施方式的示意圖。
[0020] 圖5是本發(fā)明汽車安全帶檢測方法第五實施方式的示意圖。
[0021] 圖6是本發(fā)明中Hough變換方法中直線表示方法示意圖。
[0022] 圖7是本發(fā)明汽車安全帶檢測裝置一實施方式的功能模塊圖。
[0023] 圖8是圖7中識別模塊一實施方式的功能模塊圖。
[0024] 圖9是圖8中安全帶識別模塊一實施方式的功能模塊圖。

【具體實施方式】
[0025] 為了對本發(fā)明的技術(shù)特征、目的和效果有更加清楚的理解，現(xiàn)對照附圖詳細說明 本發(fā)明的【具體實施方式】。
[0026] 圖1是本發(fā)明安全帶的檢測方法一實施方式的示意圖。
[0027] 在步驟Sl中，從待檢測圖像中識別目標(biāo)區(qū)域，對所述目標(biāo)區(qū)域進行安全帶識別， 并輸出識別結(jié)果。
[0028] 在步驟S2中，接收對識別結(jié)果的反饋信息，根據(jù)所述反饋信息修正步驟Sl中的目 標(biāo)區(qū)域識別方法和安全帶識別方法。在本發(fā)明的【具體實施方式】中，反饋信息可以來自于系 統(tǒng)的自動反饋，亦可以來自于終端用戶（例如交警部門）的反饋，以下以用戶反饋方式舉例 說明。當(dāng)終端用戶通過查看待檢測圖片中安全帶的佩戴情況以及安全帶的實際位置判斷檢 測結(jié)果是否正確。通過對用戶反饋信息的分析，特別是檢測結(jié)果錯誤的反饋，修正步驟Sl 中目標(biāo)區(qū)域識別方法和安全帶識別方法，并保存修正結(jié)果，以保證在以后的檢測過程中對 相同或類似的待檢測圖像可以采用相同的目標(biāo)區(qū)域識別方法和安全帶識別方法，從而逐漸 提1?圖像檢測的精度。
[0029] 圖2是圖1中步驟Sl的一個實施方式的示意圖。。
[0030] 在步驟Sll中，從待檢測圖像中識別包含司乘人員影像的目標(biāo)區(qū)域。所述待檢測 圖像是指通過攝像頭等圖像采集裝置所采集到的車輛在道路上行駛的照片（例如來自現(xiàn)有 的交通監(jiān)控系統(tǒng))，所述目標(biāo)區(qū)域是指司乘人員上半身用于佩戴安全帶的區(qū)域。
[0031] 在步驟S12中，對所述目標(biāo)區(qū)域進行質(zhì)量分類，并對質(zhì)量分類后的目標(biāo)區(qū)域進行 對應(yīng)的圖像增強處理。因為在不同的光線、亮度等環(huán)境下所采集到的圖像質(zhì)量有所差異，所 以為了提高圖像檢測的精度，需要按照待檢測圖像的質(zhì)量進行分類，以便后續(xù)采用不同的 方法對圖像進行處理，從而可以有針對性的處理不同質(zhì)量的圖像，提高圖像檢測的精度。
[0032] 在步驟S13中，對步驟S12處理后的目標(biāo)區(qū)域進行安全帶識別，并輸出識別結(jié)果。 其中，進行安全帶識別是根據(jù)安全帶具有由近似一條條相互平行的直線組成的特征，通過 檢測平行的直線束進行安全帶識別，并將識別到的結(jié)果輸出到后臺服務(wù)器或其他數(shù)據(jù)處理 終端，以供終端用戶進行查看。
[0033] 在本發(fā)明的一個實施方式中，上述步驟Sll和步驟S12的執(zhí)行順序可以改變，并不 局限于先執(zhí)行步驟Sll后才可以執(zhí)行步驟S12。例如，可以先執(zhí)行步驟S12,對待檢測圖像 進行圖像質(zhì)量分類和圖像增強，然后再執(zhí)行步驟S11，從進行圖像質(zhì)量分類和圖像增強后的 圖像中檢測目標(biāo)區(qū)域。
[0034] 圖3是圖2中步驟Sll目標(biāo)區(qū)域識別的一個實施方式的示意圖。如圖3所示，其 包括以下步驟：
[0035] Slll :從所述待檢測圖像中檢測人臉區(qū)域；檢測人臉區(qū)域可以采用Haar特征結(jié)合 AdaBoost人臉分類器進行檢測，也可以采用LBP特征結(jié)合AdaBoost分類器進行檢測，也可 以通過LBP特征結(jié)合SVM分類器進行檢測。
[0036] S112:通過所述人臉區(qū)域確定所述司乘人員的上半身位置，并將所述上半身位 置確定為所述目標(biāo)區(qū)域。在本發(fā)明的一實施方式中，假定檢測到司乘人員人臉的位置是 Rtl(?,、、，其中，X和y標(biāo)示人臉矩形框在圖片中的橫坐標(biāo)和縱坐標(biāo)，w和h表示人臉 矩形框的寬度和高度。那么根據(jù)人體臉部與身體上部軀干的位置關(guān)系可以得到目標(biāo)區(qū)域的 位置是R 1 (X1, Y1, W1, Ii1),其中，Rtl (xQ，yQ，W。，hQ)與R1 (X1, Y1, W1, Ii1)的關(guān)系可以通過如下的等 式進行換算：

【權(quán)利要求】
1. 一種汽車安全帶檢測方法，其特征在于，包括以下步驟： 51 :從待檢測圖像中識別目標(biāo)區(qū)域，對所述目標(biāo)區(qū)域進行安全帶識別，并輸出識別結(jié) 果； 52 :接收對識別結(jié)果的反饋信息，根據(jù)所述反饋信息修正步驟S1中的目標(biāo)區(qū)域識別方 法和安全帶識別方法。
2. 如權(quán)利要求1所述的汽車安全帶檢測方法，其特征在于，所述步驟S1包括以下子步 驟： 511 :從待檢測圖像中識別包含司乘人員影像的目標(biāo)區(qū)域； 512 :對所述目標(biāo)區(qū)域進行質(zhì)量分類，并對質(zhì)量分類后的目標(biāo)區(qū)域進行對應(yīng)的圖像增 強； 513 :對步驟S12處理后的目標(biāo)區(qū)域進行安全帶識別，并輸出識別結(jié)果。
3. 如權(quán)利要求2所述的汽車安全帶檢測方法，其特征在于，所述步驟SI 1包括以下子步 驟： 5111 :從所述待檢測圖像中檢測人臉區(qū)域； 5112 :通過所述人臉區(qū)域確定所述司乘人員的上半身位置，并確定所述上半身位置為 所述目標(biāo)區(qū)域； 以及在步驟S2中根據(jù)所述反饋信息中的人臉信息對步驟S111中人臉檢測方法進行修 正。
4. 如權(quán)利要求2所述的汽車安全帶檢測方法，其特征在于，所述步驟S13包括： 5131 :利用Hough變換方法識別所述目標(biāo)區(qū)域中的直線； 5132 :從步驟S131的直線識別結(jié)果中挑選角度符合預(yù)設(shè)標(biāo)準(zhǔn)的直線，并從符合所述預(yù) 設(shè)標(biāo)準(zhǔn)的直線中挑選相互平行且具有預(yù)設(shè)間距的平行直線對，確定所述平行直線對之間的 區(qū)域為待檢測區(qū)域，進入步驟S133 ;當(dāng)不存在角度符合預(yù)設(shè)標(biāo)準(zhǔn)的直線或者不存在符合所 述預(yù)設(shè)間距的平行直線對時，確認所述司乘人員未佩戴安全帶，并進入步驟S134 ; 5133 :利用區(qū)域生長法判斷所述待檢測區(qū)域的區(qū)域一致性，當(dāng)所述待檢測區(qū)域具有區(qū) 域一致性時，則確定所述司乘人員佩戴安全帶，若不具有區(qū)域一致性，則確定所述司乘人員 未佩戴安全帶； 5134 :輸出判斷結(jié)果。 以及在步驟S2中根據(jù)所述反饋信息對步驟S13中直線識別方法以及區(qū)域生長法進行 修正。
5. 如權(quán)利要求2所述的汽車安全帶檢測方法，其特征在于，所述步驟S12包括以下子步 驟： 5121 :根據(jù)預(yù)設(shè)的圖像質(zhì)量分類標(biāo)準(zhǔn)對所述目標(biāo)區(qū)域進行圖像質(zhì)量分類； 5122 :對進行所述圖像質(zhì)量分類后的目標(biāo)區(qū)域使用對應(yīng)的圖像增強方法進行處理，并 使用預(yù)設(shè)的二值化參數(shù)對圖像增強處理后的目標(biāo)區(qū)域進行二值化處理； 以及在步驟S2中根據(jù)反饋信息中的圖像質(zhì)量類別以及安全帶實際位置來修正步驟 S121中的所述圖像質(zhì)量分類標(biāo)準(zhǔn)以及步驟S122中的所述二值化參數(shù)。
6. -種汽車安全帶檢測裝置，其特征在于，包括： 識別模塊，用于從待檢測圖像中識別目標(biāo)區(qū)域，對所述目標(biāo)區(qū)域進行安全帶識別，并輸 出識別結(jié)果； 反饋模塊，用于接收對識別結(jié)果的反饋信息，根據(jù)所述反饋信息修正所述識別模塊的 目標(biāo)區(qū)域識別方法和安全帶識別方法。
7. 如權(quán)利要求6所述的汽車安全帶檢測裝置，其特征在于，所述識別模塊包括： 目標(biāo)區(qū)域識別模塊，用于從待檢測圖像中識別包含司乘人員影像的目標(biāo)區(qū)域； 目標(biāo)區(qū)域處理模塊，用于對所述目標(biāo)區(qū)域進行質(zhì)量分類，并對質(zhì)量分類后的目標(biāo)區(qū)域 進行對應(yīng)的圖像增強處理； 安全帶識別模塊，用于對所述目標(biāo)區(qū)域處理模塊處理后的目標(biāo)區(qū)域進行安全帶識別， 并輸出識別結(jié)果。
8. 如權(quán)利要求7所述的汽車安全帶檢測裝置，其特征在于，所述目標(biāo)區(qū)域識別模塊還 用于從所述待檢測圖像中檢測人臉區(qū)域，以及通過所述人臉區(qū)域確定所述司乘人員的上半 身位置，并確定所述上半身位置為所述目標(biāo)區(qū)域，所述反饋模塊根據(jù)所述反饋信息中的人 臉信息對所述目標(biāo)區(qū)域識別模塊中人臉檢測方法進行修正。
9. 如權(quán)利要求7所述的汽車安全帶檢測裝置，其特征在于，所述安全帶識別模塊包括： 直線識別子模塊，用于利用Hough變換方法識別所述目標(biāo)區(qū)域中角度符合預(yù)設(shè)標(biāo)準(zhǔn)的 直線； 區(qū)域識別子模塊，用于從所述直線識別子模塊識別的直線中挑選相互平行且具有預(yù)設(shè) 間距的平行直線對，并確定所述平行直線對之間的區(qū)域為待檢測區(qū)域； 區(qū)域一致性判斷子模塊，用于利用區(qū)域生長法判斷所述待檢測區(qū)域的區(qū)域一致性； 結(jié)果輸出子模塊，用于在所述區(qū)域一致性判斷子模塊確認所述待檢測區(qū)域具有區(qū)域一 致性時輸出所述司乘人員佩戴安全帶的檢測結(jié)果、在所述區(qū)域一致性判斷子模塊確認所述 待檢測區(qū)域不具有區(qū)域一致性時、或所述直線識別子模塊未識別到角度符合預(yù)設(shè)標(biāo)準(zhǔn)的直 線時或所述區(qū)域識別子模塊未識別到具有預(yù)設(shè)間距的平行直線對時輸出所述司乘人員未 佩戴安全帶的檢測結(jié)果； 所述反饋模塊還用于根據(jù)反饋信息對所述安全帶識別模塊的直線識別方法以及區(qū)域 生長法進行修正。
10. 如權(quán)利要求7所述的汽車安全帶檢測裝置，其特征在于，所述目標(biāo)區(qū)域處理模塊還 用于根據(jù)預(yù)設(shè)的圖像質(zhì)量分類標(biāo)準(zhǔn)對所述目標(biāo)區(qū)域進行圖像質(zhì)量分類，并對進行圖像質(zhì)量 分類后的目標(biāo)區(qū)域使用對應(yīng)的圖像增強方法進行處理，以及使用預(yù)設(shè)的二值化參數(shù)對圖像 增強處理后的目標(biāo)區(qū)域進行二值化處理，所述安全帶識別模塊還用于輸出所述目標(biāo)區(qū)域處 理模塊的圖像質(zhì)量分類結(jié)果以及安全帶識別模塊檢測出的安全帶位置；所述反饋模塊接收 包含的圖像質(zhì)量類別以及安全帶實際位置的反饋信息，所述目標(biāo)區(qū)域處理模塊還根據(jù)所述 反饋信息修正所述圖像質(zhì)量分類標(biāo)準(zhǔn)以及所述二值化參數(shù)。
【文檔編號】G06T7/00GK104417490SQ201310386134
【公開日】2015年3月18日 申請日期:2013年8月29日 優(yōu)先權(quán)日:2013年8月29日
【發(fā)明者】史方, 薛曉利 申請人:同觀科技（深圳）有限公司