CN103870806A - 一种结合方向盘检测的安全带检测方法 - Google Patents

一种结合方向盘检测的安全带检测方法 Download PDF

Info

Publication number
CN103870806A
CN103870806A CN201410059950.1A CN201410059950A CN103870806A CN 103870806 A CN103870806 A CN 103870806A CN 201410059950 A CN201410059950 A CN 201410059950A CN 103870806 A CN103870806 A CN 103870806A
Authority
CN
China
Prior art keywords
canny
surveyed area
gray
detection
safety belt
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Granted
Application number
CN201410059950.1A
Other languages
English (en)
Other versions
CN103870806B (zh
Inventor
孔德兴
吴法
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
HANGZHOU OSHI IMAGE TECHNOLOGY Co Ltd
Original Assignee
HANGZHOU OSHI IMAGE TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by HANGZHOU OSHI IMAGE TECHNOLOGY Co Ltd filed Critical HANGZHOU OSHI IMAGE TECHNOLOGY Co Ltd
Priority to CN201410059950.1A priority Critical patent/CN103870806B/zh
Publication of CN103870806A publication Critical patent/CN103870806A/zh
Application granted granted Critical
Publication of CN103870806B publication Critical patent/CN103870806B/zh
Expired - Fee Related legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Landscapes

  • Image Analysis (AREA)

Abstract

本发明涉及智能交通系统，旨在提供一种结合方向盘检测的安全带检测方法。该种结合方向盘检测的安全带检测方法包括步骤：选取检测区域；获取检测区域的Canny图；概率hough变换检测方向盘圆心；以方向盘圆心为基准，重新选择检测区域；直线检测，判断是否系安全带。本发明能有效利用现有卡口系统设备，在不增加任何硬件设备的前提下，从卡口图片中检测是否有未系安全带的违章行为，此方法能快速筛选出人眼能迅速判定的已系安全带的图片。利用方向盘位置，对检测区域作了重新选择，进一步缩小检测区域，从而可减少被检测出的直线段数量，同时可降低对直线段长度、直线段平行度，直线方向等参数的要求。

Description

一种结合方向盘检测的安全带检测方法
技术领域
本发明是关于智能交通系统，特别涉及一种结合方向盘检测的安全带检测方法。
背景技术
智能交通系统，IntelligentTransportationSystem，简称ITS，是未来交通系统的发展方向，也是目前世界交通运输领域的前沿研究课题。随着计算机视觉技术、嵌入式技术、网络通信技术的发展，研究车辆违章行为自动检测系统已经成为当前智能交通中的一个研究热点。
作为保障司机安全驾驶和降低交通事故中死伤率的一项重要措施，交管部门严格要求汽车司机在行驶过程中佩戴安全带，2013年10月28日颁布的《中华人民共和国道路交通安全法》第五十一条规定：机动车行驶时，驾驶人、乘坐人员应当按规定使用安全带，摩托车驾驶人及乘坐人员应当按规定戴安全头盔。因此用于检测安全带佩戴情况的方法，具体广阔的应用前景，且能填补该领域的技术空白。
发明内容
本发明的主要目的在于克服现有技术中的不足，提供一种能在卡口图片中检测未系安全带的违章行为的方法。为解决上述技术问题，本发明的解决方案是：
提供一种结合方向盘检测的安全带检测方法，包括以下步骤：
(1)选取检测区域；
(2)获取检测区域的Canny图；
(3)概率hough变换检测方向盘圆心；
(4)以方向盘圆心为基准，重新选择检测区域；
(5)直线检测，判断是否系安全带；
所述步骤(1)的具体过程，按如下步骤处理：
步骤A：通过卡口系统拍摄汽车在行驶中的卡口图片，然后在拍摄的卡口图片中，定位出前车窗右上角点；
步骤B：以前车窗右上角点为基准，选取检测区域，检测区域是指卡口图片中包含方向盘和安全带的区域；
所述步骤(2)的具体过程，按如下步骤处理：
步骤C：将卡口图片中的检测区域，由RGB图转化为GRAY图；
步骤D：将GRAY图灰度值范围拉伸为0-255；
步骤E：将Canny算子作用于步骤D处理后的GRAY图，得到Canny图；
所述步骤(3)的具体过程，按如下步骤处理：
步骤F：在步骤(2)中得到的Canny图中，将方向盘圆弧分成左半弧段和右半弧段，对应形成两幅图Cl，Cr；
步骤G：将方向盘左半弧段、右半弧段都看作椭圆弧段的一部分，用hough变换检测椭圆弧段，记hough变换中的参数投票空间为hough空间，将Cl，Cr投影到同一个hough空间中；
步骤H：统计hough空间中的投票数，选取投票数最多的点作为方向盘圆心；
所述步骤(4)的具体过程：以步骤(3)中确定的方向盘圆心为基准，在步骤B选取的检测区域中，重新选择150像素×100像素的检测区域，重新选取的检测区域是指包含安全带的区域；
所述步骤(5)的具体过程，按如下步骤处理：
步骤1：将步骤(4)中选择的检测区域，由RGB图转化为GRAY图；
步骤J：将步骤1中的GRAY图灰度值范围拉伸为0-255；
步骤K：进行Canny边缘检测与筛选，具体过程：步骤a：将Canny算子作用于步骤J处理后的GRAY图，得到检测区域的Canny图；步骤b：在步骤a得到的Canny图中，选取45度或者225度方向上存在连续两个点的Canny点；步骤c：将Sobel算子作用于步骤J处理后的GRAY图，得到梯度角；步骤d：在步骤b得到的Canny图中，选取梯度方向满足下式的点：sin(θ-45)＜0.1，其中θ为梯度角；
步骤L：在步骤K得到的Canny图中，用概率hough变换提取直线段；
步骤M：判断步骤L中提取的直线段是否满足条件，具体过程：步骤e：将步骤L中得到的直线段做两两比较，计算相对较短线段的中心到相对较长线段的距离，以及两线段间的夹角；步骤f：若两线段夹角为0度且像素间距离小于安全带宽度，则判定为安全带的两条平行线，判定为系了安全带，若不满足两线段夹角为0度且像素间距离小于安全带宽度，则判定为未系安全带。
本发明的原理：通过前车窗右上角点，定位一个包含安全带和片向盘的检测区域，由于方向盘是一定存在的对象，故在此搜索区域内定位方向盘的位置，通过方向盘信息，进一步缩小检测区域，在此区域内作Canny边缘提取，概率hough变换检测直线段，受干扰信息更小，且能针对方向盘附近的安全带作更细致的特征提取，从而检测出在方向盘附近清晰的安全带，弥补对整条安全带边缘提取困难的情况。
本发明的有益效果是：
能有效利用现有卡口系统设备，在不增加任何硬件设备的前提下，从卡口图片中检测是否有未系安全带的违章行为，此方法能快速筛选出人眼能迅速判定的已系安全带的图片。利用方向盘位置，对检测区域作了重新选择，进一步缩小检测区域，从而可减少被检测出的直线段数量，同时可降低对直线段长度、直线段平行度，直线方向等参数的要求。
附图说明
图1为本发明的流程图。
图2为Canny边缘的筛选条件示意图。
具体实施方式
下面结合附图与具体实施方式对本发明作进一步详细描述：
如图1所示流程图，一种结合方向盘检测的安全带检测方法利用方向盘位置，对检测区域作重新选择，进一步缩小检测区域，从而可减少被检测出的直线段数量，同时可降低对直线段长度、直线段平行度，直线方向等参数的要求，具体包括以下步骤：
(1)选取检测区域；
(2)获取检测区域的Canny图；
(3)概率hough变换检测方向盘圆心；
(4)以方向盘圆心为基准，重新选择检测区域；
(5)直线检测，判断是否系安全带。
所述步骤(1)的具体过程，按如下步骤处理：
步骤A：通过卡口系统拍摄汽车在行驶中的卡口图片，然后在拍摄的卡口图片中，定位出前车窗右上角点，记为(Xc，Yc)，此位置用来大致确定检测区域的范围，故不需要很精确的位置信息；
步骤B：以前车窗右上角点为基准，选取200像素×200像素的检测区域，检测区域以包含方向盘和安全带即可；例如，检测区域的四个顶点选为：(Xc-160，Yc)、(Xc+40，Yc)、(Xc-160，Yc+200)、(Xc+40，Yc+200)，检测区域需包含安全带和方向盘信息。
所述步骤(2)的具体过程，按如下步骤处理：
步骤C：将卡口图片中的检测区域，由RGB图转化为GRAY图；
步骤D：将GRAY图灰度值范围拉伸为0-255；
步骤E：将Canny算子作用于步骤D处理后的GRAY图，得到Canny图。
所述步骤(3)的具体过程，按如下步骤处理：
步骤F：在步骤(2)中得到的Canny图中，将方向盘圆弧分成左半弧段和右半弧段，对应形成两幅图Cl，Cr，将方向盘分成左右弧段，相当于对Canny点做删选，去除一些干扰点，减少后续计算量；
步骤G：将方向盘左半弧段、右半弧段都看作椭圆弧段的一部分，用hough变换检测椭圆弧段，记hough变换中的参数投票空间为hough空间，将Cl，Cr投影到同一个hough空间中；
步骤H：统计hough空间中的投票数，选取投票数最多的点作为方向盘圆心。
所述步骤(4)的具体过程：以步骤(3)中确定的方向盘圆心为基准，在步骤(1)B的检测区域中，重新选择150像素×100像素的检测区域，该监测区域包含安全带，经过重定位，进一步缩小检测范围，有利于提取安全带这个弱特征。
所述步骤(5)的具体过程，按如下步骤处理：
步骤I：将步骤(4)中选择的检测区域，由RGB图转化为GRAY图。
步骤J：将步骤1中的GRAY图灰度值范围拉伸为0-255。
步骤K：进行Canny边缘检测与筛选，具体过程：
步骤a：将Canny算子作用于步骤J处理后的GRAY图，得到检测区域的Canny图；
步骤b：在步骤a得到的Canny图中，选取45度或者225度方向上存在连续两个点的Canny点，如图2所示，判断点沿45度或者225度方向，即1、2两个方向上存在Canny点，则保留；由于图片中的直线会不可避免的产生偏移，即3、4、5、6方向的情况，故如果满足上述4个方向的情况，则也保留判断点；不符合上述情况的判断点，均舍弃：
步骤c：将Sobel算子作用于步骤J处理后的GRAY图，得到梯度角；
步骤d：在步骤b得到的Canny图中，选取梯度方向满足下式的点：sin(θ-45)＜0.1，其中θ为梯度角。
步骤L：在步骤K得到的Canny图中，用概率hough变换提取直线段；
步骤M：判断步骤L中提取的直线段是否满足条件，具体过程；步骤e：将上一步中得到的直线段做两两比较，计算相对较短线段的中心到相对较长线段的距离，以及两线段间的夹角；步骤f：若两线段夹角为0度且像素间距离小于安全带宽度，则判定为安全带的两条平行线，判定为系了安全带，若不满足两线段夹角为0度且像素间距离小于安全带宽度，则判定为未系安全带。阈值可根据图中安全带宽度确定，如果两线段教教为0度，说明两线段平行，再判断两平行线间距离，如果安全带发生扭转，致使安全带边缘不平行，则无法用此条件判断是否系了安全带。
实验证明，此方法重点检测在方向盘周围的安全带边缘，且取得了良好的检测率。
最后，需要注意的是，以上列举的仅是本发明的具体实施例。显然，本发明不限于以上实施例，还可以有很多变形。本领域的普通技术人员能从本发明公开的内容中直接导出或联想到的所有变形，均应认为是本发明的保护范围。

Claims (1)

1.一种结合方向盘检测的安全带检测方法，其特征在于，包括以下步骤：
(1)选取检测区域：
(2)获取检测区域的Canny图；
(3)概率hough变换检测方向盘圆心；
(4)以方向盘圆心为基准，重新选择检测区域；
(5)直线检测，判断是否系安全带；
所述步骤(1)的具体过程，按如下步骤处理：
步骤A：通过卡口系统拍摄汽车在行驶中的卡口图片，然后在拍摄的卡口图片中，定位出前车窗右上角点：
步骤B：以前车窗右上角点为基准，选取检测区域，检测区域是指卡口图片中包含方向盘和安全带的区域；
所述步骤(2)的具体过程，按如下步骤处理：
步骤C：将卡口图片中的检测区域，由RGB图转化为GRAY图；
步骤D：将GRAY图灰度值范围拉伸为0-255；
步骤E：将Canny算子作用于步骤D处理后的GRAY图，得到Canny图；
所述步骤(3)的具体过程，按如下步骤处理：
步骤F：在步骤(2)中得到的Canny图中，将方向盘圆弧分成左半弧段和右半弧段，对应形成两幅图Cl，Cr；
步骤G：将方向盘左半弧段、右半弧段都看作椭圆弧段的一部分，用hough变换检测椭圆弧段，记hough变换中的参数投票空间为hough空间，将Cl，Cr投影到同一个hough空间中；
步骤H：统计hough空间中的投票数，选取投票数最多的点作为方向盘圆心；
所述步骤(4)的具体过程：以步骤(3)中确定的方向盘圆心为基准，在步骤B选取的检测区域中，重新选择150像素×100像素的检测区域，重新选取的检测区域是指包含安全带的区域；
所述步骤(5)的具体过程，按如下步骤处理：
步骤I：将步骤(4)中选择的检测区域，由RGB图转化为GRAY图；
步骤J：将步骤I中的GRAY图灰度值范围拉伸为0-255；
步骤K：进行Canny边缘检测与筛选，具体过程：步骤a：将Canny算子作用于步骤J处理后的GRAY图，得到检测区域的Canny图；步骤b：在步骤a得到的Canny图中，选取45度或者225度方向上存在连续两个点的Canny点；步骤c：将Sobel算子作用于步骤J处理后的GRAY图，得到梯度角；步骤d：在步骤b得到的Canny图中，选取梯度方向满足下式的点：sin(θ-45)＜0.1，其中θ为梯度角；
步骤L：在步骤K得到的Canny图中，用概率hough变换提取直线段；
步骤M：判断步骤L中提取的直线段是否满足条件，具体过程：步骤e：将步骤L中得到的直线段做两两比较，计算相对较短线段的中心到相对较长线段的距离，以及两线段间的夹角；步骤f：若两线段夹角为0度且像素间距离小于安全带宽度，则判定为安全带的两条平行线，判定为系了安全带，若不满足两线段夹角为0度且像素间距离小于安全带宽度，则判定为未系安全带。
CN201410059950.1A 2014-02-21 2014-02-21 一种结合方向盘检测的安全带检测方法 Expired - Fee Related CN103870806B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201410059950.1A CN103870806B (zh) 2014-02-21 2014-02-21 一种结合方向盘检测的安全带检测方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201410059950.1A CN103870806B (zh) 2014-02-21 2014-02-21 一种结合方向盘检测的安全带检测方法

Publications (2)

Publication Number Publication Date
CN103870806A true CN103870806A (zh) 2014-06-18
CN103870806B CN103870806B (zh) 2017-05-10

Family

ID=50909322

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201410059950.1A Expired - Fee Related CN103870806B (zh) 2014-02-21 2014-02-21 一种结合方向盘检测的安全带检测方法

Country Status (1)

Country Link
CN (1) CN103870806B (zh)

Cited By (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123557A (zh) * 2014-06-29 2014-10-29 中南大学 一种基于公路监控设备的轿车安全带系挂状态的检测方法
CN105809099A (zh) * 2014-12-31 2016-07-27 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN105809171A (zh) * 2014-12-31 2016-07-27 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN107545225A (zh) * 2016-06-23 2018-01-05 杭州海康威视数字技术股份有限公司 一种检测车载驾驶员违规行为的方法、装置及电子设备
CN108256495A (zh) * 2018-01-31 2018-07-06 浙江工业大学 一种基于假定圆检测的汽车方向盘检测方法
CN108470144A (zh) * 2018-01-31 2018-08-31 浙江工业大学 一种基于曲线分段的汽车方向盘检测方法
CN110517261A (zh) * 2019-08-30 2019-11-29 上海眼控科技股份有限公司 安全带状态检测方法、装置、计算机设备和存储介质

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110163896A1 (en) * 2005-08-22 2011-07-07 Andrew Chinigo Security system for mass transit and mass transportation
CN103150560A (zh) * 2013-03-15 2013-06-12 福州龙吟信息技术有限公司 一种汽车智能安全驾驶的实现方法
CN203325002U (zh) * 2013-03-15 2013-12-04 福州龙吟信息技术有限公司 一种汽车智能安全驾驶系统
CN103522982A (zh) * 2013-10-25 2014-01-22 公安部第三研究所 基于图像分析的车辆安全带检测方法及装置

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US20110163896A1 (en) * 2005-08-22 2011-07-07 Andrew Chinigo Security system for mass transit and mass transportation
CN103150560A (zh) * 2013-03-15 2013-06-12 福州龙吟信息技术有限公司 一种汽车智能安全驾驶的实现方法
CN203325002U (zh) * 2013-03-15 2013-12-04 福州龙吟信息技术有限公司 一种汽车智能安全驾驶系统
CN103522982A (zh) * 2013-10-25 2014-01-22 公安部第三研究所 基于图像分析的车辆安全带检测方法及装置

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
葛如海等: "安全带佩戴视觉检测系统仿真研究", 《车辆与动力技术》 *

Cited By (12)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104123557A (zh) * 2014-06-29 2014-10-29 中南大学 一种基于公路监控设备的轿车安全带系挂状态的检测方法
CN104123557B (zh) * 2014-06-29 2017-10-03 中南大学 一种基于公路监控设备的轿车安全带系挂状态的检测方法
CN105809099A (zh) * 2014-12-31 2016-07-27 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN105809171A (zh) * 2014-12-31 2016-07-27 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN105809099B (zh) * 2014-12-31 2019-12-13 成都理想境界科技有限公司 基于监控图像的安全带检测方法
CN107545225A (zh) * 2016-06-23 2018-01-05 杭州海康威视数字技术股份有限公司 一种检测车载驾驶员违规行为的方法、装置及电子设备
CN107545225B (zh) * 2016-06-23 2021-07-02 杭州海康威视数字技术股份有限公司 一种检测车载驾驶员违规行为的方法、装置及电子设备
CN108256495A (zh) * 2018-01-31 2018-07-06 浙江工业大学 一种基于假定圆检测的汽车方向盘检测方法
CN108470144A (zh) * 2018-01-31 2018-08-31 浙江工业大学 一种基于曲线分段的汽车方向盘检测方法
CN108256495B (zh) * 2018-01-31 2020-05-19 浙江工业大学 一种基于假定圆检测的汽车方向盘检测方法
CN108470144B (zh) * 2018-01-31 2021-05-04 浙江工业大学 一种基于曲线分段的汽车方向盘检测方法
CN110517261A (zh) * 2019-08-30 2019-11-29 上海眼控科技股份有限公司 安全带状态检测方法、装置、计算机设备和存储介质

Also Published As

Publication number Publication date
CN103870806B (zh) 2017-05-10

Similar Documents

Publication Publication Date Title
CN103870806A (zh) 一种结合方向盘检测的安全带检测方法
CN103150556B (zh) 用于道路交通监控的安全带自动检测方法
KR102441085B1 (ko) 횡단보도 인식 결과를 이용한 안내 정보 제공 장치 및 방법
CN104008645B (zh) 一种适用于城市道路车道线预测及预警方法
KR101517181B1 (ko) 차선 이탈 경보 시스템 및 방법
KR102227843B1 (ko) 차선 이탈 경보 시스템의 동작방법
CN103871052A (zh) 一种基于直线检测的安全带检测算法
Bhujbal et al. Lane departure warning system based on Hough transform and Euclidean distance
Guo et al. Image-based seat belt detection
CN104680124A (zh) 检测行人的影像处理装置及其方法
CN102915640A (zh) 基于Hough变换的安全带检测方法
KR20150102546A (ko) 차선 인식 장치 및 방법
CN103021179B (zh) 基于实时监控视频中的安全带检测方法
CN104376561B (zh) 一种安全带检测方法
CN103488975A (zh) 一种基于智能驾驶的斑马线实时检测的方法
CN104112141A (zh) 一种基于公路监控设备的货车安全带系挂状态的检测方法
CN104700072A (zh) 基于车道线历史帧的识别方法
CN103177586A (zh) 一种基于机器视觉的城市交叉路口多车道车流量检测方法
EP2741234B1 (en) Object localization using vertical symmetry
CN103699899B (zh) 基于等距曲线模型的车道线检测方法
KR101406316B1 (ko) 차선 인식 장치 및 그 방법
JP2012160165A (ja) ベースライン帯域ビデオ監視システムおよび方法
CN104123557A (zh) 一种基于公路监控设备的轿车安全带系挂状态的检测方法
CN104700068A (zh) 一种基于svm的驾驶员安全带检测方法
Premachandra et al. Image based automatic road surface crack detection for achieving smooth driving on deformed roads

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
C10 Entry into substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant
CF01 Termination of patent right due to non-payment of annual fee

Granted publication date: 20170510

CF01 Termination of patent right due to non-payment of annual fee