CN104036575A - 施工现场安全帽佩戴情况监控方法 - Google Patents

Abstract

本发明公开了一种施工现场安全帽佩戴情况监控方法，该监控方法所使用的硬件至少包括：高速球摄像机、监控装置、显示装置；该监控方法至少包括：监控图像的采集、监控图像的处理以及数据的统计和显示；监控图像的采集包括控制摄像机进行连续拍摄；监控图像的处理包括：目标的标记和安全帽的识别；目标的标记包括：获得二值化当前前景、标记和跟踪代表人的运动目标；安全帽的检测和识别基于目标的标记，而数据的统计和显示则根据安全帽的检测和识别进行统计和计算；本发明的监控方法通过基于视觉的检测方法对施工现场入口处的佩戴安全帽的情况进行监控，该监控方法能够实现自动检测和监控。

Description

施工现场安全帽佩戴情况监控方法

技术领域

本发明涉及一种监控方法，具体涉及一种施工现场安全帽佩戴情况监控方法。

背景技术

安全帽作为一种个人头部防护用品，能有效地防止和减轻操作人员在生产作业中遭受坠落物体或自坠落时对人体头部的伤害。道路施工现场施工人员佩戴安全帽是一种必须的安全措施，能在一定程度上保障施工人员的人身安全。道路施工现场带各种颜色安全帽人数检测统计具有重要意义。通过对进出施工现场的佩戴不同颜色安全帽的施工人员的统计，能方便实现资源的合理分配，有效进行人员管理；发现没带安全帽的工人及时发出告警，在一定程度上保障施工人员的安全。

但是由于施工现场条件恶劣，场景复杂，目前还基本上是通过人工监视来实现对施工人员佩戴安全帽情况进行监控的，这样耗费了许多人力物力，还没有有效的智能的自动检测方法来解决这个问题。

发明内容

为解决现有技术的不足，本发明的目的在于提供一种能够有效智能自动监控施工现场安全帽佩戴情况监控方法。

为了实现上述目标，本发明采用如下的技术方案：

一种施工现场安全帽佩戴情况监控方法，监控方法所使用的硬件至少包括：高速球摄像机、监控装置、显示装置；监控方法至少包括：监控图像的采集、监控图像的处理以及数据的统计和显示；监控图像的采集包括控制高速球摄像机进行连续拍摄；监控图像的处理包括：目标的标记和安全帽的识别；目标的标记包括：获得二值化当前前景、标记和跟踪代表人的运动目标，获得二值化当前前景包括如下步骤：监控装置根据背景图像序列获得当前背景；监控装置将当前帧图像与当前背景图像做差，得到当前前景；监控装置将当前前景进行二值化处理，得到二值化当前前景；标记和跟踪代表人的运动目标包括：标记目标的判定、标记目标的跟踪、标记目标的方向标记；标记目标的判定是指监控装置对二值化当前前景中的目标进行判定，如果目标的外接矩形符合设定的阈值则认为该目标为表示人，监控装置将该目标通过标记使之在监控装置中被记录为标记目标；标记目标的跟踪是指监控装置将二值化当前前景中的每个目标与上一个二值化当前前景中的每个标记目标进行对比，如果当前帧的一个目标外接矩形与上一帧某个目标的外接矩形的交叠面积大于设定百分比并且二者大小的差异在预设范围内，则认为二者是同一目标，将上一帧图像中与之匹配的目标的标记传递给当前帧图中的该目标，如果当前帧的一个目标在上一帧图像的所有目标中没有搜索到可以匹配的目标则认为当前帧图像中该目标是第一次出现，则将对该目标进行的标记目标判定处理；标记目标的方向标记是指在跟踪标记目标的同时根据标记目标的外接矩形的几何中心的实时坐标的变化确定标记目标的运动方向并将运动方向信息标附加在该标记目标的数据信息中作为标记目标的方向标记；安全帽的识别包括：监控装置检测位于检测区域中所划设的检测线之间的所有标记目标是否为重检目标，若是则放弃该标记目标，若否则对该标记目标进行安全帽检测；安全帽检测包括如下步骤：对标记目标的外接矩形中划取其上部预设比例部分的区域作为安全帽潜在区域；在安全帽潜在区域寻找预设颜色范围内的像素点，并以其颜色对应的编号为这些像素点进行标记；将具有相同编号的点的轮廓找出，舍去其中形状、尺寸、离散度不符合安全帽轮廓阈值的轮廓，余下的则认为是代表安全帽的轮廓，并根据其中点的编号得到其所代表颜色的编号即该人所佩戴安全帽的颜色，若是没有得到任何一个可以代表安全帽的轮廓则认为该代表人的运动目标中没有包含安全帽，则认为该人没有带安全帽，此时监控装置发出警告；数据的统计和显示包括如下内容：监控装置每天从工作时间开始创建当天进出该入口施工人员佩戴各种安全帽的数据日志，初始值均为零，监控装置进行监控工作时将从每帧识别出佩戴各种安全帽人数的统计数据情况实时累加到系统数据日志的历史数据中，并且监控装置2实时统计进出该入口带每种颜色安全帽施工人员的数目，并将统计结果实时的传输给显示装置显示。

进一步地，如果当前帧图像是监控装置启动后的首张图像，监控装置则采用混合高斯背景模型的方法对背景图像序列进行处理获得整个监控过程中的首张当前背景。

进一步地，监控装置在启动后为了从第N+1帧开始进行监控，其先采集N帧图像以生成首张当前背景， N的取值为100到300。

进一步地，如果当前帧图像为监控装置启动后的首张图像之后的图像，监控装置则采用滑动平均模型的方法对背景图像序列进行处理获得实时的当前背景。

进一步地，在标记目标的判定处理中标记的方法是为被判定为人的目标的矩形框赋予一种颜色，该颜色通过赋予其R、G、B三个通道的值来确定，监控装置通过记录该颜色数据记录该目标。

进一步地，在标记目标的判定处理中，监控装置判定该目标是否为人的阈值包括：目标的外接矩形的面积、目标前景中的点数、目标前景与其外接矩形比例、目标前景的竖直积分投影中波峰波谷数目中一种或几种。

进一步地，安全帽的识别中的检测标记目标是否为重检目标具体包括以下内容：设置两个列表，一个是包含所有当前在检测线之间的标记目标，为当前目标列表，另一个是包含所有上一帧图像在检测线之间的标记目标，为上一帧目标列表，这两个列表再监控状态开始时均设为清空状态；如果当前目标列表不为空且上一帧目标列表不为空，则将当前目标列表中的标记目标与上一帧目标列表中的目标逐个做比较，判断当前帧目标列表中的每个目标是否与上一帧目标列表中的任一目标距离都大于预设阈值，若否则认为该目标已在上一帧被检测过，是重检目标，若是则认为该目标不是重检目标；如果上一帧目标列表为空，则默认当前目标列表中的目标都不是重检目标；在将当前目标列表与上一帧目标列表比较结束后将当前目标列表赋给上一帧目标列表，为下一帧判断重检目标做准备。

进一步地，安全帽的识别中安全帽检测包括如下步骤：对标记目标的外接矩形中划取其上部预设比例部分的区域作为安全帽潜在区域；在安全帽潜在区域寻找预设颜色范围内的像素点，并以其颜色对应的编号为这些像素点进行标记；将具有相同编号的点的轮廓找出，舍去其中形状、尺寸、离散度不符合安全帽轮廓阈值的轮廓，余下的则认为是代表安全帽的轮廓，并根据其中点的编号得到其所代表颜色的编号即该人所佩戴安全帽的颜色，若是没有得到任何一个可以代表安全帽的轮廓则认为该代表人的运动目标中没有包含安全帽，则认为该人没有带安全帽，此时系统发出警告。

进一步地，在数据的统计和显示控制中，监控装置根据每个标识目标的方向标记的得到其是进入还是出去的人，并根据它的颜色标记得到其所佩戴安全帽的颜色，则最终统计结果包括实时进出该被监测入口佩戴每种帽子的人数，以及进出该被监测入口佩戴每种帽子的累积人数。

进一步地，高速球摄像机摄像的速度为每秒5到20帧。

本发明的有益之处在于：本发明的监控方法通过基于视觉的检测方法对施工现场入口处的佩戴安全帽的情况进行监控，该监控方法能够克服施工现场条件恶劣，场景复杂所带来的影响，在节省了人力投入的前提下，并且实现了有效的智能的自动检测和监控。

附图说明

图1是本发明的监控方法的所需的监控区域的示意图；

图2是本发明的监控方法所使用硬件示意图。

具体实施方式

以下结合说明书附图以及具体实施例，对本发明做进一步介绍：

参照图1所示，本发明的安全监控方法所依赖的硬件至少包括：高速球摄像机1、监控装置2、显示装置3。

其中，高速球摄像机1通过支架或立柱设置在所要监控区域的入口区域A，使其距离地面8到10米的距离，适当设置高速球摄像机1视角范围和入口区域A尺寸，使高速球摄像机1的视角范围能够完全覆盖入口区域A。

入口区域A尽可能设置为一块相对平整的地面，在入口区域A中设置两条平行的检测线，靠近高速球摄像机1一侧的为第一检测线a、另一条为第二检测线b。

高速球摄像机1与监控装置2构成通讯连接，它们之间的通讯连接既可以通过有线连接实现，也可以通过无线通讯连接实现。监控装置2能够处理来自高速球摄像机1的图像信息。

监控装置2能够向显示装置3发送视频、图像和数据信号，使显示装置3能够向用户进行信息告知及报警。

在以上硬件以及场地设置的基础上，本发明的施工现场安全帽佩戴情况监控方法包括：

监控图像的采集：

监控图像的处理；

数据的统计和显示。

其中，监控图像的采集包括：控制高速球摄像机1对入口区域进行连续拍摄，其每秒拍摄5到20帧，每帧分辨率优选为1920*1080，高速球摄像机1将拍摄的图像的图像数据传递给监控装置2，由高速球摄像机1拍摄并已传递给摄像机的一系列图像成为一个图像序列。需要说明的是，监控图像的采集贯穿本发明的监控方法始终。换言之，本发明的监控方法基于对图像的实时采集和处理，能及时反应出通过投射在图像上的实时情况的变化。

其中，监控图像的处理包括：目标的标记和安全帽的识别。需要说明的是，目标的标记和安全帽的识别均是指对需要标记和判定的当前帧进行处理。因此对于不断随着采集而更新的当前帧，目标的标记和安全帽的识别是不断循环处理的，因此本发明控制方法通过不断对采集的当前帧进行处理从而实现基于视觉的监控。

具体而言，目标的标记包括：获得二值化当前前景、标记和跟踪代表人的运动目标。

步骤101：监控装置2根据历史图像序列获得当前背景。历史图像序列是指除了当前帧图像以外的已采集的图像组成的图像序列。

如果当前帧图像是监控装置2启动后的首张图像，监控装置2则采用混合高斯背景模型的方法对历史图像序列进行处理获得整个监控过程中的首张当前背景。一般而言，监控装置2在启动后为了从第N+1帧开始进行监控，其先采集N帧图像以生成首张当前背景，作为优选方案，N的取值为100到300。

如果当前帧图像不是监控装置2启动后的首张图像，监控装置2则采用滑动平均模型的方法对背景图像序列进行处理获得实时的当前背景。

滑动平均模型的方法是指将当前帧图像按照与更新速率相关的权重累加到前一帧背景图像上。假设首张当前背景表示为B₁，之后N张当前背景表示为B₂、B₃至B_N+1。

假设首张需要进行监控的当前帧图像表示为V_1,之后N张前帧图像表示为V₂、V₃至V_N+1。

假设 V₁、V₂至V_N+1的更新速率分别是α₁、α₂至α_n+1。

则有：

B₂=B₁+V₁a₁（B1是由混合高斯背景模型得出的，因此可以认为其为常数或权值为1）

B₃=B₂+V₂a₂ ；

由此类推

B _N+1=B_N+V_Na_N。

其中，更新速率由每张当前帧图像的前景密度以及场景是否急剧变化决定。具体而言，前景密度是指当前前景点数与整幅图像大小的比率，前景密度越小则更新速率越大，前景密度越大则更新速率越小，因为当前景密度大并且没有超过一个上限阈值时认为有较大的前景目标，降低更新速率以防止其被误更新进背景图像中；但当前景密度大于一个上限阈值时，则认为当前存在有场景的急剧变化，则适当调大更新速率，使得背景更新速率能够适应场景的急剧变化。作为优选，更新速率为前景密度倒数的0.000005倍；但当前景密度大于0.9时，则认为当前存在有场景的急剧变化，则适当调大更新速率命其等于0.03，使得背景更新速率能够适应场景的急剧变化。

步骤102：监控装置2将当前帧图像与当前背景图像做差，得到当前前景。

步骤103：监控装置2将当前前景进行二值化处理，得到二值化当前前景。

标记和跟踪代表人的运动目标包括：标记目标的判定、标记目标的跟踪、标记目标的方向标记。

其中，标记目标的判定是指监控装置2对二值化当前前景中的运动目标进行判定，如果目标的外接矩形符合设定的阈值则认为该目标为表示人，监控装置2将该目标通过标记使之在监控装置2中被记录为标记目标。

标记的方法是为被判定为人的目标的矩形框赋予一种颜色，该颜色通过赋予其R、G、B三个通道的值来确定，监控装置2通过记录该颜色数据记录该目标。

作为优选方案，监控装置2判定该目标是否为人的阈值包括：目标的外接矩形的面积、目标前景中的点数、目标前景与其外接矩形比例、目标前景的竖直积分投影中波峰波谷数目中一种或几种。

标记目标的跟踪是指监控装置2对比相邻两帧图像中二值化当前前景中的目标是指监控装置2将二值化当前前景中的每个目标与上一个二值化当前前景中的每个标记目标进行对比，如果当前帧的一个目标外接矩形与上一帧某个目标的外接矩形的交叠面积大于设定百分比并且二者大小的差异在预设范围内，作为优选方案，则认为二者是同一目标，将上一帧图像中与之匹配的目标的标记传递给当前帧图中的该目标，当然如果该目标不是标记目标则不会发生标记的传递；如果当前帧的一个目标在上一帧图像的所有目标中没有搜索到可以匹配的目标则认为当前帧图像中该目标是第一次出现。

作为优选方案，外接矩形的交叠面积大于30%并且二者大小的差异在20%内，则认为二者是同一目标。

如果是第一次出现，则监控装置2对该目标进行如上所述标记目标的判定，判定其是否是代表人的目标，如果是赋予其新的标记将其标记为新的标记目标，如果否则忽略该目标。

对监控装置2启动后需要进行监控的首张图像的二值化当前前景而言，其仅需进行标记目标的判定，为后继二值化当前前景的处理中的标记目标的跟踪提供数据基础和可继承的标记。

对于首张二值化当前前景之后每张二值化当前前景而言，监控装置2首先对它们进行标记目标的跟踪，从而实时的对已出现代表人的目标进行跟踪。然后监控装置2对第一次出现的目标再进行标记目标的判定。

标记目标的方向标记是指在跟踪标记目标的同时根据标记目标的外接矩形的几何中心的实时坐标的变化确定标记目标的运动方向并将运动方向信息标记附加在该标记目标的数据信息中作为标记目标的方向标记。这里所指实时坐标是指在图像中的坐标，因为图像中坐标能够对应实际区域的坐标，所以其能反应目标是进是出。

安全帽的识别包括：

监控装置2检测位于第一检测线a、第二检测线b之间的所有标记目标是否为重检目标，若是则放弃该标记目标，若否则对该标记目标进行安全帽检测。

需要说明的是，当标记目标的外界矩形的几何中心处于第一检测线a、第二检测线b时则可认为该标记目标位于第一检测线a、第二检测线b之间。

检测标记目标是否为重检目标具体包括以下内容：

设置两个列表，一个是包含所有当前在第一检测线a、第二检测线b之间的标记目标，简称为当前目标列表，另一个是包含所有上一帧图像在第一检测线a、第二检测线b之间的标记目标，简称为上一帧目标列表，这两个列表再监控状态开始时均设为清空状态；

如果当前目标列表不为空且上一帧目标列表不为空，则将当前目标列表中的标记目标与上一帧目标列表中的目标逐个做比较，判断当前帧目标列表中的每个目标是否与上一帧目标列表中的任一目标距离都大于预设阈值，若否则认为该目标已在上一帧被检测过，是重检目标，若是则认为该目标不是重检目标。

另外，如果上一帧目标列表为空，则默认当前目标列表中的目标都不是重检目标。

在将当前目标列表与上一帧目标列表比较结束后将当前目标列表赋给上一帧目标列表，为下一帧判断重检目标做准备。

安全帽检测包括如下步骤：

步骤201：对标记目标的外接矩形中划取其上部预设比例部分的区域作为安全帽潜在区域。

作为优选方案，对标记目标的外接矩形划取其上部三分之一作为安全帽潜在区域。

步骤202：在安全帽潜在区域寻找预设颜色范围内的像素点，并以其颜色对应的编号为这些像素点进行标记。

步骤203：将具有相同编号的点的轮廓找出，舍去其中形状、尺寸、离散度不符合安全帽轮廓阈值的轮廓，余下的则认为是代表安全帽的轮廓，并根据其中点的编号得到其所代表颜色的编号即该人所佩戴安全帽的颜色，若是没有得到任何一个可以代表安全帽的轮廓则认为该代表人的运动目标中没有包含安全帽，则认为该人没有带安全帽，此时系统发出警告。

如此得到当前帧每个目标所戴安全帽的颜色，称之为目标的颜色标记。

为了能够使监控装置2根据图像识别所有的安全帽的颜色和形状。作为优选方案，可以预先对该施工工地所有安全帽颜色进行编号，并测定每种被编号颜色色度值的通常波动范围。更具体而言，是用在施工现场拍摄的不同光照条件和天气情况下实拍的安全帽图像进行分析测试，得出置信度最大的每种安全帽颜色所对应的色度值波动范围。

而对于形状，由于安全帽有标准制造规格，所以其大小和形状相对固定，又由于监测点位于两条相距很近的固定水平检测线中间，所以高速球摄像机1中所获取的图像中透视误差很小，安全帽的大小和形状的范围也就相对固定，因此，作为优选方案，设定安全帽轮廓形状参数范围、大小范围和其离散度范围来区分轮廓是否代表安全帽，其中离散度指的是轮廓的面积与轮廓周长平方的比值，以去除干扰轮廓。

数据的统计和显示包括如下内容：监控装置2每天从工作时间开始创建当天进出该入口施工人员佩戴各种安全帽的数据日志，初始值均为零，监控装置2进行监控工作时将从每帧识别出佩戴各种颜色安全帽人数的统计数据情况实时累加到系统数据日志的历史数据中，并且监控装置2实时统计进出该入口带每种颜色安全帽施工人员的数目，并将统计结果实时的传输给显示装置3显示。

更具体而言，监控装置2根据每个目标的方向标记的得到其是进入还是出去的人，并根据它的颜色标记得到其所佩戴安全帽的颜色，则最终统计结果包括实时进出该被监测入口佩戴每种颜色安全帽的人数，以及进出该被监测入口佩戴每种帽子的累积人数。

以上显示和描述了本发明的基本原理、主要特征和优点。本行业的技术人员应该了解，上述实施例不以任何形式限制本发明，凡采用等同替换或等效变换的方式所获得的技术方案，均落在本发明的保护范围内。

Claims (10)

1.施工现场安全帽佩戴情况监控方法，其特征在于，所述监控方法所使用的硬件至少包括：摄像机、监控装置、显示装置；所述监控方法至少包括：监控图像的采集、监控图像的处理以及数据的统计和显示；所述监控图像的采集包括控制摄像机进行连续拍摄；所述监控图像的处理包括：目标的标记和安全帽的识别；所述目标的标记包括：获得二值化当前前景、标记和跟踪代表人的运动目标，所述获得二值化当前前景包括如下步骤：所述监控装置根据背景图像序列获得当前背景；所述监控装置将当前帧图像与当前背景图像做差，得到当前前景；监控装置将当前前景进行二值化处理，得到二值化当前前景；所述标记和跟踪代表人的运动目标包括：标记目标的判定、标记目标的跟踪、标记目标的方向标记；所述标记目标的判定是指监控装置对二值化当前前景中的目标进行判定，如果目标的外接矩形符合设定的阈值则认为该目标为表示人，监控装置将该目标通过标记使之在监控装置中被记录为标记目标；标记目标的跟踪是指所述监控装置将二值化当前前景中的每个目标与上一个二值化当前前景中的每个标记目标进行对比，如果当前帧的一个目标外接矩形与上一帧某个目标的外接矩形的交叠面积大于设定百分比并且二者大小的差异在预设范围内，则认为二者是同一目标，将上一帧图像中与之匹配的目标的标记传递给当前帧图中的该目标，如果当前帧的一个目标在上一帧图像的所有目标中没有搜索到可以匹配的目标则认为当前帧图像中该目标是第一次出现，则将对该目标进行所述的标记目标判定处理；标记目标的方向标记是指在跟踪标记目标的同时根据标记目标的外接矩形的几何中心的实时坐标的变化确定标记目标的运动方向并将运动方向信息标记附加在该标记目标的数据信息中作为标记目标的方向标记；安全帽的识别包括：监控装置检测位于检测区域中所划设的检测线之间的所有标记目标是否为重检目标，若是则放弃该标记目标，若否则对该标记目标进行安全帽检测；安全帽检测包括如下步骤：对标记目标的外接矩形中划取其上部预设比例部分的区域作为安全帽潜在区域；在安全帽潜在区域寻找预设颜色范围内的像素点，并以其颜色对应的编号为这些像素点进行标记；将具有相同编号的点的轮廓找出，舍去其中形状、尺寸、离散度不符合安全帽轮廓阈值的轮廓，余下的则认为是代表安全帽的轮廓，并根据其中点的编号得到其所代表颜色的编号即该人所佩戴安全帽的颜色，若是没有得到任何一个可以代表安全帽的轮廓则认为该代表人的运动目标中没有包含安全帽，则认为该人没有带安全帽，此时监控装置发出警告；数据的统计和显示包括如下内容：监控装置每天从工作时间开始创建当天进出该入口施工人员佩戴各种安全帽的数据日志，初始值均为零，监控装置进行监控工作时将每帧识别出佩戴各种安全帽人数的统计数据情况实时累加到系统数据日志的历史数据中，并且监控装置2实时统计进出该入口带每种颜色安全帽施工人员的数目，并将统计结果实时的传输给显示装置显示。

2.根据权利要求1所述的施工现场安全帽佩戴情况监控方法，其特征在于，如果当前帧图像是监控装置启动后首张图像，监控装置则采用混合高斯背景模型的方法对背景图像序列进行处理获得整个监控过程中的首张当前背景。

3.根据权利要求2所述的施工现场安全帽佩戴情况监控方法，其特征在于，所述监控装置在启动后为了从第N+1帧开始进行监控，其先采集N帧图像以高斯背景模型的方法生成首张当前背景， N的取值为100到300。

4.根据权利要求3所述的施工现场安全帽佩戴情况监控方法，其特征在于，如果当前帧图像为监控装置启动后的首张图像之后的图像，监控装置则采用滑动平均模型的方法对背景图像序列进行处理获得实时的当前背景。

5.根据权利要求1所述的施工现场安全帽佩戴情况监控方法，其特征在于，在所述标记目标的判定处理中标记的方法是为被判定为人的目标的矩形框赋予一种颜色，该颜色通过赋予其R、G、B三个通道的值来确定，监控装置通过记录该颜色数据记录该目标。

6.根据权利要求1所述的施工现场安全帽佩戴情况监控方法，其特征在于，在所述标记目标的判定处理中，所述监控装置判定该目标是否为人的阈值包括：目标的外接矩形的面积、目标前景中的点数、目标前景与其外接矩形比例、目标前景的竖直积分投影中波峰波谷数目中一种或几种。

7.根据权利要求1所述的施工现场安全帽佩戴情况监控方法，其特征在于， 所述安全帽的识别中的检测标记目标是否为重检目标具体包括以下内容：设置两个列表，一个是包含所有当前在检测线之间的标记目标，为当前目标列表，另一个是包含所有上一帧图像在检测线之间的标记目标，为上一帧目标列表，这两个列表在监控状态开始时均设为清空状态；如果当前目标列表不为空且上一帧目标列表不为空，则将当前目标列表中的标记目标与上一帧目标列表中的目标逐个做比较，判断当前帧目标列表中的每个目标是否与上一帧目标列表中的任一目标距离都大于预设阈值，若否则认为该目标已在上一帧被检测过，是重检目标，若是则认为该目标不是重检目标；如果上一帧目标列表为空，则默认当前目标列表中的目标都不是重检目标；在将当前目标列表与上一帧目标列表比较结束后将当前目标列表赋给上一帧目标列表，为下一帧判断重检目标做准备。

8.根据权利要求1所述的施工现场安全帽佩戴情况监控方法，其特征在于， 所述安全帽的识别中安全帽检测包括如下步骤：对标记目标的外接矩形中划取其上部预设比例部分的区域作为安全帽潜在区域；在安全帽潜在区域寻找预设颜色范围内的像素点，并以其颜色对应的编号为这些像素点进行标记；将具有相同编号的点的轮廓找出，舍去其中形状、尺寸、离散度不符合安全帽轮廓阈值的轮廓，余下的则认为是代表安全帽的轮廓，并根据其中点的编号得到其所代表颜色的编号即该人所佩戴安全帽的颜色，若是没有得到任何一个可以代表安全帽的轮廓则认为该代表人的运动目标中没有包含安全帽，则认为该人没有带安全帽，此时系统发出警告。

9.根据权利要求1所述的施工现场安全帽佩戴情况监控方法，其特征在于，在数据的统计和显示控制中，所述监控装置根据每个标识目标的方向标记得到其是进入还是出去的人，并根据它的颜色标记得到其所佩戴安全帽的颜色，则最终统计结果包括实时进出该被监测入口佩戴每种颜色帽子的人数，以及进出该被监测入口佩戴每种颜色帽子的累积人数。

10.根据权利要求1至9任意一项所述的施工现场安全帽佩戴情况监控方法，其特征在于，所述高速球摄像机摄像的速度为每秒5到20帧。