駕駛?cè)宋聪蛋踩珟ёR別系統(tǒng)研究.pdf

1、基于機(jī)器視覺的交通違章識別是近年來國內(nèi)外智能交通領(lǐng)域研究的一大熱點(diǎn)，極大促進(jìn)了城市智能交通系統(tǒng)的發(fā)展完善。作為車內(nèi)最有效的保護(hù)措施之一，佩戴安全帶駕駛一直是我國法律明文規(guī)定的駕駛行為，但目前其檢測仍以人工篩查為主。隨著汽車數(shù)量的爆炸式增長，傳統(tǒng)檢測方式已滿足不了城市交通管理的需求，存在處理效率低、人為干擾嚴(yán)重、執(zhí)法成本偏高等問題，實(shí)現(xiàn)未系安全帶檢測的智能化處理早已成為當(dāng)前交通系統(tǒng)亟需解決的問題，因此，本文以三點(diǎn)式安全帶為研究對象，設(shè)計一

2、種駕駛?cè)宋聪蛋踩珟ёR別系統(tǒng)，利用圖像處理、最優(yōu)化控制、模式識別等技術(shù)分析卡口圖像，有效識別駕駛?cè)耸欠癜匆?guī)定佩戴安全帶，對實(shí)現(xiàn)安全帶檢測的自動化處理，提高城市交通管理水平，降低交通事故中的傷亡率具有深遠(yuǎn)意義。全文主要研究內(nèi)容分為如下三個部分：
　?。?）基于Haar分類器的車牌定位
　　相對安全帶定位，車牌定位算法比較成熟，且車牌與車窗相對位置固定，易于利用幾何關(guān)系定位安全帶，因此，本文將車牌定位作為安全帶識別的第一步，采用H

3、aar分類器對車牌進(jìn)行定位。首先對圖像進(jìn)行預(yù)處理，利用灰度積分投影算法獲取邊緣圖像下的車輛位置，設(shè)立車牌識別區(qū)，然后以車牌字頭部分為正樣本，訓(xùn)練得到車牌檢測器，通過檢索車牌識別區(qū)定位車牌位置，為后續(xù)安全帶定位奠定基礎(chǔ)。
　?。?）基于梯度變化的安全帶區(qū)域提取
　　分析發(fā)現(xiàn)，駕駛?cè)思绮堪踩珟芊较虮P、手臂遮擋等影響最小，可作為安全帶識別區(qū)域，因此，本文采用“逼近”思維提取安全帶圖像。首先以車牌為參照，往圖像上方偏移一定距離，切

4、取車窗右側(cè)圖像，然后對車窗圖像進(jìn)行再處理，利用梯度變換得到車窗各邊緣坐標(biāo)，最后通過幾何偏移獲取安全帶區(qū)域圖像，為提取安全帶特征奠定基礎(chǔ)。
　?。?）基于紋理特征的未系安全帶識別
　　傳統(tǒng)安全帶識別研究以 Hough變換、Haar特征識別為主，存在直線提取繁瑣、識別適應(yīng)性差等問題，因此，本文引入紋理特征識別未系安全帶。通過提取駕駛員肩部安全帶區(qū)域的多種紋理特征作為特征向量，利用優(yōu)化的支持向量機(jī)對佩戴狀態(tài)進(jìn)行識別，測試結(jié)果表明，