基于圖像處理技術(shù)的駕駛員駕車打電話違章識(shí)別方法
【專利摘要】本發(fā)明是一種基于圖像處理技術(shù)的駕駛員駕車打電話違章識(shí)別的方法。本發(fā)明配合交通視頻監(jiān)控系統(tǒng)，先從采集到的視頻圖像中分割出駕駛員的位置，通過建立高斯膚色模型的方法對(duì)人體膚色進(jìn)行分割，判斷出人臉位置，然后建構(gòu)BP神經(jīng)網(wǎng)絡(luò)對(duì)人體膚色塊進(jìn)行分類，進(jìn)而判斷駕駛員是否打電話的情況。
【專利說明】基于圖像處理技術(shù)的駕駛員駕車打電話違章識(shí)別方法

【技術(shù)領(lǐng)域】：
[0001] 本發(fā)明涉及圖像處理【技術(shù)領(lǐng)域】，具體的說是一種基于圖像處理技術(shù)的駕駛員駕車 打電話違章識(shí)別的方法。

【背景技術(shù)】：
[0002] 駕駛員駕車時(shí)，違章打電話很容易引發(fā)交通事故。目前，國(guó)內(nèi)外學(xué)者對(duì)駕駛員的駕 駛行為檢測(cè)主要有三大類方法：基于測(cè)量生理信號(hào)方法、基于傳感器測(cè)量車輛參數(shù)的方法、 基于計(jì)算機(jī)視覺檢測(cè)方法。
[0003] 基于生理信號(hào)的測(cè)量方法主要是利用相關(guān)電子設(shè)備測(cè)量駕駛員的腦電信號(hào)、心電 信號(hào)、肌電信號(hào)的參數(shù)從而達(dá)到對(duì)駕駛員的駕駛狀態(tài)判斷的過程；基于傳感器檢測(cè)車輛參 數(shù)的方法主要是利用傳感器技術(shù)監(jiān)測(cè)車輛的方向盤轉(zhuǎn)角度、方向盤的受壓力度大小以及力 矩的大小、車輛的速度以及加速度等的參數(shù)；基于計(jì)算機(jī)視覺的駕駛員行為檢測(cè)方法是一 種非接觸式的檢測(cè)方法，該方法主要從采集的視頻圖像中檢測(cè)感興趣的人體的一個(gè)或若干 個(gè)區(qū)域的狀態(tài)，從而達(dá)到對(duì)駕駛員的駕駛狀態(tài)的判斷。目前，基于機(jī)器視覺的傳統(tǒng)檢測(cè)方法 大部分集中在人臉識(shí)別的疲勞駕駛檢測(cè)上，針對(duì)駕駛員眼部、嘴部、臉部的活動(dòng)狀態(tài)的識(shí)別 來判斷有無違章。本專利配合交通視頻監(jiān)控系統(tǒng)，先從采集到的視頻圖像中分割出駕駛員 的位置，通過建立高斯膚色模型的方法對(duì)人體膚色進(jìn)行分割，然后建構(gòu)BP神經(jīng)網(wǎng)絡(luò)對(duì)人體 膚色塊進(jìn)行分類，進(jìn)而判斷駕駛員是否打電話的情況。


【發(fā)明內(nèi)容】
：
[0004] 本發(fā)明的目的是提供一種速度快和精度高的駕駛員駕車打電話違章識(shí)別方法。為 了實(shí)現(xiàn)上述目的，本發(fā)明采用的技術(shù)方案是：
[0005] 第一步：采集N張關(guān)于人的不同膚色圖像，對(duì)其膚色像素點(diǎn)進(jìn)行統(tǒng)計(jì)，研究其在 YCb(；顏色空間上的分布；
[0006] 第二步：設(shè)X = [Cb，CJ表示每一像素點(diǎn)處對(duì)應(yīng)色度值Cb，(；組成的矩陣，對(duì)上述N 張膚色圖像的像素點(diǎn)的色度值進(jìn)行統(tǒng)計(jì)，然后按（1)式求出均值矩陣；
[0007] m = E (x) (1)
[0008] 第三步：按照公式（2)計(jì)算色度矩陣的協(xié)方差矩陣，并由此建立膚色的二維高斯 分布模型；
[0009] c = E {(x-m) (χ-m)T} (2)
[0010] 第四步：獲取駕車司機(jī)的位置圖像I，設(shè)圖像的長(zhǎng)、寬分別為Μ、Ν，按如下步驟判斷 圖像中每一個(gè)像素點(diǎn)是否屬于人臉；
[0011] 第五步：利用公式（3)計(jì)算第四步采集圖像中的像素點(diǎn)的膚色似然度，通過設(shè)定 似然度的閾值Ρ ΤΗ可以把膚色從圖像中分割出來；
[0012] P (Cb, Cr) = exp [-0. 5 (χ-m) Tc_1 (χ-m) ] (3)
[0013] 第六步：按照閾值PTH對(duì)位置圖像I進(jìn)行二值化，大于閾值PTH的像素賦值1小于 閾值的像素賦值0得到二值化圖像ID，ID中白色區(qū)域代表人膚色區(qū)域，為了去除噪聲影響， 將白色區(qū)域中像素個(gè)數(shù)小于閾值WTH區(qū)域變?yōu)楹谏珔^(qū)域，圖像中剩下的為頭部和手部以及 與膚色比較相似的大塊區(qū)域，得到去噪圖像I DN;
[0014] 第七步：對(duì)二值化圖像IDN進(jìn)行閉操作處理得到IDNC，將I DNC中的白色連通區(qū)域分別 物^記為 Li，L2，···；
[0015] 第八步：從按照第四步方法獲取的圖像庫(kù)中隨機(jī)選取K幅駕駛員的位置圖像，測(cè) 量每一張圖像的尺寸和質(zhì)心，設(shè)選取的K幅圖像中第j幅圖像的長(zhǎng)、寬分別為π?ρ?ν第j幅 圖像的人臉質(zhì)心坐標(biāo)為（ Xj，yj)，將第j幅圖像按照人臉膚色處像素置1，其它像素置0進(jìn) 行二值化得到圖像I Dj，利用公式（4)可以計(jì)算出第j幅圖像的人臉膚色塊的質(zhì)心坐標(biāo)；
[0016]

【權(quán)利要求】
1.基于圖像處理技術(shù)的駕駛員駕車打電話違章識(shí)別方法，其特征在于如下步驟： 第一步：采集N張關(guān)于人的不同膚色圖像，對(duì)其膚色像素點(diǎn)進(jìn)行統(tǒng)計(jì)，研究其在YCb(；顏 色空間上的分布； 第二步：設(shè)X = [Cb，Cj表示每一像素點(diǎn)處對(duì)應(yīng)色度值Cb，(；組成的矩陣，對(duì)上述N張 膚色圖像的像素點(diǎn)的色度值進(jìn)行統(tǒng)計(jì)，然后按（1)式求出均值矩陣； m = E(x) (1) 第三步：按照公式（2)計(jì)算色度矩陣的協(xié)方差矩陣，并由此建立膚色的二維高斯分布 模型； c = E {(x-m) (χ-m)τ} (2) 第四步：獲取駕車司機(jī)的位置圖像I，設(shè)圖像的長(zhǎng)、寬分別為Μ、Ν，按如下步驟判斷圖像 中每一個(gè)像素點(diǎn)是否屬于人臉； 第五步：利用公式（3)計(jì)算第四步采集圖像中的像素點(diǎn)的膚色似然度，通過設(shè)定似然 度的閾值ΡΤΗ可以把膚色從圖像中分割出來； P (Cb, Cr) = exp [-〇. 5 (χ-m) Tc_1 (χ-m) ] (3) 第六步：按照閾值PTH對(duì)位置圖像I進(jìn)行二值化，大于閾值PTH的像素賦值1小于閾值 的像素賦值0得到二值化圖像ID，ID中白色區(qū)域代表人膚色區(qū)域，為了去除噪聲影響，將白 色區(qū)域中像素個(gè)數(shù)小于閾值W TH區(qū)域變?yōu)楹谏珔^(qū)域，圖像中剩下的為頭部和手部以及與膚 色比較相似的大塊區(qū)域，得到去噪圖像IDN; 第七步：對(duì)二值化圖像IDN進(jìn)行閉操作處理得到IDNC，將IDNC中的白色連通區(qū)域分別標(biāo)記 為 L" L2，...； 第八步：從按照第四步方法獲取的圖像庫(kù)中隨機(jī)選取K幅駕駛員的位置圖像，測(cè)量每 一張圖像的尺寸和質(zhì)心，設(shè)選取的Κ幅圖像中第j幅圖像的長(zhǎng)、寬分別為π?ρ?ν第j幅圖像 的人臉質(zhì)心坐標(biāo)為（Xj，y」)，將第j幅圖像按照人臉膚色處像素置1，其它像素置0進(jìn)行二 值化得到圖像I Dj，利用公式（4)可以計(jì)算出第j幅圖像的人臉膚色塊的質(zhì)心坐標(biāo)；
(4) 其中IDj (Xp yj為圖像IDj在（xu yj坐標(biāo)處的灰度值； 第九步：按照公式（5)計(jì)算質(zhì)心坐標(biāo)因子（α，β);
(5) 第十步：計(jì)算圖像IDNC的人臉經(jīng)驗(yàn)質(zhì)心坐標(biāo)（x〇, y〇)，按照公式（6)計(jì)算圖像IDNC的人 臉質(zhì)心經(jīng)驗(yàn)坐標(biāo)； (x〇, y〇) = ( α Μ, β Ν) (6) 第十一步：判斷圖像ID1C中的膚色標(biāo)記塊是否為人臉，如果IDNC中檢測(cè)到一個(gè)膚色塊標(biāo) 記時(shí)，則認(rèn)為該膚色塊中包含人臉并把膚色塊分割出來，如果檢測(cè)到兩個(gè)或者兩個(gè)以上膚 色塊時(shí)，則按照公式（7)計(jì)算每個(gè)膚色塊的質(zhì)心坐標(biāo)，并按照公式（8)計(jì)算每個(gè)膚色塊的質(zhì) 心坐標(biāo)到人臉經(jīng)驗(yàn)的質(zhì)心坐標(biāo)（?%)的距離，距離最小的膚色塊則為包含人臉在內(nèi)的膚 色塊；
(7) 其中?\為二值化圖像iDNC中包含第i塊膚色塊的最小外接矩形區(qū)域，i (Xi，yi)為二值 化圖像iDNC中坐標(biāo)點(diǎn)（Xi，yi)坐標(biāo)處的灰度值；
(8) 第十二步：對(duì)包含頭部的膚色塊二值化圖像iDN。進(jìn)行尺寸歸一化，歸一化后的尺寸統(tǒng) 一為H*H。然后采取了基于像素?cái)?shù)量的粗網(wǎng)格特征的方法將二值化圖像分成0等分，然后統(tǒng) 計(jì)每個(gè)單元格里面的白色像素個(gè)數(shù)作為特征，可以得到0個(gè)特征值，然后再對(duì)每條分割線 上的白色像素個(gè)數(shù)統(tǒng)計(jì)，得到P個(gè)特征值，再計(jì)算整幅圖像的白色像素得到一個(gè)特征值，從 而可以得到Q個(gè)特征值。 第十三步：建立雙隱層的BP神經(jīng)網(wǎng)絡(luò)，該神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)包含Q個(gè)輸入，兩個(gè)隱層，3個(gè) 輸出（分為不打電話，右手打電話，左手打電話三種輸出情況），然后利用BP神經(jīng)網(wǎng)絡(luò)對(duì)提 取的特征進(jìn)行歸類。
【文檔編號(hào)】G06K9/20GK104156717SQ201410437486
【公開日】2014年11月19日 申請(qǐng)日期:2014年8月31日 優(yōu)先權(quán)日:2014年8月31日
【發(fā)明者】王好賢, 黎華東 申請(qǐng)人:王好賢