基于机器视觉的安全帽自动识别技术研究
                                      冯国臣，陈艳艳,陈〓宁，李〓鑫，宋程程
                             北京市交通工程重点实验室（北京工业大学）， 北京〓100124)
    施工区中部分作业人员安全意识缺乏，不佩戴安全帽作业情况时有发生。采用机器视觉的相关方法对安全帽自动识别技术进行深入研究，在图像预处理基础上，首先利用混合高斯模型进行前景检测，然后通过对连通域的处理判断其是否属于人体，最后在定位到的人体头部区域实现安全帽的自动识别。施工区实地实验结果表明，该方法准确率高、环境适应性强，适于在施工区推广应用。


    在施工区，安全帽作为一种最常见和实用的个人防护用具，能够有效地防止和减轻外来危险源对头部的伤害。然而，长期以来，我国施工区作业人员普遍存在综合素质低、安全意识不强的问题，尤其缺乏基础防护设施（如安全帽）的佩戴意识，大大增加了作业风险。随着交通运输部公路水运“平安工地”创建活动开展以来，各级施工安全监管部门对作业人员的要求逐步提高，许多示范工程已经率先采用各种智能监控手段保障作业人员的人身安全。鉴于此，本文对基于机器视觉的安全帽自动识别技术进行研究，以满足施工单位及各级安全监管部门的实际监管需求，切实保障施工区作业人员的人身财产安全。
    目前，施工现场对安全帽佩戴情况的识别主要以人工检查的方式为主，存在监管费用高、主观干扰大、不能全程监控等一系列问题，通过在施工现场布设视频监控设备或利用现有的施工监控设备，采用机器视觉的相关方法进行安全帽的自动识别，可以实现对作业人员安全帽佩戴情况信息的全程快速识别，在降低监管费用的同时提升了监管信息化水平。国内已经有许多专家对安全帽的自动识别技术进行了研究，胡恬等［1］在着重分析小波变换和BP神经网络在安全帽识别中应用的基础上，提出了安全帽识别神经网络模型；刘晓慧等［2］采用肤色检测的方法定位人脸，再利用支持向量机（SVM）模型实现安全帽的识别；刘云波等［3］通过检测运动目标1/3部分中的像素点色度值分布情况，判断是否佩戴安全帽及识别安全帽的颜色。现有方法在特定场景下均可实现对安全帽的精确识别，但也存在对环境要求高、识别率波动大、易受环境干扰等一系列问题。
本文基于机器视觉的安全帽自动识别技术的相关方法，设计一种具有环境适应性强、检测精度高的施工区安全帽自动识别技术方法。〖HT6〗

1〓安全帽自动识别算法
     安全帽自动识别算法的核心思想是在前景检测的基础上，通过前景连通域的处理，判别并跟踪作业人员，进而定位作业人员安全帽佩戴区域，最终通过分析区域像素值，判断作业人员安全帽佩戴情况，算法流程如图1所示。

1.1〓图像预处理
    为提高视频图像的处理速度，在图像预处理中依次对图像进行灰度化处理和图像去噪。
1）图像灰度化。
施工区中布设的视频监控采集设备所获取的普遍为彩色图像信息，为提高图像处理速度，实现实时自动监控，需对彩色图像进行灰度化处理。目前，常见的灰度化处理方法［4-5］包括：分量法、最大值法、平均值法和加权平均法。〖JP2〗
本文采用加权平均法进行灰度化处理：根据重
〖CM(21*2〗要性及其他指标，将R,G,B3个分量以不同的权值......



作者简介：〖HTSS〗冯国臣（1990—），男，山东青岛人，北京工业大学硕士研究生，主要研究方向为智能交通。



（文章来源《机械设计与制造工程》如需详细资料请联系江苏机械门户网客服QQ:2980918915,电话025-83726289）