基于圖像識(shí)別的工作人員穿戴規(guī)范性檢測(cè)技術(shù)研究
發(fā)布時(shí)間:2020-12-07 07:26
在工業(yè)生產(chǎn)和建設(shè)中,安全一直是永恒不變的主題,而工作服和安全帽在安全事故的防范中起著舉足輕重的作用,因此,按規(guī)定地穿著工作服和佩戴安全帽是安全生產(chǎn)的必要措施。本文利用圖像識(shí)別的方法,設(shè)計(jì)了一套專門針對(duì)于工作人員的穿戴規(guī)范性檢測(cè)的算法,該算法目前已應(yīng)用于新疆克拉瑪依油田的監(jiān)控系統(tǒng)之中。首先,本文對(duì)目前經(jīng)典的基于HOG特征的行人檢測(cè)算法進(jìn)行了實(shí)現(xiàn)。針對(duì)HOG特征對(duì)光照魯棒性較差的缺點(diǎn),本文實(shí)現(xiàn)了基于HOG-LBP融合特征的行人檢測(cè)算法;針對(duì)HOG特征維度過(guò)高的缺點(diǎn),本文采用PCA降維算法實(shí)現(xiàn)了基于PHOG-LBP的行人檢測(cè)算法。之后,本文對(duì)三種算法的特征提取時(shí)間、檢測(cè)時(shí)間、識(shí)別率等指標(biāo)進(jìn)行了對(duì)比,得到了一種檢測(cè)時(shí)間達(dá)到43ms、識(shí)別率達(dá)到95.8%的行人檢測(cè)算法,解決了經(jīng)典行人檢測(cè)算法中實(shí)時(shí)性和識(shí)別率低的問(wèn)題。其次,本文首次提出了基于HSV模型的工作人員著裝規(guī)范性檢測(cè)算法。該算法以行人檢測(cè)算法得到的人體區(qū)域?yàn)镽OI區(qū)域,先將原始的RGB模型圖像轉(zhuǎn)化為HSV模型圖像,再根據(jù)顏色閾值將HSV圖像轉(zhuǎn)化為二值圖像。然后對(duì)二值圖像進(jìn)行一系列的形態(tài)學(xué)操作,通過(guò)二值圖像中黑白像素點(diǎn)的分布和排列來(lái)判斷人體...
【文章來(lái)源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:76 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
新疆克拉瑪依油田作業(yè)區(qū)
其產(chǎn)生的原因通常是拍攝環(huán)境光照差或者拍攝器材自身噪聲帶來(lái)的影響。該類噪聲的特點(diǎn)為,幾乎每個(gè)點(diǎn)都出現(xiàn)噪聲,且噪點(diǎn)的深度為隨機(jī)。下圖2-1是原始圖像與添加了高斯噪聲后的圖像對(duì)比。去除高斯噪聲的方法通常為均值濾波。(2) 椒鹽噪聲椒鹽噪聲[26](Salt-and-Pepper Noise) 又稱為脈沖噪聲,通常來(lái)自于圖像傳感器或傳輸信道,其表現(xiàn)形式為黑白相間的亮暗點(diǎn)噪聲。下圖2-2是原始圖像與添加了椒鹽噪聲后的圖像對(duì)比。去除椒鹽噪聲的方法通常為中值濾波。9
(Salt-and-Pepper Noise) 又稱為脈沖噪聲,通常來(lái)自于圖像傳感器或傳輸信道,其表現(xiàn)形式為黑白相間的亮暗點(diǎn)噪聲。下圖2-2是原始圖像與添加了椒鹽噪聲后的圖像對(duì)比。去除椒鹽噪聲的方法通常為中值濾波。9
【參考文獻(xiàn)】:
期刊論文
[1]基于顏色空間分布的多攝像機(jī)行人匹配方法[J]. 李娜,王洪元,王佳. 計(jì)算機(jī)工程. 2016(12)
[2]膚色檢測(cè)和Hu矩在安全帽識(shí)別中的應(yīng)用[J]. 劉曉慧,葉西寧. 華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(03)
[3]基于安全帽顏色識(shí)別的人員身份認(rèn)證算法在變電站的應(yīng)用[J]. 李太華,王迪. 電腦知識(shí)與技術(shù). 2014(05)
[4]基于重要性采樣的隨機(jī)Hough變換圓檢測(cè)算法[J]. 付琰,盧榮勝,夏瑞雪,王成順,李琪. 電子測(cè)量技術(shù). 2012(05)
[5]行人檢測(cè)技術(shù)綜述[J]. 蘇松志,李紹滋,陳淑媛,蔡國(guó)榕,吳云東. 電子學(xué)報(bào). 2012(04)
[6]基于RGB顏色空間的彩色圖像分割方法[J]. 楊璟,朱雷. 計(jì)算機(jī)與現(xiàn)代化. 2010(08)
[7]一種快速的隨機(jī)Hough變換圓檢測(cè)算法[J]. 張顯全,蘇勤,蔣聯(lián)源,李國(guó)祥. 計(jì)算機(jī)工程與應(yīng)用. 2008(22)
[8]梯度Hough變換在圓檢測(cè)中的應(yīng)用[J]. 瞿鈞,甘嵐. 華東交通大學(xué)學(xué)報(bào). 2007(01)
碩士論文
[1]視頻識(shí)別在HSE監(jiān)控平臺(tái)中的研究與應(yīng)用[D]. 李瀟.華東理工大學(xué) 2014
[2]智能視頻分析算法在變電所中的研究與應(yīng)用[D]. 黃斯茜.西南交通大學(xué) 2012
[3]圖像識(shí)別技術(shù)在換流站監(jiān)控系統(tǒng)中的應(yīng)用研究[D]. 馮杰.華北電力大學(xué)(北京) 2010
本文編號(hào):2902882
【文章來(lái)源】:電子科技大學(xué)四川省 211工程院校 985工程院校 教育部直屬院校
【文章頁(yè)數(shù)】:76 頁(yè)
【學(xué)位級(jí)別】:碩士
【部分圖文】:
新疆克拉瑪依油田作業(yè)區(qū)
其產(chǎn)生的原因通常是拍攝環(huán)境光照差或者拍攝器材自身噪聲帶來(lái)的影響。該類噪聲的特點(diǎn)為,幾乎每個(gè)點(diǎn)都出現(xiàn)噪聲,且噪點(diǎn)的深度為隨機(jī)。下圖2-1是原始圖像與添加了高斯噪聲后的圖像對(duì)比。去除高斯噪聲的方法通常為均值濾波。(2) 椒鹽噪聲椒鹽噪聲[26](Salt-and-Pepper Noise) 又稱為脈沖噪聲,通常來(lái)自于圖像傳感器或傳輸信道,其表現(xiàn)形式為黑白相間的亮暗點(diǎn)噪聲。下圖2-2是原始圖像與添加了椒鹽噪聲后的圖像對(duì)比。去除椒鹽噪聲的方法通常為中值濾波。9
(Salt-and-Pepper Noise) 又稱為脈沖噪聲,通常來(lái)自于圖像傳感器或傳輸信道,其表現(xiàn)形式為黑白相間的亮暗點(diǎn)噪聲。下圖2-2是原始圖像與添加了椒鹽噪聲后的圖像對(duì)比。去除椒鹽噪聲的方法通常為中值濾波。9
【參考文獻(xiàn)】:
期刊論文
[1]基于顏色空間分布的多攝像機(jī)行人匹配方法[J]. 李娜,王洪元,王佳. 計(jì)算機(jī)工程. 2016(12)
[2]膚色檢測(cè)和Hu矩在安全帽識(shí)別中的應(yīng)用[J]. 劉曉慧,葉西寧. 華東理工大學(xué)學(xué)報(bào)(自然科學(xué)版). 2014(03)
[3]基于安全帽顏色識(shí)別的人員身份認(rèn)證算法在變電站的應(yīng)用[J]. 李太華,王迪. 電腦知識(shí)與技術(shù). 2014(05)
[4]基于重要性采樣的隨機(jī)Hough變換圓檢測(cè)算法[J]. 付琰,盧榮勝,夏瑞雪,王成順,李琪. 電子測(cè)量技術(shù). 2012(05)
[5]行人檢測(cè)技術(shù)綜述[J]. 蘇松志,李紹滋,陳淑媛,蔡國(guó)榕,吳云東. 電子學(xué)報(bào). 2012(04)
[6]基于RGB顏色空間的彩色圖像分割方法[J]. 楊璟,朱雷. 計(jì)算機(jī)與現(xiàn)代化. 2010(08)
[7]一種快速的隨機(jī)Hough變換圓檢測(cè)算法[J]. 張顯全,蘇勤,蔣聯(lián)源,李國(guó)祥. 計(jì)算機(jī)工程與應(yīng)用. 2008(22)
[8]梯度Hough變換在圓檢測(cè)中的應(yīng)用[J]. 瞿鈞,甘嵐. 華東交通大學(xué)學(xué)報(bào). 2007(01)
碩士論文
[1]視頻識(shí)別在HSE監(jiān)控平臺(tái)中的研究與應(yīng)用[D]. 李瀟.華東理工大學(xué) 2014
[2]智能視頻分析算法在變電所中的研究與應(yīng)用[D]. 黃斯茜.西南交通大學(xué) 2012
[3]圖像識(shí)別技術(shù)在換流站監(jiān)控系統(tǒng)中的應(yīng)用研究[D]. 馮杰.華北電力大學(xué)(北京) 2010
本文編號(hào):2902882
本文鏈接:http://www.lk138.cn/kejilunwen/anquangongcheng/2902882.html
最近更新
教材專著