一种基于图像识别的安全帽检测系统的制作方法

本发明属于热图像与摄像图像结合的安全帽融合检测领域，涉及到一种基于图像识别的安全帽检测系统。

背景技术：

1、随着工业化和现代化的快速发展，工程建设、生产制造等领域的安全问题日益凸显。在这些领域中，安全帽作为最基本的个人防护装备，其佩戴情况直接关系到工人的生命安全。然而，传统的安全帽佩戴监控方式往往依赖于对高清晰度图像进行分析，难以实现图像的高效利用，因此需要对现有的安全帽图像检测系统进行优化。

2、传统的视觉监测可能只关注于清晰的、无失真的图像区域，而忽视了由于各种原因(如光线、阴影、遮挡等)造成的失真区域。即在视线不佳情况下采集到图像无法成功完全识别到工人佩戴安全帽规范性指标时，通常需要等待工人位置移动后，再次采集，使得安全性分析的及时性存在欠缺，且这种做法限制了图像信息的整体利用率。

3、同时，传统的安全帽检测系统可能只关注安全帽是否被佩戴，而没有深入分析安全帽与工人头部的贴合状态，贴合状态对于防护效果至关重要，而缺乏这一分析可能导致无法全面评估安全帽的防护性能。

技术实现思路

1、鉴于此，为解决上述背景技术中所提出的问题，现提出一种基于图像识别的安全帽检测系统。

2、本发明的目的可以通过以下技术方案实现：本发明提供一种基于图像识别的安全帽检测系统，该系统包括：安全帽佩戴图像检测模块：用于采集工人的安全帽佩戴图像，提取各视觉可辨识区域和各视觉失真区域，获取工人的安全帽佩戴型号，匹配出安全帽佩戴型号的标准热量特征分布图。

3、安全帽佩戴质量分析模块：用于提取各视觉可辨识区域的各轮廓表观鉴定参数，分析安全帽视觉可辨识区域的佩戴质量缺损率。

4、安全帽佩戴位置分析模块：用于将各视觉可辨识区域整合为安全帽封闭轮廓，安全帽封闭轮廓包括工人面部轮廓和安全帽覆盖轮廓，评估安全帽佩戴位置规范度。

5、热成像获取及分析模块：用于利用热成像摄像头捕捉工人头部热量分布图，构建安全帽视觉失真区域的热量修正图，据此分析安全帽视觉失真区域的佩戴质量缺损率。

6、安全帽防护质量评估模块：用于分析工人的安全帽佩戴贴合度，进而综合分析安全帽防护质量指标。

7、具体实施例中，所述提取各视觉可辨识区域和各视觉失真区域具体为：从安全帽佩戴图像中提取安全帽上可识别的线性轮廓，将其与预存储的各种型号安全帽的线性轮廓进行对比，筛选出重合度最高的安全帽型号，记为工人的安全帽佩戴型号。

8、提取安全帽佩戴型号的预置安全帽标准轮廓图像，将其与安全帽佩戴图像对比，使用模板匹配算法在安全帽佩戴图像中搜索与标准轮廓图像相似的各区域，记为各潜在区域，计算各潜在区域的清晰度。

9、设定清晰度阈值，圈定出清晰度超过设定清晰度阈值的各潜在区域，记为各视觉可辨识区域，并将清晰度未超过设定清晰度阈值的各潜在区域，记为各视觉失真区域。

10、具体实施例中，所述分析安全帽视觉可辨识区域的佩戴质量缺损率的分析方式为：基于图像识别技术提取各视觉可辨识区域的各轮廓表观鉴定参数。

11、将各视觉可辨识区域的各轮廓表观鉴定参数与预置的对应轮廓表观鉴定参数的许可值进行对比，分析安全帽视觉可辨识区域的佩戴质量缺损率。

12、具体实施例中，所述评估安全帽佩戴位置规范度的方法为：使用边缘检测算法，通过查找符合安全帽形状特征、人脸头部轮廓特征的边缘线，将符合安全帽形状特征的边缘线延伸连接汇整为安全帽覆盖轮廓，将符合人脸头部轮廓特征的边缘线延伸连接汇整为工人面部轮廓，据此将各视觉可辨识区域整合为安全帽封闭轮廓。

13、通过获取安全帽封闭轮廓上帽壳与工人头部的位置覆盖关系，评估安全帽对应帽壳位置符合因子。

14、通过获取安全帽封闭轮廓上系绳与工人头部的位置绑定关系，评估安全帽对应系绳位置符合因子。

15、基于这两个指标，分析安全帽佩戴位置规范度。

16、具体实施例中，所述安全帽对应帽壳位置符合因子的评估方法为：从工人面部轮廓中提取工人面部轮廓面积占比，识别工人头部偏转方向，工人头部偏转方向包括正脸方向和侧脸方向。

17、当工人头部偏转方向为正脸方向时，获取安全帽覆盖轮廓的帽沿线，以帽沿线上视觉可辨识的对称侧端点为参照点，获取两个参照点之间的水平距离l平，提取安全帽覆盖轮廓顶点与帽沿线上两个参照点之间的高度距离l高，将其相互对比得到安全帽覆盖轮廓垂直轴倾向角度

18、从安全帽封闭轮廓中提取工人头部中位线，并提取安全帽覆盖轮廓对应帽壳中位线，对比得到安全帽覆盖轮廓水平轴倾向角度θ′，评估安全帽对应帽壳位置符合因子其中θ″为水平轴倾向角度的预置参照值，θ0为垂直轴倾向角度的预置参照值。

19、当工人头部偏转方向为侧脸方向时，从工人面部轮廓中提取工人耳部与眼部的连接线，将其与安全帽覆盖轮廓上帽沿线对应两个参照点的连接线进行对比，得到安全帽视线覆盖角度。

20、将安全帽视线覆盖角度与预置的适宜覆盖角度范围进行对比，若安全帽视线覆盖角度在预置的适宜覆盖角度范围内，则将第一预设值记为安全帽对应帽壳位置符合因子；若安全帽视线覆盖角度在预置的适宜覆盖角度范围外，则将第二预设值记为安全帽对应帽壳位置符合因子。

21、具体实施例中，所述安全帽对应系绳位置符合因子的评估方法为：从安全帽覆盖轮廓中提取系绳绑定轮廓轨迹、工人面部下颌轮廓轨迹，使用轮廓比较算法来获取系绳绑定轮廓轨迹的偏移幅度

22、从安全帽覆盖轮廓中获取系绳卡扣绑定方式，将其与预置标准绑定方式进行对比，分析安全帽对应系绳位置符合因子b2，其中b1表示系绳卡扣绑定方式与预置标准绑定方式相符，b2表示系绳卡扣绑定方式与预置标准绑定方式不相符，β表示系绳卡扣绑定方式与预置标准绑定方式不相符时的预置影响因子，e为自然常数。

23、具体实施例中，所述构建安全帽视觉失真区域的热量修正图，方法为：通过环境测量仪器检测工人所处环境的空气温度、热辐射强度，评估人体温度变化幅值、安全帽热量吸收幅值，根据特定的应用算法，确定视觉可辨识区域热量分布的干扰指征。

24、根据上述干扰指征，使用图像滤波技术对工人头部热量分布图进行降干扰处理，得到安全帽视觉失真区域的热量修正图。

25、具体实施例中，所述分析安全帽视觉失真区域的佩戴质量缺损率的分析方式为：将安全帽佩戴型号的标准热量特征分布图与安全帽视觉失真区域的热量修正图进行对比，提取热量修正图中与标准热量特征分布图存在差异的各热流区域。

26、提取各热流区域对应纹理特征，基于图像识别技术鉴别出各热流区域的破损类型，进而提取各热流区域的纹理面积。

27、将各热流区域的破损类型与预置的各破损类型对应质量下调权重进行对比，得到各热流区域对应质量下调权重，据此分析安全帽视觉失真区域的佩戴质量缺损率。

28、具体实施例中，所述分析工人的安全帽佩戴贴合度具体为：将工人的安全帽佩戴图像与预存储的各工人身份验证图像进行匹配，识别出该工人的身份，进而提取该工人的头部长度距离d长，并提取工人的安全帽佩戴型号对应预置顶部厚度距离d厚。

29、获取安全帽覆盖轮廓顶点与工人头部下颌最低点位置之间的距离d总，将其与该工人的头部长度距离进行对比，并获取安全帽与工人头部的贴合距离d＝d总-(d长+d厚)。

30、当贴合距离大于0时，表示安全帽尺寸偏小，此时将工人的安全帽佩戴贴合度置记为指定值。

31、当贴合距离等于0时，从安全帽覆盖轮廓中定位出系绳与帽壳的两端绑定点，获取其与工人面部轮廓的贴近距离，分别记为d1、d2，获取系绳绑定轨迹与工人面部轮廓的贴合长度l，分析系绳的松紧程度其中d0为设定参照贴近距离，l0为设定参照贴合长度，将其记为工人的安全帽佩戴贴合度。

32、具体实施例中，所述安全帽防护质量指标具体分析方式为：对安全帽视觉可辨识区域与视觉失真区域的佩戴质量缺损率求和，得到安全帽表观残缺程度。

33、根据安全帽表观残缺程度、安全帽佩戴位置规范度、工人的安全帽佩戴贴合度，标准化计算得到安全帽防护质量指标。

34、相较于现有技术，本发明的有益效果如下：(1)本发明通过提取工人安全帽佩戴图像中各视觉可辨识区域和各视觉失真区域，一方面基于各视觉可辨识区域的佩戴图像来确定视觉可辨识区域的佩戴质量缺损率，另一方面通过采集各视觉可辨识区域的热图像来确定视觉失真区域的佩戴质量缺损率，这不仅提高了图像信息的整体利用率，也使得那些原本被视为“无用”的失真图像区域变得有价值。

35、(2)本发明通过识别工人头部偏转方向来确定安全帽对应帽壳位置符合因子，能够提高图像采集的场景适用多样性。

36、(3)本发明通过检测工人所处环境参数，可以生成热量修正图，有效消除热量分布干扰，提高图像质量，使安全帽佩戴状态的监测更加准确。

37、(4)本发明通过获取安全帽与工人头部的贴合距离，来分析工人的安全帽佩戴贴合度，可以反映安全帽尺寸与工人头部之间的防护关联，紧密的贴合度不仅有助于提高防护效果，还能降低在工作中安全帽意外脱落的风险。