基于颜色阈值分割的安全帽检测方法研究

摘要：

对当前智能监控领域安全帽监检测存在硬件资源要求高、准确性低、实时性差的问题,提出了一种基于颜色分割的安全帽检测方法,该方法以传统的数字图像处理为基础,首先通过监控的实际场景获取监控画面,人工标注全帽所在区域,然后将RGB颜色空间图像转化为HSV颜色空间,统计不同颜色安全帽的HS颜色分量的阈值,利用K-mesns算法获取矩形框类别,并分类统计矩形框面积和矩形度范围,最后进行边缘提取、矩形框筛选方式现实安全帽检测.通过仿真分析,对于特定的安全帽场景及通用的CPU硬件设备下,与YOLOv3、SSD等传统的深度学习算法相比较,在保持准确率相当的前提下大幅提高了检测的速度.

关键词：安全帽检测、颜色分割、HSV颜色空间

分类号：TP391.41(计算技术、计算机技术)

在线出版日期：2021-07-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：183-185