(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210554183.6 (22)申请日 2022.05.20 (71)申请人 郑州轻工业大 学 地址 450000 河南省郑州市中原区高新 技 术产业开发区科 学大道136号 (72)发明人 吴青娥　陈虎　周林涛　鲁迎波　 钱晓亮　王文静　余遥　吴楠鹏　 宋智超　李朋磊　万国梁　宗涛　 李勇　常帅帅　安紫明　马志远　 (74)专利代理 机构 郑州智多谋知识产权代理事 务所(特殊普通 合伙) 41170 专利代理师 尚秘 (51)Int.Cl. G06V 10/764(2022.01) G06V 20/52(2022.01)G06V 40/10(2022.01) G06V 10/74(2022.01) (54)发明名称 一种施工安全的图像 检测方法 (57)摘要 一种施工安全的图像检测方法， 属于图像信 息检测识别技术领域， 解决了现在图像检测依靠 人工， 劳动强度大， 且检测效率不高的问题。 其包 括如下步骤： S1， 对原图进行冗余信息的约简， 保 留施工人员信息， 滤除掉与施工 无关的信息； S2, 对约简后的图片进行分类并提取出违章图片的 特征参数； S3,将待检目标特征参数与标准库的 特征做匹配， 判断违章类别。 本发明基于内积奇 异值分解的特征提取方法， 本文提出的特征提取 算法对特征提取的效果最好， 边缘轮廓清晰， 噪 声少， 几乎图片中具有的特征都提取出来了， 保 持了很好的细节特 征。 权利要求书1页 说明书4页 附图1页 CN 115331043 A 2022.11.11 CN 115331043 A 1.一种施工安全的图像 检测方法， 其特 征在于， 包括如下步骤： S1， 对原图进行冗余信息的约简， 保留施工人员信息， 滤除掉与施工无关的信息； S2,对约简后的图片进行分类并提取 出违章图片的特 征参数； S3,将待检目标 特征参数与标准库的特 征做匹配， 判断违章类别。 2.根据权利要求1所述的一种施工安全的图像检测方法， 其特征在于， 所述步骤S1中的 具体步骤为定义违章行为事件X的信任度， 根据违章行为事件 X的信任度判断某一元素或某 个目标集是否为施工现场的必要元 素或必要目标区域， 是否需要 去掉。 3.根据权利要求1所述的一种施工安全的图像检测方法， 其特征在于， 所述步骤S2的具 体步骤为： S21,实施施工现场的大目标分类， 即用图像特征提取方法先分类出安全帽、 安全带、 工 人服、 警示马甲、 防护镜、 违规操作特征， 建立标准安全标识特征库向量， 即灰度均值、 方差、 特征形状、 形状所围的周长、 面积组成； S22， 给出一个图像特 征的提取算法， 计算出待检目标 特征的参数向量。 4.根据权利要求1所述的一种施工安全的图像检测方法， 其特征在于， 所述步骤S3的具 体步骤为， 把标准库的特征与待检目标特征做差匹配或做相似度匹配， 再根据推理规则判 断违章类别。 5.根据权利要求1所述的一种施工安全的图像检测方法， 其特征在于， 所述步骤S2中采 用内积奇异值分解的方法进行 特征提取。 6.根据权利要求1所述的一种施工安全的图像检测方法， 其特征在于， 所述步骤S3 中采 用关联矩阵法进行违章特 征匹配。权　利　要　求　书 1/1 页 2 CN 115331043 A 2一种施工安全的图像检测方 法 技术领域 [0001]本发明涉及图像检测处理技术领域， 尤其涉及一种施工安全违章的一种施工安全 的图像检测方法。 背景技术 [0002]随着经济 的发展， 建筑行业也得到了迅速 的发展， 针对建筑行业施工现场安全问 题， 目前主要是人工现场监督或是通过人工察看静态照片的方法， 察看图片的人工劳动强 度很大， 而且， 由于照片角度、 精度有限， 有些细微问题通过人眼识别非常困难， 此外， 施工 现场的复杂环境使得安全监控也极具挑战性。 虽然从目前的市场来看， 有安全检测的方法， 但是效率不高， 对于环境不平衡的问题， 也没有给具体检测的解决方法。 因此， 目前急需一 种针对性的图像智能检测方法， 减少人工劳动强度， 提高图像检测效率， 有效提取违规操 作、 穿戴不 规范、 抽烟、 危险动作、 施工编号 等的检测， 及时排 查安全隐患。 发明内容 [0003]针对上述情况， 为克服现有技术的缺陷， 本发明提供一种施工安全的图像检测方 法， 有效的解决了现在图像 检测依靠人工， 劳动强度大， 且检测效率 不高的问题。 [0004]为实现上述目的， 本 发明的技术方案为： 一种施工安全的图像检测方法， 包括如下 步骤： [0005]S1， 对原图进行冗余信息的约简， 保留施工人员信息， 滤除掉与施工无关的信息； [0006]S2,对约简后的图片进行分类并提取 出违章图片的特 征参数； [0007]S3,将待检目标 特征参数与标准库的特 征做匹配， 判断违章类别。 [0008]优选的， 所述步骤S1中的具体步骤为定义违章行为时间X的信任度m(X)， 根据m(X) 判断某一元 素或某个目标集是否为施工现场的必要元 素或必要目标区域， 是否需要 去掉。 [0009]优选的， 所述 步骤S2的具体步骤为： [0010]S21,实施施工现场的大目标分类， 即用图像特征提取方法先分类出安全帽、 带、 工 人服、 警示马甲、 防护镜、 违规操作等特征， 建立标准安全标识特征库向量， 即灰度均值、 方 差、 特征形状、 形状所围的周长、 面积等组成； [0011]S22， 给出一个图像特 征的提取算法， 计算出待检目标 特征的参数向量。 [0012]优选的， 所述步骤S3 的具体步骤为， 把标准库的特征与待检目标特征做差匹配或 做相似度匹配， 再根据推理规则判断违章类别。 [0013]优选的， 所述 步骤S2中采用内积奇异值分解的方法进行 特征提取。 [0014]优选的， 所述 步骤S3中采用关联矩阵法进行违章特 征匹配。 [0015]本发明与现有技术相比具有如下益处： 1)基于内积奇异值分解的特征提取方法， 本文提出的特征提取算法对 特征提取的效果最好， 边缘轮廓清晰， 噪声少， 几乎图片中具有 的特征都提取出来了， 保持了很好的细节特征； 2)基于 关联矩阵法的违章特征匹配算法， 特 征匹配就是把标准库的特征与待检目标特征做差匹配或做相似度匹配， 利用在某一时刻特说　明　书 1/4 页 3 CN 115331043 A 3