安全带有效发挥乘员约束保护作用的前提是乘员已佩戴安全带且佩戴规范。现有关于安全带智能检测的研究多针对安全带佩戴与否,而佩戴是否规范(如:形式错误、松紧不适、高低不当等)的问题则仍未引起充分重视。为确实促进三点式安全带的正确有效应用,本文借助印有红外敏感表面涂层标记的三点式安全带,基于机器视觉及数字图像处理技术,提出一种基于机器视觉的安全带佩戴提醒系统。论文主要研究内容如下:(1)搭建应用于安全带在不同佩戴模式下的数据采集实验平台,设计并实施不同光照环境及乘员不同颜色图案衣着下的车辆行驶实验。目的在于获取车辆起步后驾驶员安全带不同佩戴模式(如:未佩戴安全带、只佩戴肩带、只佩戴腰带、肩带腰带佩戴松弛、佩戴过高、佩戴过低以及规范佩戴等)下的视频信息,经过后期数据处理,最终获得图像样本共计72000张,为后续安全带检测算法设计与系统验证提供图像数据支持。(2)以基于标记的增强现实技术为基础,设计了安全带标记快速识别定位算法。在此基础上分别设计数量阈值算法、模糊聚类阈值算法、曲线拟合松弛度算法和肩部外轮廓交点定位算法,分别用以判断乘员安全带是否佩戴、佩戴形式是否正确、松紧程度是否恰当、高低位置是否合适,从而实现乘员安全带是否已规范佩戴的检测目标。(3)为让安全带检测算法能在车载上应用,分别采用自主开发DSP硬件系统和在树莓派上做应用集成两种硬件方案,并结合红外光成像原理以及树莓派的硬件特点,设计了红外摄像头及声光报警模块。软件系统则采用Qt设计软件的人机交互界面,以安全带检测算法为核心,设计了“基于标记的安全带佩戴规范性检测软件”。以此为基础在树莓派上进行了软硬件的集成以及代码移植,并根据树莓派GPIO的硬件特点,基于WiringPi库函数设计了声光报警模块的控制算法。(4)针对本研究所开发的软硬件系统各检测功能模块进行测试及安全带检测算法验证。经测试,软硬件系统各模块工作正常,各种检测模式能达到预期的结果。安全带检测算法验证结果表明:在各种成像条件和图像背景干扰下,算法准确率分别为95.4%、93.1%、79.5%和85.3%,且安全带佩戴规范性的综合检测准确率达89.5%,验证了所提算法的准确性、有效性和适应能力。