DrugChecking:一种多颜色空间下毒驾检测试纸识别方法

摘要：

近年来,由"毒驾"所引发的重大交通事故数量不断增长,现有的毒品检测技术由于时效性、便捷性等原因,难以适用于常规道路毒驾稽查,不利于道路现场检测.对此,本文针对毒驾唾检试纸图像的特点,设计并实现了一种高效的毒品检测方法---DrugChecking.该方法首先对唾液检测试纸进行边缘检测,以提取试纸检测区域;其次,针对毒驾唾检试纸的弱边缘问题,Drug-Checking在多颜色空间中采用Hough变换提取试纸条区域;然后,使用主成分分析对试纸条区域进行降维处理;最后,采用支持向量机对降维后的数据进行分类.本文方法已在现场采集的毒驾唾检试纸图像上进行了验证,实验结果表明:DrugChecking的识别准确率达到98.04％,能够有效识别毒驾唾检试纸中毒品类别.

关键词：毒驾、机器学习、多颜色空间、主成分分析、弱边缘

所属期刊栏目：42

分类号：TP391(计算技术、计算机技术)

资助基金：国家自然科学基金项目61972092

在线出版日期：2021-01-22（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：147-153