智能交通系统(Intelligent Transportation System,简称ITS)是目前全世界交通运输领域比较前沿的研究课题。本文将图像处理和模式识别应用于智能交通领域,对日益严峻的交通问题有重大意义。目前,随着道路卡口摄像头的增加,车牌自动识别,闯红灯自动抓拍识别,超速行驶识别已经实现了自动化,而未系安全带的自动识别才刚刚起步,目前主要是通过人工进行筛选,工作量非常大。近年来,由于交通事故数量的日益增加,引起了越来越多相关部门的注意,安全带,作为保障司机和乘客生命安全和降低死亡率的重要手段,交管部门严格要求司机和乘客在车辆行驶过程中佩戴安全带,同时这也是我国交通法明确规定的。针对以上的情况,本文对基于图像分析的未系安全带自动识别系统进行了研究,经过大量的实验,得到了非常满意的效果,如果真正的投入使用,将会减轻工作人员的负担。整个系统主要分为4个部分:(1)对采集到的图像首先进行预处理,比如灰度化,二值化(本文提出一种新的图像二值化的方法)。(2)车牌的定位,本文通过车牌的纹理特征,结合形态学的操作方法,对字符进行团块检测,然后对字符进行X,Y方向的聚类,从而实现车牌的定位。(3)通过车牌的位置和坐标信息,来定位车窗玻璃的上下边界,计算灰度图像水平方向和垂直方向的梯度,分别向X轴投影,从而确定车窗玻璃的左右边界。通过肤色特征和方向盘的位置对司机进行了定位。(4)利用Canny算子,对图像的边缘进行检测,然后利用概率霍夫变换和最小二乘法相结合来拟合直线,并提取特征向量,最后通过支持向量机来进行分类,判断司机是否佩戴了安全带。通过本次实验证明该方法可行,在时间和准确率方面具有有效性。