安全带是乘员约束系统中最有效的保护装置，是用于在车辆发生碰撞或紧急制动时约束乘员，防止或减轻乘员受二次碰撞甚至被甩出车外造成的伤害。为提高安全带佩戴率，大部分中高档汽车都配备了锁扣传感器式安全带提醒系统。然而现实中却存在逃避现有提醒系统的假佩戴行为，主要有3种:①靠着安全带:空座时系好安全带然后直接就座，安全带被靠在身后;②只戴肩带:先是靠着安全带，当有交警时将肩带挎到身前，以躲避检查;③不佩戴:不系安全带而将独立的卡扣插入卡槽。　　 针对目前安全带提醒系统及道路高空视频检测法存在的不足，本文提出一种基于机器视觉的安全带佩戴检测系统，以提高安全带佩戴率。该方法是机器视觉在安全带佩戴检测上的创新性应用，同时也是机器视觉在乘员行为监测领域的有效补充。　　 本文的主要研究内容归纳如下:　　 (1)详细介绍了一些常用的图像处理技术，为检测算法设计打下理论基础。　　 (2)在不改变安全带性能的前提下，设计出一种新型的具有反光特性的安全带，并配合使用带有红外补光的CCD摄像头用于图像采集实验，设计的实验方案为:选用10种身高的男性和女性乘员、每位乘员依次身穿10种颜色衣服且任意调节座椅位置，并分别模拟规范佩戴以及三种典型的假佩戴行为，在白天、夜晚均进行图像采集。实验共采集到38100幅图像，用于安全带佩戴检测算法的设计与验证。　　 (3)详细地设计了安全带佩戴视觉检测算法。主要思路是:首先读取图像，进行灰度化、滤波处理，设定感兴趣窗口并裁剪图像以提高算法效率;其次，选取合适阈值进行图像分割;再对所得二值图像进行连通区域分析以降低干扰区域影响;最后，计算二值图像的白点像素比率及其水平积分投影特征值，以判别乘员是否规范佩戴安全带。　　 (4)根据设计的算法，基于MATLAB开发了安全带佩戴检测系统仿真软件。首先对软件进行了详细设计，讨论了软件开发的关键问题并给出了解决方法。重点阐述了软件各模块及模块中各控件的功能，并列出了部分关键代码。　　 (5)对开发的软件进行验证，其识别准确率高达100％，平均处理时间为0.21s。　　 验证结果表明该安全带佩戴检测系统具有很好的鲁棒性和实时性。