手机“低头族”在步行时持续低头使用手机,忽视了身边各类潜在的安全隐患,这可能导致交通事故的发生。为解决手机“低头族”的步行安全问题,本文旨在设计一款基于智能手机平台的步行安全警报软件,其功能主要分为安全预警与路障检测两种模式。在安全预警模式中,本文提出了一种全新的仅基于手机三轴合加速度SVM变化规律的计步算法,用于判定手机用户是否处于步行状态中;利用Google人脸检测技术判断手机前置摄像头拍摄的图像中是否包含人脸,用于判定手机用户是否正在阅读手机屏幕上的信息,当检测到手机用户边步行边低头阅读手机屏幕信息时即发出警报;另一方面,本文提出了一种全新的仅基于SVM变化规律的跌倒检测算法,当检测到手机用户发生意外跌倒时,手机可以及时发出求救信息。在路障检测模式中,本文利用开源图像库OpenCV提供的图像滤波、边缘检测、轮廓提取及轮廓匹配函数,设计出一种近似图像匹配算法,用于判定手机后置摄像头拍摄的图像中是否包含特定类型路障信息。通过模板匹配的方式,本文实现了对道路图像中井盖、杆子、斑马线等三种路障的识别。测试结果表明,本文提出的计步算法与跌倒检测算法均达到了97%以上的综合准确率,运算时间均在0.03秒以内。路障检测算法则达到了90%的综合准确率,运算时间在0.15秒以内。这三项算法在占用较少手机系统资源的基础上实现了较短的运算时间与较高的判断准确率,系统不同部分能够各自独立运行,体现出良好的应用前景。