目前国内的许多城市都在出租车副驾驶位置安装了监控摄像头。摄像头监控图像在出租车运营过程中常会发生异常,对监控图像的异常检测可以帮助交管部门及时获得车内状况。另外,可以利用副驾驶位置乘客识别来获得出租车前排载客情况,有助于解决乘客打车难与出租车空驶率高之间的矛盾。因此出租车视频监控的异常图像检测与乘客识别研究对出租车的加强监管和优化调度有重要意义。在对异常图像检测与乘客识别的技术现状进行深入研究的基础上,确定了出租车视频监控系统的组成和硬件选型,系统的功能包括异常图像检测和乘客识别两部分。异常图像检测算法首先制定了出租车监控图像的分类标准;接着通过图像预处理达到统一图像大小、减少噪点的目的;为了区分图像各部分的特征,对图像待测区域进行分割,根据每个待测区域的皮尔逊相关系数及像素和比值判定图像是否异常。副驾驶位置乘客识别是基于对乘客面部肤色的检测实现的:建立了乘客面部在YCbCr色彩空间的肤色模型。根据肤色模型给出的面部各个色度分量取值范围,对面部进行初步检测,包括图像截取、面部粗提取步骤,将疑似面部区域显示在二值图像中。为精确获得面部大小和位置,接着对面部进行精确检测,包括用于去除驾驶员区域的图像分割,去除小块肤色区域以突出乘客面部的形态学开运算,通过计算面部区域与总面积的比值判断出副驾驶位置是否有乘客。在MATLAB平台上对系统的两部分算法分别进行仿真测试,系统的异常图像检测算法总体正确率为95.47%,乘客识别算法的总体正确率为66%。最后完成系统的图形界面设计和软件编译,得到可执行的GUI界面。