[發(fā)明專利]基于背景估計的公交乘客運動目標檢測方法

無效

• 申請?zhí)枺?/td>: 201010177661.3
• 申請日: 2010-05-14
• 公開（公告）號: CN101826228A
• 公開（公告）日: 2010-09-08
• 發(fā)明（設計）人: 應捷;熊忠隆
• 申請（專利權）人: 上海理工大學
• 主分類號: G07C9/00
• 分類號: G07C9/00;G06T7/20
• 代理公司: 上海新天專利代理有限公司 31213
• 代理人: 宋冠群

技術領域

本發(fā)明涉及一種公交乘客運動目標檢測方法，特別涉及一種在動態(tài)背景下的公交乘客運 動目標提取方法。

背景技術

在公共交通事業(yè)中，客流統(tǒng)計有著非常重要的作用。智能交通系統(tǒng)通過統(tǒng)計各時段、各 站點的上下客人數(shù)，可以準確把握各條線路、各站點客流的流向、流量及其分布信息，從而 對公交線路進行調整，對車輛資源合理配置，方便市民出行，提高公共服務水平。利用機器 視覺技術建立智能管理系統(tǒng)，通過分析圖像采集設備獲得的視頻圖像序列來實現(xiàn)對行人的定 位識別與跟蹤，最終實現(xiàn)客流量的統(tǒng)計。

目前基于圖像處理技術進行運動目標提取的方法有很多，包括幀差法，光流法和減背景 法等。光流法對噪聲敏感，計算復雜，實時性較差。幀差法簡便易實現(xiàn)，實時性較好，但存在 相鄰幀差分后得到的目標圖像輪廓不完整，存在孔洞，以及運動目標的提取受環(huán)境噪聲干擾 大，不夠精確等缺點。減背景法可以得到較完整的運動目標，計算速度取決于背景建立及背景 更新所采用的方法。人們采用上述方法在公交乘客運動目標提取方面進行了大量的研究工作。 例如采用幀間二階差分和邊緣檢測方法進行運動目標提取；通過提取乘客頭部輪廓特征，采 用改進型Hough變換，結合模糊置信度的感知聚類，實現(xiàn)乘客準確定位的方法；采用基于人 臉的圖像外形特征提取算法，以目標區(qū)域的中心坐標作為特征點，利用基于統(tǒng)計識別的方法 對客流量進行統(tǒng)計；以及采用圖像灰度信息預測高斯核密度進行運動目標檢測，引入面積閾 值來預測最大的噪聲并判斷背景的突然變化，并依此來適應背景變化的方法。上述運動目標 提取方法有些存在現(xiàn)場準確率低，運動目標提取結果受環(huán)境照明等條件影響的缺點，有些算 法復雜，影響系統(tǒng)的實時性。

發(fā)明內容

本發(fā)明針對公交客流統(tǒng)計系統(tǒng)的現(xiàn)場環(huán)境，提出一種基于背景估計的紅外圖像公交乘客 運動目標提取方法，實現(xiàn)公交客流的實時統(tǒng)計。

本發(fā)明的技術方案為：在公交車上下車門處安裝攝像頭，獲取乘客上下車的影像信息。 單目攝像頭采用俯視角度安裝，采用主動式紅外攝像頭，避免陽光，路燈等光影變化對運動 目標提取帶來的干擾。攝像頭采集圖像由車門開關信號控制，到達站點車門打開時攝像頭開 始采集圖像，離開站點車門關閉后停止采集。然后用數(shù)字圖像處理的方法對采集到的連續(xù)幀 圖像序列進行處理，分離出乘客目標，得到其詳細信息(個數(shù)、面積、位置等)，對每個進入 視場的乘客建立目標跟蹤鏈，跟蹤此乘客，直至目標離開攝像視場范圍，最終完成乘客自動 計數(shù)。

與現(xiàn)有技術相比，本發(fā)明的有益效果在于：本發(fā)明提出的基于背景估計的紅外圖像公交 乘客運動目標檢測方法具有自適應性強，受背景環(huán)境變化干擾小，提取的運動目標質心精確， 方法簡便，實時性好的特點。

附圖說明

圖1是本發(fā)明公交乘客運動目標檢測方法的流程簡圖。

圖2是本發(fā)明系統(tǒng)結構框圖。

圖3是本發(fā)明基于背景估計的乘客運動目標提取方法的流程圖。

圖4是本發(fā)明中運動目標投影與分割流程圖。

具體實施方式

圖1是本發(fā)明公交乘客運動目標檢測方法的流程簡圖。公交乘客運動目標檢測的單目攝像 頭安裝在公交車上(下)車門頂部。主動式單目紅外攝像頭采集的圖像序列輸入到圖像處理 模塊進行圖像處理。將讀入的連續(xù)幀圖像序列中的一幀圖像首先進行背景估計。為提高處理 速度和進行低通濾波，將圖像縮小為原圖的四分之一，利用卡爾曼濾波估計背景，得到背景 圖像。讀入連續(xù)幀圖像序列中的相鄰下一幀圖像，將圖像縮小為原圖的四分之一之后，通過卡 爾曼濾波用估計的背景圖像得到前景圖像。將得到的前景圖像還原為原來大小，得到含噪聲 的前景運動目標圖像。將前景圖像與預先確定的感興趣區(qū)域取交集，然后采用8鄰域連通方法 求得連通區(qū)域，濾除雜散噪聲。提取像素灰度標準偏差大于25的區(qū)域，然后對得到的圖像進 行膨脹運算。根據(jù)攝像頭距離乘客的高度確定運動目標面積，選擇面積大于閾值的矩形區(qū)域， 略去小的雜散運動目標，得到理想的運動目標。得到運動目標后，對其進行投影分割，分別 求得各運動目標的質心及面積，建立目標跟蹤鏈，實現(xiàn)上下客流實時統(tǒng)計。最后對得到的前 景運動目標區(qū)域求補，得到背景圖像，將背景圖像縮小，更新原來的背景圖像。讀入下一幀 圖像，根據(jù)更新的背景圖像，重復前面的步驟，檢出下一幀中的運動乘客目標。