[發明專利]公交客流統計方法

無效

• 申請號: 201010195212.1
• 申請日: 2010-06-08
• 公開（公告）號: CN101908236A
• 公開（公告）日: 2010-12-08
• 發明（設計）人: 徐建華;陳曉蓉;戴曙光;穆平安
• 申請（專利權）人: 上海理工大學
• 主分類號: G07C9/00
• 分類號: G07C9/00;G06M11/00
• 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

本發明涉及運動目標檢測與跟蹤技術，特別是一種基于多閾值區域生長及光流法的公交客流統計方法。

背景技術

對于運動目標檢測，傳統方法主要有背景差法、幀差法和光流法。背景法主要應用于背景變化不大或者變化較為緩慢的環境，在目標進入攝像機范圍之前，提取背景圖，目標進入之后，用當前圖像減去背景圖，得到運動目標。背景更新是背景法的重點，目前主要有單高斯和混合高斯背景模型法。公交車上由于每個站臺環境不一樣，而且受光線和遮擋影響非常大，所以不適于采用背景差法。幀差法雖然受光線影響不大，但是在擁擠的時候，多個乘客容易粘連在一起，如何將單獨乘客分割出來是一個難題。考慮到即使擁擠的時候，乘客的頭部也很少靠在一起，所以以頭部作為計數目標易于實現。目前有許多學者采用邊緣提取和Hough變化尋找人頭，該方法計算量大，占用存儲空間也較大。

光流法在檢測運動目標中具有其優勢：可以在不知道任何場景信息的情況下，檢測出運動目標。目前基于梯度的光流計算方法得到了廣泛的應用。采用光流法進行運動物體檢測的問題主要在于光流法計算耗時，實時性和實用性都較差，純粹采用光流法檢測運動目標不太實際，但是可以將光流計算方法和其他方法相結合來檢測運動目標。

發明內容

為解決現有技術存在的問題，本發明提出了一種基于多閾值區域生長和光流法的公交客流統計方法，通過安裝在公交車上的攝像頭實時捕捉乘客上下車圖像，采用該方法計算上下車人數。

為解決上述技術問題，本發明的技術方案是：

一種公交客流統計方法，包括以下步驟：

首先通過兩次大津閾值法得到兩個閾值，較大閾值作為粗選值濾除不可能是頭部的區域，較小閾值作為頭部平均灰度閾值；

然后計算圖像的方差，確定大小兩個生長閾值G_m和G_n；

第一次采用G_m對圖像進行區域生長，通過面積和平均灰度濾除不包含頭部的區域；

對保留的區域，首先判斷其是否包含上一幀中檢測到的任何一個頭部質心坐標，若包含，則用步長為1，生長閾值從G_n到G_m的每個值對該區域進行區域生長，并通過歸一化匹配尋找與該頭部最為相似的區域；

對不包含上一幀中任何一個頭部質心的區域，首先判斷其圓度是否大于圓度閾值，如果大于則直接認為是頭部區域并保存；

否則，對該區域用半徑為R的圓對其作開運算，R表示平均頭部大小，對得到的區域判斷其平均灰度閾值是否小于頭部平均灰度閾值，并且圓度大于圓度閾值，如果符合則認為是頭部并保存。否則取G_n再次進行區域生長，通過特征提取找到分離出來的頭部區域；

用一數組保存每個頭部質心的初始橫坐標和在當前幀中的坐標；

計算該圖像的光流場，得到運動區域，將每個運動區域與區域生長法檢測到的頭部作與運算，結果非空則刪除，否則保留；

對區域生長法檢測到的頭部和光流法檢測到的頭部分別和上一幀中采用其算法檢測到的頭部進行最鄰近匹配，更新每個頭部的位置；

判斷每個頭部是否越過計數線，如果是，計算其在計數線方向上走過的距離，如果大于閾值則計數，否則不做處理。

在第一次區域生長之后，判斷每塊區域是否包含上一幀圖像檢測到的某個頭部的質心，如果包含，通過一系列的生長閾值及歸一化形狀匹配，提取出和上一幀人頭最為相似的頭部區域。

對于戴帽子等特殊情形，采用光流法檢測運動人體；光流法和區域生長算法綜合使用，分別計數。

人為劃定上下車兩條計數線，當跟蹤目標越過計數線時，判斷目標在計數線方向上走過的距離是否大于事先確定的閾值，大于則產生計數，否則不計數。

與現有技術相比，本發明的有益效果可以是：

公交客流統計具有重要意義，通過記錄各個站點的人流密集程度以及各條線路的乘客流量，可以為公交站點的安排，公交車的調度以及公交線路的調整提供豐富的依據和信息。

本發明基于多閾值區域生長和光流法的公交客流統計算法以區域生長算法為主，光流法為輔，通過歸一化形狀匹配，提高提取精度。以是否越過計數線和移動距離兩個條件判斷是否產生計數，有效減少干擾對計數的影響。

具體實施方式

本發明方法采用區域生長算法將頭部從背景中分割出來，再通過特征提取將頭部檢測出來作為計數目標。區域生長算法采用兩個閾值，閾值的選取與圖像的方差成分段函數關系。該分段函數是在統計分析大量圖像之后確定的。