[發明專利]一種人群密度監測方法及裝置

有效

• 申請號: 201310014563.1
• 申請日: 2013-01-15
• 公開（公告）號: CN103093198A
• 公開（公告）日: 2013-05-08
• 發明（設計）人: 王海峰;劉忠軒
• 申請（專利權）人: 信幀電子技術（北京）有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京超凡志成知識產權代理事務所(普通合伙) 11371
• 代理人: 李世喆

技術領域

本發明涉及圖像處理領域，尤其涉及一種人群密度監測方法及裝置。

背景技術

人群密度估計指的是利用數字圖像處理技術對某一指定區域的人群進行監控，從而得到量化的人群密度，根據所獲得的人群密度可以知道人群整體所處的狀態，從而對人群的行為做出判斷。

傳統的人群監控是靠閉路電視通過監視某一區域的人群實現的。這種監控方式靠工作人員時刻注視著閉路電視，才能了解到當前人群的大概密度，無法對人群的數量進行統計，進行定量分析。即使是現代的數字網絡攝像頭也需要工作人員對場景圖像中的人群密度做出判斷。這種方法主觀性很強，不能進行定量分析。

發明內容

本發明的目的在于提供一種人群密度監測方法及裝置，能夠對人群進行定量分析，完成人群密度的監測。

為了達到上述目的，本發明的技術方案是這樣實現的：

一種人群密度監測方法，包括：

對源圖像進行特征點監測，提取當前幀圖像的特征點；

利用光流法對提取到的的特征點的位置進行跟蹤，得到下一幀圖像中的跟蹤的特征點；

計算當前幀的特征點與下一幀圖像中跟蹤的特征點的距離，將距離小于預設的第一閾值所對應的特征點刪除；

根據統計多幀圖像中特征點的數量與實際人數得到的特征點的數量與實際人數的對應關系，得到跟蹤的特征點所對應的人群密度。

優選地，所述對源圖像進行特征點監測包括：

步驟A1：將源圖像轉換為灰度圖像并去噪；

步驟A2：對去噪后的灰度圖像中的每一個像素點，獲取每一個像素點在水平方向和豎直方向的一階差商；

步驟A3：根據每一個像素點在水平方向和豎直方向的一階差商，得到每一個像素點的海塞矩陣并求出每一個所述海塞矩陣的最小特征值；

步驟A4：對每一個所述海塞矩陣的最小特征值與設定的第二閾值進行判定，若最小特征值大于所述第二閾值，則刪除該最小特征值所對應的像素；若最小特征值小于所述第二閾值，則保留該特征值所對應的像素點并將該像素點選取為特征點。

進一步，在所述步驟A4之后還包括：

步驟A5：對選取的特征點，按照每一個特征點所對應的海塞矩陣的最小特征值從小到大排序，設定第三閾值，選取最小特征值位于所述第三閾值之前所對應的特征點作為最佳特征點。

進一步，在所述步驟A5之后還包括：

步驟A6：根據選取的最佳特征點，利用雙線性差值對以該特征點為中心的鄰域進行差值運算。

優選地，所述利用光流法對提取到的特征點的位置進行跟蹤包括：

根據前一幀灰度圖像中監測到的特征點及其鄰域內的特征點的位置，在后一幀灰度圖像中查找與所述前一幀的特征點以及鄰域內的特征點殘差最小的特征點。

優選地，所述根據前一幀灰度圖像中監測到的特征點及其鄰域內的點的位置，在后一幀灰度圖像中查找與所述前一幀的特征點以及鄰域內的特征點殘差最小的特征點包括：

步驟B1：根據灰度圖像的特征點的海塞矩陣及該特征點的位置變化，計算該特征點的光流向量；

步驟B2：根據所述光流向量和該特征點的一階差商，得到前一幀灰度圖像的特征點及其鄰域內的特征點與后一幀灰度圖像的對應的特征點及其領域內的特征點的殘差表達式；

步驟B3：根據所述殘差表達式，將殘差表達式的值最小時所對應的后一幀灰度圖像的特征點作為跟蹤的特征點。

進一步，所述利用光流法對提取到的特征點的位置進行跟蹤之前還包括：

將每一幀灰度圖像進行分層采樣。

優選地，所述計算當前幀的特征點與下一幀圖像中跟蹤的特征點的距離，將距離小于預設的第一閾值所對應的特征點刪除包括：

對跟蹤的特征點的運動距離與設定的第一閾值進行判定，若跟蹤的特征點的運動距離大于所述第一閾值，則保留該特征點；若跟蹤的特征點的運動距離小于所述第一閾值，則刪除該特征點。

優選地，所述根據統計多幀圖像中特征點的數量與實際人數得到的特征點的數量與實際人數的對應關系，得到跟蹤的特征點所對應的人群密度包括：

統計多幀圖像中每幀圖像所拍攝的實際人數，根據每一幀圖像中特征點的數量與實際人數的對應關系，得到特征點的數量與實際的人數的均值和方差，根據均值擬合出特征點的數量與實際人數的變化曲線，根據方差得到人數的置信區間，從而得到人群密度。

一種實施上述的人群密度監測方法的人群密度監測裝置，包括：

圖像采集模塊，用于采集源圖像；