[發明專利]地鐵人流密度實時監測方法

在審

• 申請號: 201610788234.6
• 申請日: 2016-08-31
• 公開（公告）號: CN107784258A
• 公開（公告）日: 2018-03-09
• 發明（設計）人: 鄒濤;張凱;劉云;顧子鵬
• 申請（專利權）人: 南京三寶科技股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06T7/11;G06T7/136;G06T7/194
• 代理公司: 南京蘇科專利代理有限責任公司32102
• 代理人: 徐振興,姚姣陽

1.一種地鐵車廂人流密度實時監測方法，其特征在于：按照如下步驟進行：

第一步，車廂背景建模，采集一段時間的空車廂視頻圖像序列,設定車廂環境圖像為A(x,y)，構造車廂環境圖像計算函數M_t(x,y)：

,

其中，CH₁為突變閾值，為圖像間的距離；

第二步，圖像采集，通過攝像頭采集車廂內圖像；

第三步，劃分區域，將圖像劃分為多個實際監控面積基本一致的子區域；

第四步，圖像處理，根據時間軸加載同一時間點的背景圖對實時采集圖像做背景扣除，背景圖參照第一步。

2.根據權利要求1所述的地鐵車廂人流密度實時監測方法，其特征在于，還包括二值化圖像步驟，具體如下：

第一步，對視頻監控器中的圖像I做Canny邊緣檢測,得到處理后的邊緣圖像eI；

第二步，去除eI中的孤立小邊緣,然后對eI中的每一點進行判斷.如果為邊緣點,則將它的四鄰域中的非邊緣點存入臨時矩陣T中，如果T中點的數目大于1,則將其對應于I中灰度值最低的點存放在矩陣lE中,其余點存放在矩陣hE中；

第三步，求得低閾值LT=1m∑(i,j)∈lEI(i,j),m為lE中點的個數;高閾值HT=1n∑(i,j)∈hEI(i,j),n為hE中點的個數；

第四步，將lE中的點作為種子點存入矩陣S中；

第五步，用HT二值化I得到高閾值二值化圖像hbI,然后將hbI(i,j){(i,j)∈hEor(i,j)∈eI中的邊緣點}置為背景點,得到種子生長屏障圖像hbI2；

第六步，用S中的點作為種子點在hbI2中進行種子填充,判斷當前種子點填充區域的邊緣點中種子點所占的比重,如果此比重大于某一閾值(如0.1),則將此填充區域內的點置為目標點,那些沒有種子點的區域和種子點在區域邊緣點中占的比重較小的區域都置為背景點,從而得到初步的二值化圖像sbI；

第七步，用LT二值化I得到圖像lbI,然后將sbI(i,j){(i,j)∈lbI中的目標點}置為目標點,得到高、低閾值的聯合圖像hlI；

第八步，去除hlI中的連通個數小于某一閾值的目標點,得到最終的二值化圖像rI。

3.根據權利要求1所述的地鐵車廂人流密度實時監測方法，其特征在于，還包括背景更新方法:在人群的檢測中,對于被判斷為屬于人群的像素點,仍然保持原來的背景像素值,不予更新；

判斷為背景的點,依照下述規則更新背景模型:Bn+1(i,j)=αBn(i,j)+(1-α)G(i,j) 其中α∈(0,1)為更新率,B(i,j)表示背景圖像像素點的像素值,G(i,j)表示當前幀中的像素點的像素值。

4.根據權利要求1所述的地鐵車廂人流密度實時監測方法，其特征在于，將圖像由遠及近劃分為四個實際監控面積相當的區域，四個監控區域對應擬合出四條對應于人群人數和像素數的關系直線,擬合直線的方程分別為(x為二值化人群圖像的像素總數,y為人數):

y₁=0.0031x-4.2248，

y₂=0.0018x-0.7651，

y₃=0.0011x-0.2661，

y₄=0.0006x+0.1931。