[發明專利]一種基于機器視覺的智慧節能室內人數統計方法有效
| 申請號: | 202010023087.X | 申請日: | 2020-01-09 |
| 公開(公告)號: | CN111192263B | 公開(公告)日: | 2023-08-22 |
| 發明(設計)人: | 夏葉;王皓平 | 申請(專利權)人: | 夏葉;王皓平 |
| 主分類號: | G06T7/00 | 分類號: | G06T7/00;G06T7/90 |
| 代理公司: | 廣州粵高專利商標代理有限公司 44102 | 代理人: | 許青華 |
| 地址: | 200433 上海市楊*** | 國省代碼: | 上海;31 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 一種 基于 機器 視覺 智慧 節能 室內 人數 統計 方法 | ||
1.一種基于機器視覺的智慧節能室內人數統計方法,其特征在于,其包括如下步驟:
S1.利用攝像頭獲取待檢測圖像和背景圖像;其中,所述背景圖像不包括人像;
S2.將所述背景圖像劃分為若干個子區域,各子區域中具有相同尺寸的參照物;獲取各子區域中參照物的長度的像素值作為標定測量值;選取距離所述攝像頭較近的子區域中參照物的長度的像素值作為標定基準值;將所述標定測量值除以所述標定基準值,獲得各子區域的標定系數;
S3.對所述待檢測圖像進行消除陰影處理;
S4.對所述待檢測圖像依次進行預處理、反轉處理和數學形態學處理;
S5.對經數學形態學處理后的待檢測圖像進行連通區域分析,確定人員判定閾值;
S6.根據所述人員判定閾值和步驟S2所得的各子區域的標定系數,獲得各子區域的閾值;
S7.根據所述各子區域的閾值統計各子區域內的人數。
2.如權利要求1所述的基于機器視覺的智慧節能室內人數統計方法,其特征在于,所述利用攝像頭獲取待檢測圖像和背景圖像,包括:利用攝像頭獲取監控區域的視頻;從所述視頻的圖像序列中選擇一幀包括人像的圖像以作為所述待檢測圖像,選擇一幀不包括人像的圖像以作為所述背景圖像。
3.如權利要求1所述的基于機器視覺的智慧節能室內人數統計方法,其特征在于,所述參照物為家具,將所述背景圖像劃分為四個子區域。
4.如權利要求1所述的基于機器視覺的智慧節能室內人數統計方法,其特征在于,步驟S3中采用顏色空間的轉換進行消除陰影處理。
5.如權利要求4所述的基于機器視覺的智慧節能室內人數統計方法,其特征在于,所述消除陰影處理包括:將待檢測圖像和背景圖像由RGB顏色空間轉換成HSV顏色空間,其中,R為紅色,G為綠色,B為藍色,H為亮度,S為飽和度,V為色調;采用公式(1)進行陰影消除;
(1)
公式(1)中,I(x,y)表示圖像二值化后在(x,y)處的值,H1、S1、V1表示待檢測圖像在HSV顏色空間中的各分量值,H2、S2、V2表示背景圖像在HSV顏色空間中的各分量值,Ht、St、Vt分別表示在進行消除陰影時亮度值、飽和度值及色調值的閾值。
6.如權利要求1所述的基于機器視覺的智慧節能室內人數統計方法,其特征在于,對所述待檢測圖像進行預處理包括:將所述待檢測圖像分成R分量圖像、G分量圖像、和B分量圖像,然后對每個分量圖像進行二值化操作,確定用于后續人數統計的分量二值化圖。
7.如權利要求6所述的基于機器視覺的智慧節能室內人數統計方法,其特征在于,對所述待檢測圖像進行反轉處理和數學形態學處理包括:對確定的所述分量二值化圖以及所述背景圖像的二值化圖分別進行反轉后相減,進行腐蝕處理,然后再進行膨脹處理,獲得待檢測圖像的連通區域。
8.如權利要求1所述的基于機器視覺的智慧節能室內人數統計方法,其特征在于,步驟S5中對經形態學處理后的待檢測圖像進行連通區域分析,包括:統計各連通區域的像素值。
9.如權利要求1所述的基于機器視覺的智慧節能室內人數統計方法,其特征在于,步驟S6中,將所述人員判定閾值乘以步驟S2所得的各子區域的標定系數,獲得各子區域的閾值;步驟S7中,判斷每個子區域中各連通區域的像素值是否大于該子區域的閾值,若大于,則統計為人數。
該專利技術資料僅供研究查看技術是否侵權等信息,商用須獲得專利權人授權。該專利全部權利屬于夏葉;王皓平,未經夏葉;王皓平許可,擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作,請聯系【客服】
本文鏈接:http://www.szxzyx.cn/pat/books/202010023087.X/1.html,轉載請聲明來源鉆瓜專利網。





