[發明專利]基于機器視覺的車廂擁擠度確定方法、系統、裝置及介質有效
| 申請號: | 202110731689.5 | 申請日: | 2021-06-29 |
| 公開(公告)號: | CN113505671B | 公開(公告)日: | 2022-03-22 |
| 發明(設計)人: | 殷玲;田洪金;曾光;梁艷;佟景泉;黃玉萍;賀文錦 | 申請(專利權)人: | 廣東交通職業技術學院 |
| 主分類號: | G06V20/59 | 分類號: | G06V20/59;G06V20/52;G06V40/10;G06V10/26;G06V10/48 |
| 代理公司: | 廣州嘉權專利商標事務所有限公司 44205 | 代理人: | 余凱歡 |
| 地址: | 510000 廣*** | 國省代碼: | 廣東;44 |
| 權利要求書: | 查看更多 | 說明書: | 查看更多 |
| 摘要: | |||
| 搜索關鍵詞: | 基于 機器 視覺 車廂 擁擠 確定 方法 系統 裝置 介質 | ||
1.一種基于機器視覺的車廂擁擠度確定方法,其特征在于,包括以下步驟:
獲取車廂內的第一圖像信息,所述第一圖像信息為車廂內的俯視圖;
獲取車廂內的背景圖像信息,根據所述第一圖像信息和所述背景圖像信息得到車廂內的前景圖像信息,進而對所述前景圖像信息進行圖像二值化處理、先開后閉運算以及濾波處理,得到第二圖像信息;
對所述第二圖像信息進行邊緣檢測得到多個連續輪廓,進而對所述連續輪廓進行隨機霍夫變換,篩選出符合預設的閾值條件的連續輪廓作為頭部輪廓;
根據所述頭部輪廓的數量確定車廂內的乘客數量,進而根據所述乘客數量和車廂面積確定車廂擁擠度;
所述對所述第二圖像信息進行邊緣檢測得到多個連續輪廓,進而對所述連續輪廓進行隨機霍夫變換,篩選出符合預設的閾值條件的連續輪廓作為頭部輪廓這一步驟,其具體包括:
通過Canny算子對所述第二圖像信息進行邊緣檢測得到第三圖像信息,并確定所述第三圖像信息中的連續輪廓;
對所述第三圖像信息進行遍歷搜索,當搜索到所述連續輪廓,對所述連續輪廓進行隨機霍夫變換,確定所述連續輪廓是否為圓形輪廓,并確定所述圓形輪廓的半徑;
當所述圓形輪廓的半徑符合預設的閾值條件,確定所述圓形輪廓為頭部輪廓;
所述對所述連續輪廓進行隨機霍夫變換,確定所述連續輪廓是否為圓形輪廓,并確定所述圓形輪廓的半徑這一步驟,其具體包括:
獲取所述連續輪廓上的邊界點,并根據所述邊界點構造邊界點集;
從所述邊界點集中隨機選取三個邊界點,并求解對應的第一圓特征參數;
從多個預設圓特征參數中選取出與所述第一圓特征參數的誤差低于預設的第二誤差閾值的預設圓特征參數作為候選圓特征參數,并將所述候選圓特征參數的計數值加1;
重復上述步驟直至達到預設的循環次數或所述候選圓特征參數的計數值等于預設的第三計數閾值;
當所述候選圓特征參數確定的圓上對應的邊界點數量大于預設的第四數量閾值,則確定所述連續輪廓為圓形輪廓;
根據所述候選圓特征參數確定所述圓形輪廓的半徑。
2.根據權利要求1所述的一種基于機器視覺的車廂擁擠度確定方法,其特征在于,所述根據所述第一圖像信息和所述背景圖像信息得到車廂內的前景圖像信息這一步驟,其具體為:
對所述第一圖像信息和所述背景圖像信息進行差分處理,得到車廂內的前景圖像信息。
3.根據權利要求1所述的一種基于機器視覺的車廂擁擠度確定方法,其特征在于,所述對所述前景圖像信息進行圖像二值化處理這一步驟,其具體包括:
獲取預設的第一灰度閾值;
將所述前景圖像信息中像素點灰度值大于所述第一灰度閾值的像素點的灰度值置為0,將所述前景圖像信息中像素點灰度值小于等于所述第一灰度閾值的像素點的灰度值置為255。
4.根據權利要求1至3中任一項所述的一種基于機器視覺的車廂擁擠度確定方法,其特征在于,所述根據所述頭部輪廓的數量確定車廂內的乘客數量,進而根據所述乘客數量和車廂面積確定車廂擁擠度這一步驟,其具體包括:
根據所述頭部輪廓的數量確定車廂內的乘客數量;
獲取車廂面積,并計算單位車廂面積內的乘客數量,從而確定車廂擁擠度。
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廣東交通職業技術學院,未經廣東交通職業技術學院許可,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/202110731689.5/1.html,轉載請聲明來源鉆瓜專利網。





