[发明专利]基于视频图像的密集客流密度自动检测方法及系统

权利要求书

1.一种基于视频图像的密集客流密度自动检测方法，步骤如下；

(a)采集客流出入的监控视频图像，得到人群图像；

(b)背景处理，将采集得到的人群图像经模板屏蔽，除去不包含人群对象的复杂背景，保留包含人群对象的目标区，然后进行中值滤波去噪；

(c)采用计算机视觉算法对采集到的视频图像进行分类处理，最终得到人群密度等级，

(i)当人群密度较低时，采用计算量较小但较准确的像素数统计，并应用时间轴的信息进行背景生成，

(ii)当人群密度较高时，采用纹理分析方法计算人群密度。

2.根据权利要求1所述的方法，特征在于，所述对视频图像中人群密度分类处理的步骤(c-ii)包括：首先人群图像进行小波包分解，然后提取各子带图像的计盒维数作为特征分类，采用分类器得到人群密度等级结果。

3.根据权利要求1所述的方法，特征在于，所述对视频图像中人群密度分类的步骤(c-i)包括：

1)采用阈值法来得到人群前景的二值图像，二值图像是判断像素是否为人群前景的阈值，该阈值由具体实验测定，会伴随背景处理中基础数据的变化而调整；

2)对人群前景的透视效应进行校正，把感兴趣区域ROI分成面积相等的远、中、近三个区域，分别计算每个区域的人群密度，然后取三个区域的人群密度均值作为最终估计的人群密度。

4.根据权利要求1所述的方法，特征在于，对于步骤(b)中对人群图片处理需要对判断人群前景进行多尺度分析，对摄像机透视效应进行处理步骤如下：

(a)对图像进行正交小波分解得到不同尺度方向上的子带图像；

(b)应用小波包分解对步骤(a)得到的子带图像进行多尺度分析；

(c)应用所有不同方向不同尺度的子带进行纹理分析，计算几盒维数；

(d)利用人群图像的纹理模式有明显的自相似性和分形特征，应用分形维数来表征纹理模式得到反映尺度特性的特征矢量，分别对各级尺度提取特征参数。

5.根据权利要求4所述的方法，特征在于，步骤(d)中为了得到能够反映尺度特性的特征矢量，需要分别对各级尺度提取特征参数；根据人群图像的纹理模式有明显的自相似性和分形特征，采用分形维数来表征该纹理模式，采用计盒法来计算分形维数，维数作为特征矢量。

6.根据权利要求2所述的方法，特征在于，在步骤(c-ii)对人群密度分类中分类器具体是支撑向量机，在多类划分中，需要用支撑向量机组分类器组组成树状结构来划分。

7.实现权利要求1-6所述方法的系统，特征在于包括：

(a)视频图像采集设备，包括置于客流通道的出入口顶端的摄像机，闭路电视系统CCTV；

(b)用计算机视觉算法对采集到的视频图像进行处理的视频处理装置，具体包括视频采集模块、存储器、处理器，所述的处理器包括但不限于嵌入式处理器；平台由TMS320C64x和TMS320C62x定点系列以及TMS320C67x浮点系列组成。

(c)对小波包分解系数矩阵的计盒维数结果进行分析处理的分类器，分类器采用支撑向量机和支撑向量机组。