[发明专利]一种实时公交车客流量统计方法有效
申请号: | 201010122682.5 | 申请日: | 2010-03-12 |
公开(公告)号: | CN101777188A | 公开(公告)日: | 2010-07-14 |
发明(设计)人: | 桑农;陈景东;黄朝露;刘乐元;罗大鹏;唐奇玲;高常鑫;王海;王强;李驰 | 申请(专利权)人: | 华中科技大学 |
主分类号: | G06T7/20 | 分类号: | G06T7/20 |
代理公司: | 华中科技大学专利中心 42201 | 代理人: | 朱仁玲 |
地址: | 430074湖北*** | 国省代码: | 湖北;42 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 实时 公交车 客流量 统计 方法 | ||
1.一种实时公交车客流量统计方法,包括目标检测、目标跟踪、目标 行为分析及客流统计计数三个步骤,其特征在于:
所述的目标检测步骤中,包括以下过程:
(1)提取目标先验灰度统计直方图
先人工手动的从预先捕获的客流视频图像中提取多幅只包含乘客人头 区域信息的图像,形成目标样本集;再分别提取目标样本集中每个样本的 灰度统计直方图Histaa,则样本集的平均灰度统计直方图为 其中aa是样本在样本集中的索引值,total为样本集的 大小,表示样本的数量,这个目标样本集的平均灰度统计直方图就作为目 标先验灰度统计直方图;
(2)基于上述目标先验灰度统计直方图对输入视频图像的任一帧It进 行反向投影运算,即将It的每个像素点的灰度值映射为该灰度值在目标先验 灰度统计直方图中的统计次数或概率,得到It对应的反向投影图像Pt,然后 再将Pt的像素值量化到[0,255]范围内,其中t表示输入视频图像中的任一帧 索引值;
(3)对所述反向投影图像Pt和与该帧It之前相隔τ帧的图像Pt-τ进行差 分和二值化运算,得到结果图像St,其中τ≥1;
(4)对所述结果图像St滤波,以消除图像中存在的孤立噪声点和连接 断开的目标区域;
(5)连通域标记:所述结果图像St经过滤波处理之后,将其中像素值 为255且彼此位于对方的8邻域中的像素用同一数值标记出来,标记后的 图像中具有相同数值的所有像素则隶属于同一个连通域,将所有连通域作 为It中待检测的目标压入检测目标队列head_list中;
在所述目标跟踪步骤中,包括以下过程:
(6)记跟踪目标队列为people_list,判断其是否为空,如果为空,则 将上述检测目标队列head_list中的所有目标作为新进入场景中的目标压入 跟踪目标队列people_list中,并直接跳转到步骤(10),如果不为空,则转 入步骤(7);
(7)虚警删除:根据虚警删除机制,删除跟踪目标队列people_list中 的虚警目标,其中,所述虚警删除机制包括:(A)目标的位置位于图像的 边缘,(B)目标的滞留时间达到预设值的上限,(C)目标允许的消失时间 达到预设值的上限,D)目标已用于了客流统计计数,
若跟踪目标队列people_list中的目标满足所述虚警删除机制中任何之 一,则该目标为虚警目标,删除该虚警目标,更新跟踪目标队列people_list;
(8)灰度互相关关联匹配跟踪:将检测目标队列head_list与虚警删除 后的跟踪目标队列people_list按照一定的关联规则进行数据关联匹配,
其中,所述的关联规则为两级级联准则,即在只有满足第一级准则的 条件下才可进入第二级处理,所述第一级准则为只有当两个目标的中心点 分别位于彼此的邻域之内才认为它们可能有关联;第二级准则为在上一级 中可能相互关联的目标,若其相似度满足预设条件则认为它们已经正确的 匹配上,具体关联匹配过程为:
假设people_list中存在m个目标,head_list中存在n个目标,用akl表示 people_list中的任一目标k和head_list中的任一目标l之间的相似度,用dkl表 示people_list中的该任一目标k和head_list中的该任一目标l的中心点之间 的欧式距离,将该任一目标k或任一目标l所属图像区域即目标区域的二维 点集R={It(a,b):a1≤a≤a2,b1≤b≤b2}转换为按行顺序存储的一维向量X,其 中a,b为It中任一像素点It(a,b)的位置,a代表列的位置,b代表行的位置, a1,a2分别为It中的目标区域的最左边列和最右边列的位置坐标,b1,b2分别为 It中的目标区域的最下边行和最上边行的位置坐标,记向量X的均值为 xc为向量X中任一元素,N为向量X的长度,也就是目标 区域的总像素数,N=(a2-a1+1)×(b2-b1+1);
定义相似度函数如下:
其中M为向量Xk和Xl的有效长度,M=min(Nk,Nl),表示取Nk,Nl中的较 小者,Nk,Nl分别为people_list中的任一目标k和head_list中的任一目标l所 属目标区域转换后得到的向量Xk和Xl的长度,th3是预设的目标邻域大小, Xkr和Xlr分别为向量Xk和Xl中任一元素,据此得到people_list和head_list队列 间的相似度关联矩阵:
当akl同时满足如下两个预设条件:
akl=min{ak1 ak2…ak(n-1) akn},akl=min{a1l a2l…a(m-1)l aml},
则认为head_list中的目标l与people_list中的目标k相匹配,更新people_list 中目标k的相应信息;若akl不满足上述两个预设条件,则分如下两种情况分 别处理:(A)head_list中目标l与people_list中的目标k不匹配,则people_list 中的目标k进一步转入步骤(9)进行搜索跟踪;(B)people_list中的目标k 与head_list中的目标l不匹配,则head_list中的目标l作为新进入场景中的目 标压入跟踪队列people_list中;
(9)对people_list中没有检测目标与之相匹配的目标采用均值平移算 法进行搜索跟踪,将people_list中的目标在上一帧图像It-1中的位置作为在当 前帧It中进行均值平移搜索的初始位置,通过迭代搜索确定目标在It中的可 能位置,完成对people_list中没有检测目标与之相匹配的目标的搜索跟踪, 并清空head_list;
在所述的目标行为分析和客流量统计计数步骤中,包括以下过程:
(10)目标行为分析和客流量统计计数:判断跟踪目标队列people_list 中是否有满足计数规则的目标,若有则更新客流量统计数据,
其中,所述的计数规则为:目标在进入场景时的图像中的初始位置和 其在当前帧图像It中的位置之间的距离大于预设值,则为下车;目标在当前 帧图像It中的位置与其在进入场景时的图像中的初始位置之间的距离大于 预设值,则为上车。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于华中科技大学,未经华中科技大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201010122682.5/1.html,转载请声明来源钻瓜专利网。
- 上一篇:一种时滞电力系统稳定的判别方法
- 下一篇:一种固井水泥降失水剂