[发明专利]一种基于图像灰度匹配的人数统计方法

说明书

技术领域

本发明属于视频图像处理及识别技术领域，特别涉及一种基于图像灰度匹配的人数统计方法。

背景技术

      智能视频监控是计算机视觉的一个重要应用领域，有着广阔的应用前景。对于大多数的智能视频监控系统来说，场景中出现的人或车等运动目标显然是重要关注的对象，行人目标作为监控场景中最重要和最活跃的元素，使得行人目标检测、识别与跟踪技术得到许多研究者的关注。

    行人检测技术除了广泛应用于博物馆、飞机场、停车场、车站、商场、银行等敏感地点的智能监控外，在智能车辆、行人流量统计、智能交通控制等方面也有极其重要的研究价值。在行人流量统计方面，行人流量数据在交通场所、商场、机场、购物中心等公共场所的管理和决策中扮演着不可获取的角色，通过对人流量，即进出人数的统计，可以实时有效的监控、组织公共场所的运营工作，为人们提供更安全的环境和更优质的服务。

  传统的人数计数方法是利用人工检测，或接触式设备，但是随着信息化时代的到来，发明一种自动人数统计方法显得十分必要。智能化人数统计技术是利用计算机视觉和图像处理相结合的方法建立起来的智能管理系统，在不需要人工干预的情况下，只需要通过对摄像机拍摄的视频序列进行实时分析来实现行人的定位、追踪以及人数统计。

  中国专利03109626.3，名称为“微小昆虫自动技术系统”的发明专利公开了一种微小昆虫的自动计数系统。然而该发明仅仅是在特定的背景环境及特定区域中实现对特定目标体的自动计数。这种针对特定目标体的计数技术并不能满足公共区域各种环境中对不断变化的人流量的统计需求。

有鉴于此，有必要对现有技术中公共区域中的人数统计方法予以改进，以解决上述问题。

发明内容

本发明的目的在于提供一种基于图像灰度匹配的人数统计方法，该方法可以有效地提高公共区域内人数统计的效率。

为实现上述目的，本发明提供了一种基于图像灰度匹配的人数统计方法，该方法包括以下步骤：

S1、获取监控区域的视频流图像作为输入图像；

S2、根据输入图像，通过帧间差分法处理得到差分图像，并对差分图像进行二值化处理，得到运动目标区域；

S3、通过矩形窗口对运动目标区域进行扫描，提取出行人区域；

S4、以行人区域的灰度信息为模板，在下一帧图像中的行人区域的中心点邻域内进行搜索和匹配；

S5、将行人区域的中心点位置信息保存至目标链，以得到人数。

作为本发明的进一步改进，所述步骤S1具体为：通过摄像机获取监控区域的视频流图像作为输入图像，所述监控区域位于摄像机的正下方。

作为本发明的进一步改进，所述步骤S2中的帧间差分法处理具体为：根据步骤S1获取的输入图像，利用当前帧图像与前一帧图像作帧间差分运算得到差分图像，

所述帧间差分运算的计算公式为：                                                ；

其中，为前一帧图像中像素点的灰度值，为当前帧图像中像素点的灰度值，为二者的差分图像。

作为本发明的进一步改进，所述步骤S3具体为：

通过矩形窗口，对步骤S2获取的运动目标区域进行扫描，对落在矩形窗口内的运动目标区域中的像素点的个数总和Num进行统计，并将像素点的个数总和Num与设定阈值P作比较，

若Num大于或等于设定阈值P，提取该运动目标区域中所有像素点作为行人区域；

若Num小于设定阈值P，不提取该运动目标区域中的像素点。

作为本发明的进一步改进，所述设定阀值P为300。

作为本发明的进一步改进，所述步骤S4“在下一帧图像中的行人区域的中心点邻域内进行搜索”具体为：

在下一帧图像中，以步骤S3获取的本帧图像中的行人区域的中心点为中心，在M、N个像素点为长、宽的待搜索区域内，通过矩形窗口在待搜索区域内平移，搜索出与行人区域的灰度信息匹配度最高的矩形窗口所覆盖的子区域，作为行人在下一帧图像中的位置；其中，M定义为45、N定义为40。

作为本发明的进一步改进，所述步骤S4“在下一帧图像中的行人区域的中心点邻域内进行匹配”具体为：

以步骤S3获取的行人区域的灰度信息为模板，与下一帧图像中的子区域的灰度值进行基于归一化交叉相关算法的计算，以最高的归一化交叉相关算法值所对应的子区域作为行人在下一帧图像所在的位置；

其中，归一化交叉相关算法的计算公式为：

；