[发明专利]一种基于颜色特征的密集人流量实时检测方法

说明书

技术领域

本发明涉及计算机视觉技术领域中人流量分析，特别是涉及一种基于颜色特征的密集人流量实时检测方法。 

背景技术

计算机视觉是一个多学科交叉的技术领域，它涉及了计算机、信号处理、数学等学科。在计算机视觉领域，以人为研究主体的方向占据了很大一部分，比如人脸识别、行人跟踪、人流量统计等。随着社会的发展，在一些公共场合的人流量统计成为了重要的公共安全需求和重要的商业需求。使用计算机视觉的方法来进行人流量统计具有成本低、节约人力成本、自动化程度高等特点。因此，在火车站、大型商场、地铁站、飞机场等场所，都有了很多基于计算机视觉的人流量统计系统，但是目前的系统存在实时性、准确性等问题。因此，在人流量检测技术上进行相关的研究与分析是很有意义的。 

人流量的检测可以从图像的底层特征入手，利用图像中的颜色、轮廓、边缘等特征，从图像中检测出行人，然后再进行数目和运动方向的分析。也可以使用目标识别的方法，先对行人样本进行训练，再用训练好的分类器进行目标检测。另外也有一些其他的方法，比如利用立体视觉方法解决行人遮挡的问题，利用整体分析的方法等等。 

传统的使用颜色的方法会存在色彩一致性问题，会受到光照和背景颜色的影响。但是这种方法简单，运算复杂度低，易于用在实时处理中。使用运动前景检测的方法常常会受到前景难以分割的问题影响。使用模式识别的方法运算复杂度较高，不易于做实时处理。 

发明内容

本发明所要解决的技术问题是提供一种基于颜色特征的密集人流量实时检测方法，可用于实时的人流量监测系统，如大型商场、火车站、汽车站等公共场所。 

本发明解决其技术问题所采用的技术方案是：提供一种基于颜色特征的密集人流量实时检测方法，包括以下步骤： 

（1）采集头发照片样本，对不同色彩空间发色的聚类特征进行分析，找出合适的聚类分量； 

（2）对采集到的视频数据进行预处理； 

（3）对完成预处理的图像进行基于颜色聚类特征的二值化操作和基于混合高斯背景 差分的前景提取操作，并作形态学上的闭操作； 

（4）将基于颜色聚类特征的二值化操作的结果和基于混合高斯背景差分的前景提取操作的结果进行合并，并判断出合适的人头区域； 

（5）对得到的人头区域进行目标跟踪，记录跟踪轨迹； 

（6）对轨迹信息进行特征判断，获得行人的数目和运动方向； 

（7）输出人流量检测的结果。 

所述步骤（1）中采集的图像样本为RGB格式，将其分别转换为灰度空间、HSV空间、LUV空间、YCbCr空间，在各个色彩空间统计出发色的聚类区间。 

所述步骤（2）中预处理过程需要对摄像头进行标定，得到摄像头的内外参数，再对捕获的视频图像进行调整。 

所述步骤（3）中利用步骤（1）中得到的发色聚类分量，对图像在各个色彩分量上进行聚类特征的二值化操作，并且二值化后的结果使用形态学中的闭操作处理。 

所述步骤（3）中对预处理后的图像使用混合高斯背景差分的方法提取前景运动目标，并且对提取出的结果使用形态学中的闭操作。 

所述步骤（4）中利用轮廓长度，面积，占空比和离散度进行判断是否为人头区域。 

所述步骤（5）中在检测到的人头区域使用最近邻方法进行跟踪，跟踪过程中使用kalman滤波器进行预测平滑轨迹，记录目标的运动轨迹。 

所述步骤（6）中对获得行人运动轨迹进行特征分析，具体的包括轨迹的长度、轨迹的增量方向、和轨迹的点数，根据上述特征判断行人的运动方向和行人的数目。 

有益效果 

由于采用了上述的技术方案，本发明与现有技术相比，具有以下的优点和积极效果： 

本发明使用基于颜色特征的行人检测方法，它具有运算复杂度低、实时性好的优点。由于存在色彩一致性问题，单一地根据某种颜色特征进行判断是否是所需要的目标是不合理的，本方法综合了多个颜色空间的多个颜色分量，可以有效地避免单纯使用某一种颜色特征造成的误判。同时，当背景颜色与目标颜色接近时，本方法利用混合高斯背景差分的方法，检测出运动目标，这样就可以将静态背景中的相似颜色有效地去除。对于提取出的前景使用基于颜色的方法进行分割非常有效，因为身体有可能连接在一起，但是垂直拍摄时人的头部很难靠在一起，用这个方法可以有效分割不同的行人。在人流量密集、行人距 离过紧时可以体现出很好的性能。