[发明专利]一种红外图像人数识别方法

权利要求书

1.一种红外图像人数识别方法，其特征在于，包括以下步骤：

步骤一：将整张图像根据人体之间的粘连情况分为若干个连通域；

步骤二：先采用归一化像素统计的方法逐个统计各连通域内人数；当连通域内人数大于设定的阈值时，放弃采用归一化像素统计的方法统计得出的该连通域内的人数结果，进入步骤三；否则，保留采用归一化像素统计的方法统计该连通域内人数结果；

步骤三：采用基于粘连人体分割的人数统计方法统计人数；

步骤四：将计算得到的各连通域内的人数累加，得到总人数。

2.根据权利要求1所述的红外图像人数识别方法，其特征在于，所述归一化像素统计的方法包括：用支持向量回归机建立连通域归一化像素特征与该连通域内人数的数学关系，首先取出一部分图像，提取其中各个连通域作为训练数据，训练出图像像素与人数的SVR模型，采用SVR模型估计人数的表达式为

f(x)=Σ(ai-ai*)·K(x‾i,x)+b.]]>

其中，a_i和是拉格朗日乘子，是支持向量，x是连通域特征，f(x)是估计连通域人数，代表核函数，b是常数。

3.根据权利要求1-2所述的红外图像人数识别方法，其特征在于，所述步骤三包括：

步骤1)Bp神经网络多元回归：从图像的所有连通域中抽取一部分作为训练数据，使用3层Bp神经网络分别建立连通域的宽、高、所在图像中的位置和连通域的所占座椅的行数、列数之间的对应关系。

步骤2)行列分割：根据步骤1)得到的行数训练结果，采用改进的k-means算法分割出各行的位置，行位置分割好之后，根据Bp神经网络多元回归的训练结果得到每行所占列数，根据得到的结果使用动态掩膜投影法对每行进行列分割，最后根据行列分割结果判断座位占用情况判断人数。