[发明专利]基于红外热成像的地铁逃票行为检测方法及系统

说明书

本发明公开了一种基于红外热成像的地铁逃票行为检测方法及系统。本方法包括如下步骤：检测行人是否进入闸机图像行人检测范围；利用自动更新背景进行红外热成像图像背景差分，提取行人红外热成像俯视图图像；对提取到的行人红外热成像俯视图图像进行形态学处理，得到基于自动更新合适的阈值的二值化行人通过闸机口的俯视图图像；对二值化的行人俯视图图像进行并行感兴趣子区域(ROI)提取，设置ROI区域与闸机口个数(N)相同，获得N个相互独立的二值化闸机通道行人俯视图；对N个相互独立的二值化闸机通道行人俯视图二值图像分别进行连通区域标记，获取行人参数；对N个闸机口逃票行为判定。采用本发明能够有效的识别并避免逃票行为。

技术领域

本发明属于图像处理技术领域控领域，具体涉及一种基于红外热成像的地铁逃票行为检测方法及系统。

背景技术

传统的行为检测有很多方案，但受一些客观因素所限，比如人带面具或穿各种颜色衣服伪装，胖瘦，高低，携带大型箱包，物品遮挡或妨碍了正常普通单目摄像头对图像的正常处理，用普通摄像头不易检测出来带行李背包的人是否逃票，如果衣服和周边环境相同且蒙面的人，很难检测有人尾随逃票或者下蹲逃票。

总之，普通摄像头检测误报率高或者很难立刻准确判断是否有人尾随逃票，需要有在职人员现场查看，范围有限，人力成本高。而红外热成像仪能忽视人带面具，穿各种颜色衣服伪装，胖瘦，高低的各种影响图像处理的难点，无视体重，携带大型箱包，物品的影响，获取的是人体温度的图像，将人独立于物体区别开来，使图像便于利用图像算法处理，大大增强了方法的实用性。

随着研究的深入，图像模式识别，机器计算机视觉等技术在近年来有了长足的发展，各种智能算法的提出为解决实际工程问题提供了理论保障；而随着我国地铁快速发展，现在越来越多的人乘坐地铁，亟需一种方法完善地铁监控系统，保持人们有序乘坐地铁，减少或杜绝逃票事件迫在眉睫，这就为一种监控地铁逃票行为检测方法显得尤为重要；同时相应的监控摄像系统遍布了生产生活中的许多角落，这就为本发明提出的监控地铁逃票行为检测方法提供了硬件基础和实现条件。

现有地铁监控系统，尚没有解决行人逃票这一问题。所以应社会的需求监控地铁逃票行为检测方法是必要的。

发明内容

本发明的目的在于克服现有技术中所存在的上述不足，提供一种基于红外热成像的地铁逃票行为检测方法及系统，以解决现有技术中的上述缺陷，其可根据行人俯视红外热成像图比较准确地克服了正常图像中无法克服的携带大型装备，箱包造成的人体俯视图图像采集的难度，从而准确分析判断行人逃票的情况。

为达到上述目的，本发明的构思是：

一种基于红外热成像的地铁逃跑检测方法，检测设备包括热成像图像采集设备、图像处理计算机，检测系统包括以下四个模块，图像采集模块：用于采集行人热成像俯视图；图像处理模块：用于提取行人二值连通域距离与面积变化；逃票判断模块：进行并行式逃票与蹲跨式逃票判定；语音报警模块：用于语音提示行人与工作人员逃票行为，将根据判断结果，触发报警。

根据上述发明构思，本发明采用下述技术方案：

一种基于红外热成像的地铁逃票行为检测方法，检测方法包括按顺序执行的下列步骤：步骤S1，基于深度学习的行人检测，检测行人是否进入闸机图像行人检测范围；

步骤S2，利用自动更新背景进行红外热成像图像背景差分，提取行人红外热成像俯视图图像；

步骤S3，得到基于自动更新阈值的二值化行人通过闸机口的俯视图图像，对二值化行人俯视图图像进行形态学处理；

步骤S4：对二值化的行人俯视图图像进行并行感兴趣子区域(ROI)提取，设置ROI区域与闸机口个数(N)相同，获得N个相互独立的二值化闸机通道行人俯视图；

步骤S5：对N个相互独立的二值化闸机通道行人俯视图二值图像分别进行连通区域标记，获取行人参数；