[发明专利]一种基于机器视觉的智慧节能室内人数统计方法有效
申请号: | 202010023087.X | 申请日: | 2020-01-09 |
公开(公告)号: | CN111192263B | 公开(公告)日: | 2023-08-22 |
发明(设计)人: | 夏叶;王皓平 | 申请(专利权)人: | 夏叶;王皓平 |
主分类号: | G06T7/00 | 分类号: | G06T7/00;G06T7/90 |
代理公司: | 广州粤高专利商标代理有限公司 44102 | 代理人: | 许青华 |
地址: | 200433 上海市杨*** | 国省代码: | 上海;31 |
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 基于 机器 视觉 智慧 节能 室内 人数 统计 方法 | ||
1.一种基于机器视觉的智慧节能室内人数统计方法,其特征在于,其包括如下步骤:
S1.利用摄像头获取待检测图像和背景图像;其中,所述背景图像不包括人像;
S2.将所述背景图像划分为若干个子区域,各子区域中具有相同尺寸的参照物;获取各子区域中参照物的长度的像素值作为标定测量值;选取距离所述摄像头较近的子区域中参照物的长度的像素值作为标定基准值;将所述标定测量值除以所述标定基准值,获得各子区域的标定系数;
S3.对所述待检测图像进行消除阴影处理;
S4.对所述待检测图像依次进行预处理、反转处理和数学形态学处理;
S5.对经数学形态学处理后的待检测图像进行连通区域分析,确定人员判定阈值;
S6.根据所述人员判定阈值和步骤S2所得的各子区域的标定系数,获得各子区域的阈值;
S7.根据所述各子区域的阈值统计各子区域内的人数。
2.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法,其特征在于,所述利用摄像头获取待检测图像和背景图像,包括:利用摄像头获取监控区域的视频;从所述视频的图像序列中选择一帧包括人像的图像以作为所述待检测图像,选择一帧不包括人像的图像以作为所述背景图像。
3.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法,其特征在于,所述参照物为家具,将所述背景图像划分为四个子区域。
4.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法,其特征在于,步骤S3中采用颜色空间的转换进行消除阴影处理。
5.如权利要求4所述的基于机器视觉的智慧节能室内人数统计方法,其特征在于,所述消除阴影处理包括:将待检测图像和背景图像由RGB颜色空间转换成HSV颜色空间,其中,R为红色,G为绿色,B为蓝色,H为亮度,S为饱和度,V为色调;采用公式(1)进行阴影消除;
(1)
公式(1)中,I(x,y)表示图像二值化后在(x,y)处的值,H1、S1、V1表示待检测图像在HSV颜色空间中的各分量值,H2、S2、V2表示背景图像在HSV颜色空间中的各分量值,Ht、St、Vt分别表示在进行消除阴影时亮度值、饱和度值及色调值的阈值。
6.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法,其特征在于,对所述待检测图像进行预处理包括:将所述待检测图像分成R分量图像、G分量图像、和B分量图像,然后对每个分量图像进行二值化操作,确定用于后续人数统计的分量二值化图。
7.如权利要求6所述的基于机器视觉的智慧节能室内人数统计方法,其特征在于,对所述待检测图像进行反转处理和数学形态学处理包括:对确定的所述分量二值化图以及所述背景图像的二值化图分别进行反转后相减,进行腐蚀处理,然后再进行膨胀处理,获得待检测图像的连通区域。
8.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法,其特征在于,步骤S5中对经形态学处理后的待检测图像进行连通区域分析,包括:统计各连通区域的像素值。
9.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法,其特征在于,步骤S6中,将所述人员判定阈值乘以步骤S2所得的各子区域的标定系数,获得各子区域的阈值;步骤S7中,判断每个子区域中各连通区域的像素值是否大于该子区域的阈值,若大于,则统计为人数。
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夏叶;王皓平,未经夏叶;王皓平许可,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/202010023087.X/1.html,转载请声明来源钻瓜专利网。