[发明专利]一种用于景区人流量监控和管理的KVM系统及方法在审

专利信息
申请号: 202010024838.X 申请日: 2020-01-10
公开(公告)号: CN111415374A 公开(公告)日: 2020-07-14
发明(设计)人: 张振华;戴文军 申请(专利权)人: 南京艾拓维讯信息技术有限公司
主分类号: G06T7/254 分类号: G06T7/254;G06T7/215;G06T7/277;G06T1/20;G06F3/14;G06F3/038;G06F3/023
代理公司: 深圳紫晴专利代理事务所(普通合伙) 44646 代理人: 程玉红
地址: 210000 江苏省南京市*** 国省代码: 江苏;32
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 用于 景区 人流量 监控 管理 kvm 系统 方法
【权利要求书】:

1.一种用于景区人流量监控和管理的KVM方法,应用于一电子设备,其特征在于:所述方法包括

S1:采用的三帧差分法对采集到的视频图像进行运行目标检测;

S2:对运行目标检测完毕的视频图像进行运行目标分割;

S3:将游客头部区域作为目标特征,其次头部区域的外接矩形设置为跟踪窗口;

S4:利用Kalman滤波预测出下一帧跟踪窗口的区域,最后结合最小欧式距离在预测区域找出最佳匹配对象,实现目标跟踪;

S5:当下一帧图像来临前,跟踪的运动目标预测区域不在拍摄区域之内则计数值发生变化,以此进行运行目标计数。

所述运行目标检测采用三帧差分法,包括以下步骤:

S101:用fK-1(x,y)、fK(x,y)和fK+1(x,y)表示第k-1帧、第k帧和第k+1帧图像在(x,y)点的像素灰度;

S102:将fK(x,y)与fK-1(x,y)作差分,fK+1(x,y)与fK(x,y)作差分,差分图像记为DK(x,y)、DK+1(x,y),DK(x,y)由下列公式得到:

S103:对差分图像DK(x,y)和DK+1(x,y)进行与操作,得到图像

S104:采用最大类间方差法进行阈值分割得到二值图像

S105:采用膨胀运算进行形态化处理,这样能获得较为清晰的前景运动目标图像Rn。

2.根据权利要求1所述的一种用于景区人流量监控和管理的KVM方法,所述步骤S2中的运行目标分割,其特征在于若提取的运动目标区域互相粘连则进行分割处理,若判定为单个运动目标则无需分割,目标分割步骤包括:

S201:连通域外接矩形:首先对人体外轮廓画外接矩形,对该矩形进行扫描得出矩形四角坐标记为X1n,X2n,Y1n,Y2n,其中n为粘连运动目标矩形序号;

S202:通过以下公式:

D1=|X2N-X1N|,D2=|Y2N-Y1N|

得出运动目标外接矩形轮廓的长宽,设外接矩形长阀值为A,宽为B,长宽比为。若外接矩形长、宽和长宽之比在设定阀值范围内则判定为单个运动目标,若不在范围说明运动目标不止一个,需要对外接矩形进行分割处理。

S203:采用垂直分割方法,计算每个外接矩形的面积标记为m00和两个一阶矩分别标记为m10和m01

S204:利用质心公式计算为得出质心坐标,x和y分别代表质心的横坐标和纵坐标,质心个数则代表了游客目标人数,最后将质心之间横坐标的均值作为标点,画垂直分割界限。

3.根据权利要求1所述的一种用于景区人流量监控和管理的KVM方法,所述步骤S4中的目标跟踪,其特征在于包括:

S301:选择目标特征参数;

S302:系统模型建立及初始化;

S303:目标预测和匹配:基于当前运动目标中心点,利用Kalman滤波预测下一帧运动目标中心点位置,当下一帧图像来临时,以预测的中心点设置半径为R的预搜索区域,并在这个范围内以最小欧式距离进行搜索来获得最佳匹配对象;

S304:目标更新:将最佳匹配对象作为初始位置,更新目标信息,重复上述操作,直至结束。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

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南京艾拓维讯信息技术有限公司,未经南京艾拓维讯信息技术有限公司许可,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/202010024838.X/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top