基于深度圖像的客流計(jì)數(shù)檢測(cè)方法
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于深度圖像的客流計(jì)數(shù)檢測(cè)方法，步驟1，在公交車(chē)車(chē)門(mén)上方設(shè)置體感攝像頭，采集乘客上下車(chē)的深度圖像視頻；步驟2，對(duì)獲得的深度圖像進(jìn)行預(yù)處理；步驟3，將步驟2預(yù)處理后的深度圖像去噪，然后進(jìn)行多次分層處理，得到多張二值圖像，將這些二值圖像合并，得到這一幀的二值圖像；步驟4，進(jìn)行頭部檢測(cè)判斷；步驟5，頭部軌跡跟蹤步驟；步驟6，上下車(chē)判斷步驟；步驟7，進(jìn)行上下車(chē)統(tǒng)計(jì)，實(shí)現(xiàn)客流計(jì)數(shù)。本發(fā)明利用深度圖像進(jìn)行檢測(cè)分析，克服了傳統(tǒng)的客流計(jì)數(shù)方法在乘客擁擠和光線變化時(shí)計(jì)數(shù)準(zhǔn)確度差的缺點(diǎn)，很好的解決了客流量擁擠的情況，達(dá)到了精確客流計(jì)數(shù)的目的，為智能公共交通系統(tǒng)提供了實(shí)時(shí)、清楚、準(zhǔn)確的乘客交通統(tǒng)計(jì)數(shù)據(jù)。
【專(zhuān)利說(shuō)明】基于深度圖像的客流計(jì)數(shù)檢測(cè)方法

【技術(shù)領(lǐng)域】
[0001]本發(fā)明涉及數(shù)字圖像處理和識(shí)別領(lǐng)域，尤其是涉及一種基于深度圖像的客流計(jì)數(shù) 檢測(cè)方法。

【背景技術(shù)】
[0002]近幾年，隨著政府對(duì)智能公交事業(yè)投入力度的加大，我國(guó)智能公共交通系統(tǒng)APTS 已初現(xiàn)端倪，客流計(jì)數(shù)系統(tǒng)是APTS的重要組成部分，此系統(tǒng)能給公交公司提供實(shí)時(shí)、清楚、 準(zhǔn)確的乘客交通統(tǒng)計(jì)數(shù)據(jù)，以此帶來(lái)經(jīng)濟(jì)和社會(huì)效益。
[0003]傳統(tǒng)的客流計(jì)數(shù)系統(tǒng)主要利用壓力傳感器和紅外線裝置，在客流擁擠的情況下， 準(zhǔn)確率下降明顯；目前利用圖像處理技術(shù)的客流計(jì)數(shù)方法是新的發(fā)展方向，通過(guò)識(shí)別人頭 達(dá)到客流統(tǒng)計(jì)目的，雖然準(zhǔn)確度有所提高，但是傳統(tǒng)圖像容易受光線的影響,使得應(yīng)用環(huán)境 也受到限制。由于深度圖像利用的是距離信息，不受到光線的影響，于是利用深度圖像的客 流計(jì)數(shù)方法可以克服以上方法的缺點(diǎn)，達(dá)到精確計(jì)數(shù)的目的。


【發(fā)明內(nèi)容】

[0004]有鑒于此，本發(fā)明的目的是提供一種基于深度圖像的客流計(jì)數(shù)檢測(cè)方法，利用體 感攝像頭獲取深度圖像，利用此深度圖像進(jìn)行圖像處理和識(shí)別，達(dá)到客流計(jì)數(shù)的目的。
[0005]為達(dá)到上述目的，本發(fā)明采用以下技術(shù)方案： 一種基于深度圖像的客流計(jì)數(shù)檢測(cè)方法，其特征在于：包括如下步驟： 步驟1，在公交車(chē)車(chē)門(mén)上方設(shè)置體感攝像頭，采集乘客上下車(chē)的深度圖像視頻； 步驟2,對(duì)獲得的深度圖像進(jìn)行預(yù)處理，對(duì)深度圖像的異常值點(diǎn)進(jìn)行填充處理，并對(duì)深 度圖像的數(shù)據(jù)格式進(jìn)行轉(zhuǎn)換，得到(Γ255的深度圖像； 步驟3,將步驟2預(yù)處理后的深度圖像去噪，然后進(jìn)行多次分層處理，得到多張二值圖 像，將這些二值圖像合并，得到這一幀的二值圖像； 步驟4,對(duì)得到的包含頭部和肩膀信息的二值圖像進(jìn)行處理，進(jìn)行頭部檢測(cè)判斷，識(shí)別 出頭部并存儲(chǔ)頭部的形狀信息，遍歷整個(gè)視頻獲得所有頭部特征； 步驟5,頭部軌跡跟蹤步驟：遍歷得到的所有頭部特征，獲得多條軌跡路徑，并存儲(chǔ)路 徑信息； 步驟6,上下車(chē)判斷步驟：劃定兩條上車(chē)基準(zhǔn)線和兩條下車(chē)基準(zhǔn)線，根 據(jù)軌跡路徑中首次和末次出現(xiàn)的位置與四條基準(zhǔn)線，匕心】--ΚΙ的位置關(guān)系，以及首 末次出現(xiàn)的位置坐標(biāo)差，來(lái)判斷乘客上下車(chē)狀態(tài)； 步驟7,進(jìn)行上下車(chē)統(tǒng)計(jì)，實(shí)現(xiàn)客流計(jì)數(shù)。
[0006] 作為優(yōu)選，所述步驟3的具體步驟為： 步驟31，對(duì)深度圖像去噪，進(jìn)行開(kāi)運(yùn)算操作，去除較小的明亮細(xì)節(jié)； 開(kāi)運(yùn)算= ，其中』是圖像，J是結(jié)構(gòu)元素； 步驟32,得到去噪處理后圖像的深度直方圖，然后進(jìn)行分層處理，將連續(xù)幾個(gè)深度值的 圖像信息剝離出來(lái)，得到這一層的二值圖像； 步驟33,將多張分層后的二值圖像進(jìn)行合并，得到這一幀的二值圖像。
[0007] 作為優(yōu)選，所述步驟4的具體步驟為： 步驟41，根據(jù)擬合好的最大頭部所占像素面積和深度值之間的關(guān)系曲線，得到連通域 的所對(duì)應(yīng)的最大頭部面積，然后根據(jù)連通域的實(shí)際面積進(jìn)行判斷，獲得可能的頭部，并計(jì)算 出連通域的中心點(diǎn)坐標(biāo)焉，1、半徑R、平均半徑^、半徑標(biāo)準(zhǔn)差、半徑比值； 其中：半徑

【權(quán)利要求】
1. 一種基于深度圖像的客流計(jì)數(shù)檢測(cè)方法，其特征在于：包括如下步驟： 步驟1，在公交車(chē)車(chē)門(mén)上方設(shè)置體感攝像頭，采集乘客上下車(chē)的深度圖像視頻； 步驟2,對(duì)獲得的深度圖像進(jìn)行預(yù)處理，對(duì)深度圖像的異常值點(diǎn)進(jìn)行填充處理，并對(duì)深 度圖像的數(shù)據(jù)格式進(jìn)行轉(zhuǎn)換，得到(T255的深度圖像； 步驟3,將步驟2預(yù)處理后的深度圖像去噪，然后進(jìn)行多次分層處理，得到多張二值圖 像，將這些二值圖像合并，得到這一幀的二值圖像； 步驟4,對(duì)得到的包含頭部和肩膀等信息的二值圖像進(jìn)行處理，進(jìn)行頭部檢測(cè)判斷，識(shí) 別出頭部并存儲(chǔ)頭部的形狀信息，遍歷整個(gè)視頻獲得所有頭部特征； 步驟5,頭部軌跡跟蹤步驟：遍歷得到的所有頭部特征，獲得多條軌跡路徑，并存儲(chǔ)路 徑息； 步驟6,上下車(chē)判斷步驟：劃定兩條上車(chē)基準(zhǔn)線ilsl,rfe2和兩條下車(chē)基準(zhǔn)線，根 據(jù)軌跡路徑中首次和末次出現(xiàn)的位置與四條基準(zhǔn)線A1,的位置關(guān)系，以及首 末次出現(xiàn)的位置坐標(biāo)差，來(lái)判斷乘客上下車(chē)狀態(tài)； 步驟7,進(jìn)行上下車(chē)統(tǒng)計(jì)，實(shí)現(xiàn)客流計(jì)數(shù)。
2. 根據(jù)權(quán)利要求1所述的一種基于深度圖像的客流計(jì)數(shù)檢測(cè)方法，其特征在于：所述 步驟3的具體步驟為： 步驟31，對(duì)深度圖像去噪，進(jìn)行開(kāi)運(yùn)算操作，去除較小的明亮細(xì)節(jié)； 開(kāi)運(yùn)算：+S= ，其中2是圖像，5是結(jié)構(gòu)元素； 步驟32,得到去噪處理后圖像的深度直方圖，然后進(jìn)行分層處理，將連續(xù)幾個(gè)深度值的 圖像信息剝離出來(lái)，得到這一層的二值圖像； 步驟33,將多張分層后的二值圖像進(jìn)行合并，得到這一幀的二值圖像。
3. 根據(jù)權(quán)利要求1或2所述的一種基于深度圖像的客流計(jì)數(shù)檢測(cè)方法，其特征在于： 所述步驟4的具體步驟為： 步驟41，根據(jù)擬合好的最大頭部所占像素面積和深度值之間的關(guān)系曲線，得到連通域 的所對(duì)應(yīng)的最大頭部面積，然后根據(jù)連通域的實(shí)際面積進(jìn)行判斷，獲得可能的頭部，并計(jì)算 出連通域的中心點(diǎn)坐標(biāo)半徑R、平均半徑Ig、半徑標(biāo)準(zhǔn)差、半徑比值； 其中：半徑.
h是邊緣點(diǎn)坐標(biāo)值，Xtr,為中心坐標(biāo)； 平均半徑
是邊緣點(diǎn)個(gè)數(shù)； 步驟42,利用獲得的連通域的形狀特征進(jìn)行初次頭部判斷，對(duì)于初次判斷出的非頭部 連通域，由于可能包含具有馬尾的頭部，于是利用距離變換和閾值算法進(jìn)行處理，對(duì)非頭部 區(qū)域進(jìn)行第二次頭部判斷； 步驟43,遍歷整個(gè)視頻獲得所有頭部特征，存儲(chǔ)這些頭部的中心點(diǎn)坐標(biāo)&,1、深度值 H、幀號(hào)i信息，并在頭部中心坐標(biāo)點(diǎn)周?chē)O(shè)置標(biāo)記便于跟蹤。
4. 根據(jù)權(quán)利要求1所述的一種基于深度圖像的客流計(jì)數(shù)檢測(cè)方法，其特征在于：所述 體感攝像頭安裝在車(chē)門(mén)正上方，與車(chē)廂地板垂直。
5.根據(jù)權(quán)利要求3所述的一種基于深度圖像的客流計(jì)數(shù)檢測(cè)方法，其特征在于：所述 步驟5的具體步驟為：對(duì)得到的頭部特征，首先判斷是不是同一人，對(duì)于同一幀的人頭，或 者幀號(hào)相差過(guò)大的人頭直接判斷為不同人頭；然后求取與已知各條軌跡路徑的位置歐氏距 離
獲得最小距離，如果距離d〈d_thr，則合并到最小距離所對(duì)應(yīng) 的頭部軌跡路徑中，如果d>d_thr，則開(kāi)辟新的頭部軌跡路徑，按先后順序遍歷所有頭部， 并存儲(chǔ)所有軌跡路徑的位置信息和幀信息。
【文檔編號(hào)】G06K9/46GK104268506SQ201410467648
【公開(kāi)日】2015年1月7日 申請(qǐng)日期:2014年9月15日 優(yōu)先權(quán)日:2014年9月15日
【發(fā)明者】郭建國(guó), 方志乾, 王樹(shù)茂, 丁智輝, 王興中 申請(qǐng)人:鄭州天邁科技股份有限公司