專利名稱：基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種公共場(chǎng)合人流統(tǒng)計(jì)方法，尤其是一種主要利用圖像進(jìn)行人流統(tǒng)計(jì)的方法，具體地說(shuō)是一種基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法。
背景技術(shù)：
目前，隨著社會(huì)的發(fā)展，人群的各種社會(huì)活動(dòng)(如集會(huì)、展會(huì)、賞燈活動(dòng)等)也日益頻繁，如何對(duì)這些場(chǎng)所的人群進(jìn)行有效管理以保證人群的安全就成為了一個(gè)亟待解決的問(wèn)題。以往的人流密度檢測(cè)方法中，有用于公共場(chǎng)所人流密度監(jiān)測(cè)的傳感地毯、系統(tǒng)及監(jiān)測(cè)方法，該方法提供了一種用于公共場(chǎng)所人流密度監(jiān)測(cè)的傳感地毯、系統(tǒng)及監(jiān)測(cè)方法，利用傳感地毯作為人流密度的傳感設(shè)備，通過(guò)傳感地毯與監(jiān)控終端的通信實(shí)現(xiàn)人流密度監(jiān)測(cè)；傳感地毯的傳感檢測(cè)電路主要由檢測(cè)模塊、通信接口和陣列分布于傳感地毯內(nèi)的若干個(gè)受壓檢測(cè)裝置構(gòu)成，構(gòu)建簡(jiǎn)單、成本低、易實(shí)現(xiàn)，并且傳感地毯可隨時(shí)鋪設(shè)于各種公共場(chǎng)所，即裝即用，安裝、拆除、移動(dòng)都非常方便；監(jiān)控終端可以采用任何具備通信、數(shù)據(jù)處理和顯示功能的終端實(shí)現(xiàn)，能夠?qū)崿F(xiàn)隨身監(jiān)測(cè)。但受地毯面積的影響，人流密度監(jiān)測(cè)的傳感地毯、系統(tǒng)及監(jiān)測(cè)方法適合室內(nèi)小范圍區(qū)域檢測(cè)，在室外，例如旅游景點(diǎn)和城市路口，面積較大的區(qū)域，鋪地毯測(cè)試人流是很不現(xiàn)實(shí)的。

發(fā)明內(nèi)容
本發(fā)明的目的是針對(duì)現(xiàn)有的地毯式檢測(cè)裝置使用范圍小，受場(chǎng)地影響大的問(wèn)題，發(fā)明一種利用現(xiàn)在各景點(diǎn)及路口的攝像頭所采集的視頻，通過(guò)計(jì)算機(jī)實(shí)時(shí)的視頻分析技術(shù)，為指揮平臺(tái)提供實(shí)時(shí)的人群密度估計(jì)，能對(duì)面積較大的區(qū)域，進(jìn)行人流密度監(jiān)測(cè)的基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法。本發(fā)明的技術(shù)方案是:一種基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是它包括以下步驟:(I)從待處理視頻中提取背景；(2)對(duì)目標(biāo)圖像做背景差并二值化運(yùn)算，統(tǒng)計(jì)非0像素值的個(gè)數(shù)，判斷并進(jìn)行背景更新；(3)用基于內(nèi)插權(quán)重的透視矯正算法計(jì)算透視矯正系數(shù)，改善透視畸變對(duì)算法的影響；(4)統(tǒng)計(jì)經(jīng)過(guò)透視矯正系數(shù)矯正過(guò)后的像素個(gè)數(shù)；(5)當(dāng)像素個(gè)數(shù)小于正常人流密度的像素個(gè)數(shù)時(shí)，使用基于像素的方法對(duì)人流密度進(jìn)行估計(jì)；(6)當(dāng)像素個(gè)數(shù)大于正常人流密度的像素個(gè)數(shù)時(shí)，將目標(biāo)圖像灰度化，并提取目標(biāo)圖像的紋理信息，用支持向量機(jī)對(duì)目標(biāo)圖像分類識(shí)別，估計(jì)人流密度。所述的從待處理視頻中提取背景包括以下步驟:
(a)獲取視頻序列Fi,創(chuàng)建空的背景圖像數(shù)組Bk(x，y)；(b)令迭代參數(shù)i=l,若i=l,返回(a)；(c)求當(dāng)前幀與前一幀的差分的二值圖像TBiU, y)；
權(quán)利要求
1.一種基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是它包括以下步驟: (1)從待處理視頻中提取背景； (2)對(duì)目標(biāo)圖像做背景差并二值化運(yùn)算，統(tǒng)計(jì)非O像素值的個(gè)數(shù)，判斷并進(jìn)行背景更新； (3)用基于內(nèi)插權(quán)重的透視矯正算法計(jì)算透視矯正系數(shù)，改善透視畸變對(duì)算法的影響； (4)統(tǒng)計(jì)經(jīng)過(guò)透視矯正系數(shù)矯正過(guò)后的像素個(gè)數(shù)； (5)當(dāng)像素個(gè)數(shù)小于正常人流密度的像素個(gè)數(shù)時(shí)，使用基于像素的方法對(duì)人流密度進(jìn)行估計(jì)； (6)當(dāng)像素個(gè)數(shù)大于正常人流密度的像素個(gè)數(shù)時(shí)，將目標(biāo)圖像灰度化，并提取目標(biāo)圖像的紋理信息，用支持向量機(jī)對(duì)目標(biāo)圖像分類識(shí)別，估計(jì)人流密度。
2.根據(jù)權(quán)利要求1所述的基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是所述的從待處理視頻中提取背景包括以下步驟: (a)獲取視頻序列Fi,創(chuàng)建空的背景圖像數(shù)組Bk(x，y)； (b)令迭代參數(shù)i=l,若i=l,返回(a)； (c)求當(dāng)前幀與前一幀的差分的二值圖像TBi(x，y)； (0, abs(FL(x,y) — F^1 (x,y)) > T;TBi (x, y)=] U， abs(FL(x,y) — (x,y)) < T； 表達(dá)式中，F(xiàn)i, Fi^1分別表示當(dāng)前巾貞圖像和前一巾貞圖像，abs (Fi (x, y) -Fi^1 (x, y))為巾貞間差分，T為閾值。若幀間差分大于閾值，取二值圖像為0 ;若幀間差分小于閾值，取二值圖像為I。
(d)由二值圖像TBiU,y)確定背景像素點(diǎn)的值: D, 、 f Fi(x,y) if TBi(Xy) = I;IB^1(Xjy), if TBi(Xy) = 0; 若二值圖像值為1，則背景圖像為當(dāng)前幀圖像；若二值圖像值為0，則背景圖像為前一背景圖像； Ce)統(tǒng)計(jì)TBi的非零像素個(gè)數(shù)，像素個(gè)數(shù)小于N表示背景提取工作完成，若像素個(gè)數(shù)大于N則返回步驟(C)。
3.根據(jù)權(quán)利要求1所述的基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是所述的背景更新包括以下步驟: (a)通過(guò)背景差提取前景圖像，對(duì)前景圖像進(jìn)行candy邊緣化處理，得到邊緣化圖像Edge(x, y)； (b)對(duì)當(dāng)前巾貞圖像進(jìn)行candy邊緣化處理,得到邊緣化圖像Edgel(x, y); (c)對(duì)Edge(x, y)和Edgel (x, y)進(jìn)行與運(yùn)算,得到Edge_and(x, y)，以去除圖像雜質(zhì)對(duì)圖像的干擾； (d)統(tǒng)計(jì)Edge_and(X，y)的非零像素個(gè)數(shù)，當(dāng)非零像素個(gè)數(shù)小于N時(shí)，對(duì)背景更新；
4.根據(jù)權(quán)利要求1所述的基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是所述的計(jì)算透視矯正系數(shù)的步驟如下: 首先在圖像中設(shè)定互交的直線ab和Cd并計(jì)算出它們的長(zhǎng)度，進(jìn)一步從圖像當(dāng)中選取一個(gè)參考人，當(dāng)他的中心分別在ab和Cd時(shí)，其寬度和高度分別為(W1, Ii1)和(w2，h2)，也就是說(shuō)一個(gè)人從ab運(yùn)動(dòng)到cd時(shí),在圖像當(dāng)中所占的面積由S1 = W1Xh1變?yōu)镾2 = W2Xh2,面積變化率如公式(I)所示:
5.根據(jù)權(quán)利要求1所述的基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是所述的矯正過(guò)后的像素個(gè)數(shù)統(tǒng)計(jì)按以下公式進(jìn)行:
6.根據(jù)權(quán)利要求1所述的基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是所述的人流密度的密度等級(jí)根據(jù)以下公式進(jìn)行判定:
7.根據(jù)權(quán)利要求1所述的基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是: (a)對(duì)同一場(chǎng)景中，分別選取少量的較為擁堵、擁堵和極度擁堵三種情況的灰度圖，建成訓(xùn)練庫(kù)，對(duì)這些圖像分別計(jì)算灰度共生矩陣的能量、熵、對(duì)比度和相關(guān)性四個(gè)紋理特征，所對(duì)應(yīng)的灰度共生矩陣，灰度共生矩陣是一個(gè)集合，集合中的一個(gè)元素P(i，j|d，0)表示所有在9方向上，相隔像元距離為d的元素，一個(gè)灰度為i的值，另一個(gè)灰度為j值的相鄰對(duì)數(shù)；取d=5，角度0分別為0、45、90、135 ;公式如下: 能量特征
全文摘要
一種基于像素和支持向量機(jī)的區(qū)域人流密度估計(jì)的方法，其特征是它包括以下步驟待處理視頻中提取背景；對(duì)目標(biāo)圖像做背景差并二值化運(yùn)算，統(tǒng)計(jì)非0像素值的個(gè)數(shù)，判斷并進(jìn)行背景更新；用基于內(nèi)插權(quán)重的透視矯正算法計(jì)算透視矯正系數(shù)，改善透視畸變對(duì)算法的影響；統(tǒng)計(jì)經(jīng)過(guò)透視矯正系數(shù)矯正過(guò)后的像素個(gè)數(shù)；當(dāng)像素個(gè)數(shù)小于正常人流密度的像素個(gè)數(shù)時(shí)，使用基于像素的方法對(duì)人流密度進(jìn)行估計(jì)；當(dāng)像素個(gè)數(shù)大于正常人流密度的像素個(gè)數(shù)時(shí)，將目標(biāo)圖像灰度化，并提取目標(biāo)圖像的紋理信息，用支持向量機(jī)對(duì)目標(biāo)圖像分類識(shí)別，估計(jì)人流密度。本發(fā)明能夠在面積較大的區(qū)域進(jìn)行人流密度監(jiān)測(cè)，具有快速方便，準(zhǔn)確可靠的優(yōu)點(diǎn)，能及時(shí)為管理部門(mén)提供決策依據(jù)。
文檔編號(hào)G06K9/62GK103164711SQ20131005868
公開(kāi)日2013年6月19日 申請(qǐng)日期2013年2月25日 優(yōu)先權(quán)日2013年2月25日
發(fā)明者李曉飛, 韓光, 林澤, 陳鴻, 費(fèi)凡, 何輝聰 申請(qǐng)人:昆山南郵智能科技有限公司