基于聚类法的人数计数方法技术

本发明专利技术属于计算机视觉技术领域，并公开了一种基于聚类法的人数计数方法，其将全局光流法与高斯背景建模相结合，作用于输入图像，得到运动行人区域；利用聚类法对运动行人区域的行人运动方向进行分割，得到行人运动区域内各行人的运动方向信息；利用线性回归分析方法统计各方向运动行人的人数。通过本发明专利技术，能够有效地避免对视频流图像中的每一帧图形中的像素点进行特征点提取等操作，从而有效地提高了对公共区域内对行人进行人数统计的效率与准确度，并降低了计算机的系统开销。

【技术实现步骤摘要】
基于聚类法的人数计数方法
本专利技术属于计算机视觉
，特别涉及一种基于聚类法的人数计数方法。
技术介绍
聚类是将数据分类到不同的簇的过程，同一簇中的对象有很大的相似性，而不同的簇间的对象则具有很大的相异性。因此，基于聚类的聚类分析(ClusterAnalysis)就是通过数据建模以简化数据的一种方法。聚类分析是指将物理或抽象对象的集合分组成为由类似的对象组成的多个类的分析过程，并可以用于衡量不同数据源间的相似性，以及把数据源分类到不同的簇中。在计算机视觉
，对行人人数的统计是其中的热点研究方向之一。对公共区域中的行人人数进行有效统计，可以对商业、安保等多个领域提供重要的参考依据。现有技术中，一般是通过摄像机或照相机获取公共区域中的包含行人的视频流图像，并对视频流图像中的帧进行处理，以统计出行人人数。由于视频流文件通常非常庞大，因此导致现有技术中对公共区域中行人人数的统计过程中的计算机运算过程比较复杂，造成计算机对视频流文件中的单帧图像进行逐帧处理时的系统开销比较大。
技术实现思路
本专利技术的目的在于提供一种基于聚类法的行人计数方法，用以提高对公共区域内对行人进行人数统计的效率与准确度，并有效降低计算机的系统开销。为实现上述专利技术目的，本专利技术提供了一种基于聚类法的人数计数方法，包括：S1：对输入图像进行全局光流法、中值滤波及阈值分割处理，以得到输入图像光流场的二值图像Rof(x，y)；S2：对输入图像进行高斯背景建模、尺度滤波，以得到输入图像中运动区域的二值图像Rgauss(x，y)；S3：对步骤S1中得到的二值图像Rof(x，y)和步骤S2中得到的二值图像Rgauss(x，y)做与运算，并通过形态学处理方法，以获得行人运动区域二值化图像R(x，y)；S4：将步骤S3中得到的行人运动区域二值化图像R(x，y)与步骤S1中得到的输入图像光流场的二值图像Rof(x，y)做与运算，得到运动行人区域的光流场角度信息θi，1≤i≤N以组成聚类样本空间，然后通过聚类法对行人运动区域中的行人运动方向进行分割，以得到行人运动区域中各行人的运动方向信息；其中，N是行人运动区域的像素点的总个数，θi∈[0°，360°)；S5：利用线性回归分析方法统计各方向运动行人的数量。作为本专利技术的进一步改进，所述步骤S1中中值滤波与阈值分割之间还包括：利用窗口大小为5*5的滤波器对输入图像进行平滑处理。作为本专利技术的进一步改进，所述步骤S2中的尺度滤波具体为：利用窗口大小为8*8的尺度滤波器对输入图像进行尺度滤波。作为本专利技术的进一步改进，所述步骤S2中的“高斯背景建模”具体为：利用混合高斯模型进行背景建模。作为本专利技术的进一步改进，所述步骤S3中的“形态学处理方法”具体为：先进行膨胀处理，后进行腐蚀处理；其中，所述膨胀处理的膨胀参数为7，腐蚀处理中的腐蚀参数为3。作为本专利技术的进一步改进，所述步骤S4中的“行人运动区域”包括由步骤S3中所获得的行人运动区域二值化图像R(x，y)中所包含的行人位置信息，以及由步骤S4所获得的运动行人区域的光流场角度信息θi。作为本专利技术的进一步改进，所述步骤S4中的“聚类法”为K均值聚类。作为本专利技术的进一步改进，所述步骤S4具体为：S11：初始化聚类；S12：更新聚类中心；S13：合并相似类别；S14：更新类内阈值；S15：根据新的参数重新聚类，然后顺序重复执行步骤S12、步骤S13、步骤S14；S16：循环更新聚类结果，直至循环次数达到10次。与现有技术相比，本专利技术的有益效果是：在本专利技术中，利用光流法得到行人运动信息，并基于聚类法对行人运动区域中的行人运动方向进行分割，以得到行人运动区域中各行人的运动方向信息，从而避免了对视频流图像中的每一帧图形中的像素点进行特征点提取等操作，从而有效地提高了对公共区域内对行人进行人数统计的效率与准确度，并降低了计算机的系统开销。附图说明图1为获取监控区域的视频流图像以作为输入图像的示意图；图2为本专利技术基于聚类法的行人计数方法的流程示意图；图3为全局光流法的检测结果示意图；图4为全局光流法与高斯背景建模结合的逻辑图；图5为对样本的初始分割示意图；图6为图3中所示的样本空间分割后的聚类结果示意图。具体实施方式下面结合附图所示的各实施方式对本专利技术进行详细说明，但应当说明的是，这些实施方式并非对本专利技术的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本专利技术的保护范围之内。参图1所示，图1获取监控区域的视频流图像以作为输入图像的示意图。参图1所示，本专利技术可支持摄像机10垂直拍摄并可适用于室外环境和室内环境。在本实施方式中，通过摄像机10获取监控区域30的视频流图像作为输入图像，所述监控区域30位于摄像机10的正下方。具体的，摄像机10设置在出入口20的正上方，行人可沿着箭头201的方向上在出入口20中来回走动。摄像机10所获取的监控区域30可完全覆盖出入口20的全部区域。该出入口20可设置在需要对行人人数进行统计的商场、车库、银行等需要重点监控场所的大门口或者走廊中。需要说明的是，本专利技术在摄像机10垂直地正对着监控区域30时的效果最佳，当然可也将摄像机10倾斜地对着需要进行行人人数计数统计的区域，以通过摄像机10覆盖整个监控区域30。在本实施方式中，该监控区域30为矩形；当然也可以为正方形或圆形或者其他形状。摄像机10位于监控区域30的中心点301的正上方，此时该监控区域30位于摄像机10的正下方。参图2所示，本专利技术基于聚类法的人数计数方法包括以下几个步骤：首先，执行步骤S1：对输入图像进行全局光流法、中值滤波及阈值分割处理，以得到输入图像光流场的二值图像Rof(x，y)。参图3所示，在本实施方式中，全局光流法的具体实施过程为：对输入图像40，每5*5像素块画一条光流线，光流线的长度表示该点的运动速度，角度表示该点的运动方向。光流线的单位长度为10*21/2像素，即如果某像素点光流的水平速度和垂直速度都是1像素/帧，则该点的光流线长度为10*21/2像素。像素点运动速度差别不尽相同，这是由运动物体的运动速度决定的。全局光流法不仅能检测出运动物体的运动信息，也包括背景中运动信息，如周围建筑表面反射光线的信息等等。在本实施方式中，将全局光流法与背景建模相结合的算法具体实现过程为：参图4所示，利用全局光流法对由摄像机10所获取的监控区域30的视频流图像作为输入图像进行全局光流场计算，得到输入图像的光流场Gof(x，y)。由于在全局光流法计算中会出现计算误差，输入图像的光流场中存在高频噪声，因此可利用窗口大小为5*5的滤波器对输入图像的光流场进行平滑处理，然后通过阈值分割得到输入图像光流场的二值图像Rof(x，y)。其中，该阈值分割的计算公式如公式(1)所示：具体的，在本实施方式中，对输入图像的光流场进行分割的阈值Thof为0.05，光流的速度取值范围为[0，1]。然后，执行步骤S2：对输入图像进行高斯背景建模、尺度滤波，以得到输入图像中运动区域的二值图像Rgauss(x，y)。背景建模具体的实现过程为：利用混合高斯模型对由摄像机10所获取的监控区域30的视频流图像作为输入图像进行运动区域检测，得到输入图像的运动区域Ggauss(x，y本文档来自技高网...

【技术保护点】
基于聚类法的人数计数方法，其特征在于，包括：S1：对输入图像进行全局光流法、中值滤波及阈值分割处理，以得到输入图像光流场的二值图像Rof(x，y)；S2：对输入图像进行高斯背景建模、尺度滤波，以得到输入图像中运动区域的二值图像Rgauss(x，y)；S3：对步骤S1和S2中分别得到的二值图像Rof(x，y)及Rgauss(x，y)做与运算，并通过形态学处理方法，以获得行人运动区域二值化图像R(x，y)；S4：将步骤S3中得到的行人运动区域二值化图像R(x，y)与步骤S1中得到的输入图像光流场的二值图像Rof(x，y)做与运算，得到运动行人区域的光流场角度信息θi，1≤i≤N以组成聚类样本空间，然后通过聚类法对行人运动区域中的行人运动方向进行分割，以得到行人运动区域中各行人的运动方向信息；其中，N是行人运动区域的像素点的总个数，θi∈[0°，360°)；S5：利用线性回归分析方法统计各方向运动行人的数量。

【技术特征摘要】
1.基于聚类法的人数计数方法，其特征在于，包括：S1：对输入图像进行全局光流法、中值滤波及阈值分割处理，以得到输入图像光流场的二值图像Rof(x，y)；S2：对输入图像进行高斯背景建模、尺度滤波，以得到输入图像中运动区域的二值图像Rgauss(x，y)；S3：对步骤S1得到的二值图像Rof(x，y)和步骤S2中得到的二值图像Rgauss(x，y)做与运算，并通过形态学处理方法，以获得行人运动区域二值化图像R(x，y)；S4：将步骤S3中得到的行人运动区域二值化图像R(x，y)与步骤S1中得到的输入图像光流场的二值图像Rof(x，y)做与运算，得到行人运动区域的光流场角度信息θi，1≤i≤N以组成聚类样本空间，然后通过聚类法对行人运动区域中的行人运动方向进行分割，以得到行人运动区域中各行人的运动方向信息；其中，N是行人运动区域的像素点的总个数，θi∈[0°，360°)；S5：利用线性回归分析方法统计各方向运动行人的数量。2.根据权利要求1所述的人数计数方法，其特征在于，所述步骤S2中的尺度滤波具体为：利用窗口大小为8*8的...

【专利技术属性】
技术研发人员：吕楠，杨京雨，瞿研，
申请(专利权)人：无锡慧眼电子科技有限公司，
类型：发明
国别省市：江苏;32