一种基于视频图像处理的公交客流统计方法技术

本发明专利技术涉及一种基于视频图像处理的公交客流统计方法:对所选取的各帧视频图像进行预处理，获取各帧视频图像中每一个前景的轮廓；利用一些视频图像，训练乘客目标检测分类器，得到强分类器；在进行客流统计时，利用训练后得到的强分类器在不同的尺寸位置空间上，对前景提取后的当前帧视频图像窗口遍历，如果该窗口被判别为乘客目标，则记录位置和当前尺度，否则丢弃；建立一个乘客目标链，用于存储所有的乘客目标；采SURF算法对每相邻两帧视频图像进行SURF特征提取和特征点匹配；区分情况进行乘客目标链更新，从而实现乘客目标的跟踪。本发明专利技术可以在人体衣服颜色与背景颜色相似、背景中有类似人体轮廓的物体、天气或光照变化等情况下，仍能准确进行公交客流统计。

【技术实现步骤摘要】
【专利摘要】本专利技术涉及:对所选取的各帧视频图像进行预处理，获取各帧视频图像中每一个前景的轮廓；利用一些视频图像，训练乘客目标检测分类器，得到强分类器；在进行客流统计时，利用训练后得到的强分类器在不同的尺寸位置空间上，对前景提取后的当前帧视频图像窗口遍历，如果该窗口被判别为乘客目标，则记录位置和当前尺度，否则丢弃；建立一个乘客目标链，用于存储所有的乘客目标；采SURF算法对每相邻两帧视频图像进行SURF特征提取和特征点匹配；区分情况进行乘客目标链更新，从而实现乘客目标的跟踪。本专利技术可以在人体衣服颜色与背景颜色相似、背景中有类似人体轮廓的物体、天气或光照变化等情况下，仍能准确进行公交客流统计。【专利说明】 所属
本专利技术涉及一种公交客流统计方法。
技术介绍
随着我国人口不断增长，城乡一体化进程不断推进，我国的交通面临着严峻的挑 战。大力发展公共交通是解决城市交通拥堵的有效手段，有利于合理利用城市交通资源。公 交客流统计可以反映真实的公交运营情况，是制定科学的公交调度方案的基础，是提供高 质量的公交服务的保证。 公交客流统计的方法有很多，其中国内外比较主流方法有红外传感技术统计法， 即在上下车门处安装红外探测装置，利用人体辐射的红外线进行客流计数以及乘客行为方 向的检测。这种客流统计的方式存在一些弊端，如受气候影响大，在人员拥挤、乘客遮挡严 重时统计误差大等。 基于视频图像处理的方法使用的是对公交车安装在车顶垂直方向的摄像头采集 到的视频进行处理，从而统计公交客流数量的方法。该方法有效地减小了乘客因拥挤造成 遮挡对于客流统计的影响，统计精度高，被认为是最适合公交客流统计的方法之一。但是公 交车摄像头采集到的视频受光线影响较大，这会降低统计精度。如何减少光线变化引起的 统计精度变化得到了广泛的关注。
技术实现思路
本专利技术的目的是克服现有技术的上述不足，提供一种保证在乘客相互遮挡及光线 变化明显的情况下，仍有较高的检测率和跟踪率的公交客流统计方法。本专利技术提供的统计 方法，利用人体头肩部的边缘特征和局部不变特征，首先对待检测图像进行乘客目标分割， 然后将基于头肩部H0G特征的人体检测算法和基于SURF特征的跟踪算法相结合，实现对上 下车乘客的检测和跟踪，并根据乘客的运动方向，实现公交车客流计数，能够进一步提高公 交客流计数精度，降低计数成本。 本专利技术的技术方案如下： -种基于视频图像处理的公交客流统计方法，利用安装在公交车车顶垂直方向的 摄像头采集到的视频进行处理，步骤如下： 1)对所选取的各帧视频图像进行预处理，获取各帧视频图像中每一个前景的轮 廓； 2)利用一些视频图像，进行基于头肩部H0G特征的乘客检测，训练乘客目标检测 分类器，得到强分类器； 3)在进行客流统计时，设当前帧为第N帧，利用训练后得到的强分类器在不同的 尺寸位置空间上，对前景提取后的当前帧视频图像窗口遍历，如果该窗口被判别为乘客目 标，则记录位置和当前尺度，否则丢弃；建立一个乘客目标链，用于存储所有的乘客目标； 4)采SURF算法对每相邻两帧视频图像进行SURF特征提取和特征点匹配； 5)相邻帧的SURF特征匹配结果，会产生四种情况：乘客未发生变化、图像中无乘 客、出现新的乘客目标和乘客目标暂时失踪，采用如下的具体评判标准进行判定，并进行乘 客目标链更新，从而实现乘客目标的跟踪： A.乘客未发生变化：第N帧与第N+1帧SURF特征匹配，且第N帧有乘客检测结果， 用第N+1帧的跟踪结果更新乘客目标链； B.图像中无乘客：第N帧与第N+1帧SURF特征匹配，且第N帧无乘客检测结果。 不更新乘客目标链； C.出现新的乘客目标：第N帧与第N+1帧SURF特征不匹配，第N帧无乘客检测结 果；第N+1帧与第N+2帧SURF特征匹配，第N+1帧有乘客检测结果；用第N+2帧的跟踪结果 更新乘客目标链。 D.乘客目标暂时失踪：第N帧与第N+1帧SURF特征不匹配，第N帧有乘客检测结 果；第N+1帧与第N+2帧SURF特征匹配，第N+1帧无乘客检测结果。如果超出定时范围，则 认为目标已经离开，将其从目标链中剔除。 其中，步骤1)中，对所选取的各帧视频图像进行预处理的方法可以如下：采用 otsu法自适应选取背景差分阈值，对并进行自适应阈值背景差分处理；用中值滤波法对差 分后的视频图像进行去噪，然后对图像进行腐蚀操作，接着对图像进行膨胀操作，完成差分 后的视频图像的形态学处理；采用多边形逼近轮廓的方法找出差分图像中每一个前景的轮 廓。 步骤2)中，进行基于头肩部H0G特征的乘客检测，训练乘客目标检测分类器，得 到强分类器的方法可以如下：手动裁剪包含乘客头肩部的正样本和不包含乘客头肩部的负 样本，并将所有样本缩放到同一尺寸；提取所有正负样本的H0G特征，并对正负样本赋予标 签，所有正样本标记为1，所有负样本标记为〇 ;采用Adaboost算法，针对不同的样本集训练 若干SVM弱分类器，并将这些弱分类器联合起来，构成一个最终的强分类器。 本专利技术可以在人体衣服颜色与背景颜色相似、背景中有类似人体轮廓的物体、天 气或光照变化等情况下，仍能准确进行公交客流统计，在减小乘客目标误检概率的同时，还 降低了公交客流统计的成本。 【专利附图】【附图说明】 图1是本专利技术的基本流程图。 图2是本专利技术的乘客目标检测原理示意图。 图3是本专利技术的乘客目标跟踪原理示意图。 实施方式 下面结合图1至3及实施例对本专利技术进行说明，本专利技术的公交客流统计方法如 下： 1)载入安装于公交车车顶垂直方向的摄像头采集到的视频图像，每隔5帧抽取1 帧，作为客流计数的待检测图像。 2)对待检测图像进行乘客目标分割，包含以下步骤。 A.采用背景差分法处理待检测图像，即每1帧图像与背景图像进行差分，并根据 阈值对得到的差分图像进行二值化，进而判断某一像素点是属于前景还是背景。二值化阈 值是由Otsu法自适应选取的。 B.对差分图像进行形态学处理，运用中值滤波算法对差分图像去噪。对图像进行 腐蚀操作，紧缩图像区域，把小于结构元素的部分去除，紧接着做膨胀操作，扩张紧缩后的 区域，填补图象分割后物体中的空洞。 C.对差分图像进行前景提取，得到乘客目标区域。采用多边形逼近轮廓的方法找 出差分图像中每一个前景轮廓，然后设定面积阈值，如果轮廓面积大于该阈值，则画出包含 这个轮廓的最小矩形框，否则丢弃。得到的最小矩形框即为乘客目标区域。 3)在乘客目标区域中进行基于头肩部H0G特征的乘客检测，具体步骤如下。 A.训练乘客目标检测分类器。手动裁剪包含乘客头肩部的正样本和不包含乘客头 肩部的负样本，并将所有样本缩放到同一尺寸；提取所有正负样本的H0G特征，并对正负样 本赋予标签，所有正样本标记为1,所有负样本标记为0 ;采用Adaboost算法，针对不同的样 本集训练若干SVM弱分类器，并将这些弱分类器联合起来，构成一个最终的强分类器 B.利用强分类器进行乘客目标检测。在不同的尺度与位置空间上对待检测图像的 前景区域进行窗口遍历，如果该窗口被判别为乘客目标，则记录其位置和当前的尺本文档来自技高网...

【技术保护点】
一种基于视频图像处理的公交客流统计方法，利用安装在公交车车顶垂直方向的摄像头采集到的视频进行处理，步骤如下:1)对所选取的各帧视频图像进行预处理，获取各帧视频图像中每一个前景的轮廓；2)利用一些视频图像，进行基于头肩部HOG特征的乘客检测，训练乘客目标检测分类器，得到强分类器；3)在进行客流统计时，设当前帧为第N帧，利用训练后得到的强分类器在不同的尺寸位置空间上，对前景提取后的当前帧视频图像窗口遍历，如果该窗口被判别为乘客目标，则记录位置和当前尺度，否则丢弃；建立一个乘客目标链，用于存储所有的乘客目标；4)采SURF算法对每相邻两帧视频图像进行SURF特征提取和特征点匹配；5)相邻帧的SURF特征匹配结果，会产生四种情况：乘客未发生变化、图像中无乘客、出现新的乘客目标和乘客目标暂时失踪，采用如下的具体评判标准进行判定，并进行乘客目标链更新，从而实现乘客目标的跟踪：A.乘客未发生变化：第N帧与第N+1帧SURF特征匹配，且第N帧有乘客检测结果，用第N+1帧的跟踪结果更新乘客目标链；B.图像中无乘客：第N帧与第N+1帧SURF特征匹配，且第N帧无乘客检测结果。不更新乘客目标链；C.出现新的乘客目标：第N帧与第N+1帧SURF特征不匹配，第N帧无乘客检测结果；第N+1帧与第N+2帧SURF特征匹配，第N+1帧有乘客检测结果；用第N+2帧的跟踪结果更新乘客目标链。D.乘客目标暂时失踪：第N帧与第N+1帧SURF特征不匹配，第N帧有乘客检测结果；第N+1帧与第N+2帧SURF特征匹配，第N+1帧无乘客检测结果。如果超出定时范围，则认为目标已经离开，将其从目标链中剔除。...

【技术特征摘要】

【专利技术属性】
技术研发人员：金志刚，苏菲，
申请(专利权)人：天津大学，
类型：发明
国别省市：天津;12