一种基于机器视觉的智慧节能室内人数统计方法技术

本发明专利技术公开了一种基于机器视觉的智慧节能室内人数统计方法，包括：S1.利用摄像头获取待检测图像和背景图像；S2.将所述背景图像划分为若干个子区域，各子区域中具有相同尺寸的参照物；获取各子区域中参照物的长度的像素值作为标定测量值；选取距离所述摄像头较近的子区域中参照物的长度的像素值作为标定基准值；将标定测量值除以所述标定基准值，获得各子区域的标定系数；S3.对所述待检测图像进行消除阴影处理、预处理、反转处理和数学形态学处理，确定人员判定阈值，获得各子区域的阈值；S7.根据所述各子区域的阈值统计各子区域内的人数。本发明专利技术提供的基于机器视觉的智慧节能室内人数统计方法，克服了现有技术中基于机器视觉的人数统计准确性差的问题。

A statistical method of intelligent energy-saving indoor population based on machine vision

【技术实现步骤摘要】
一种基于机器视觉的智慧节能室内人数统计方法
本专利技术涉及了计算机视觉
，特别是涉及了一种基于机器视觉的智慧节能室内人数统计方法。
技术介绍
随着经济的飞速发展，对能源的需求量也相应地大幅度增加。有关资料显示，我国建筑总能耗占社会总能耗超过20%。其中，空调系统能耗平均达40%。照明是第二大能耗大户，占建筑总能耗的近四分之一。随着智能建筑和节能减排概念的不断普及，中央空调和照明在给人们创造舒适的室内环境的同时，其巨大的能耗也引起了人们的极大重视。如何降低中央空调和照明的能耗成为了节能减排和绿色城市建设中不可或缺的重要环节。目前，大多数中央空调和照明都是统一开关和统一调节强度，普遍存在以下问题：其一是人走而空调和照明未关或者人少但是空调出风量大，造成很大的能耗浪费；其二是空调和照明无法区分人多的区域和人少的区域，各个区域的出风量一致，使得人聚集和稀疏的区域空调风量无差别，导致中央空调没有发挥最大的效率。要是能根据建筑物里不同区域人员分布的情况进行空调和照明的控制就可以实现能源的节约。为了达到这一目的，比较重要的一个内容就是室本文档来自技高网...

【技术保护点】
1.一种基于机器视觉的智慧节能室内人数统计方法，其特征在于，其包括如下步骤：/nS1.利用摄像头获取待检测图像和背景图像；其中，所述背景图像不包括人像；/n S2.将所述背景图像划分为若干个子区域，各子区域中具有相同尺寸的参照物；获取各子区域中参照物的长度的像素值作为标定测量值；选取距离所述摄像头较近的子区域中参照物的长度的像素值作为标定基准值；将所述标定测量值除以所述标定基准值，获得各子区域的标定系数；/nS3.对所述待检测图像进行消除阴影处理；/nS4.对所述待检测图像依次进行预处理、反转处理和数学形态学处理；/nS5.对经数学形态学处理后的待检测图像进行连通区域分析，确定人员判定阈值；/...

【技术特征摘要】
1.一种基于机器视觉的智慧节能室内人数统计方法，其特征在于，其包括如下步骤：
S1.利用摄像头获取待检测图像和背景图像；其中，所述背景图像不包括人像；
S2.将所述背景图像划分为若干个子区域，各子区域中具有相同尺寸的参照物；获取各子区域中参照物的长度的像素值作为标定测量值；选取距离所述摄像头较近的子区域中参照物的长度的像素值作为标定基准值；将所述标定测量值除以所述标定基准值，获得各子区域的标定系数；
S3.对所述待检测图像进行消除阴影处理；
S4.对所述待检测图像依次进行预处理、反转处理和数学形态学处理；
S5.对经数学形态学处理后的待检测图像进行连通区域分析，确定人员判定阈值；
S6.根据所述人员判定阈值和步骤S2所得的各子区域的标定系数，获得各子区域的阈值；
S7.根据所述各子区域的阈值统计各子区域内的人数。


2.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法，其特征在于，所述利用摄像头获取待检测图像和背景图像，包括：利用摄像头获取监控区域的视频；从所述视频的图像序列中选择一帧包括人像的图像以作为所述待检测图像，选择一帧不包括人像的图像以作为所述背景图像。


3.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法，其特征在于，所述参照物为家具，将所述背景图像划分为四个子区域。


4.如权利要求1所述的基于机器视觉的智慧节能室内人数统计方法，其特征在于，步骤S3中采用颜色空间的转换进行消除阴影处理。


5.如权利要求4所述的基于机器视觉的智慧节能室内人数统计方法，其特征在于，所述消除阴...

【专利技术属性】
技术研发人员：夏叶，王皓平，
申请(专利权)人：夏叶，王皓平，
类型：发明
国别省市：上海;31