一种基于视频系统的电梯乘客异常乘梯行为监测方法技术方案

本发明专利技术公开了一种基于视频系统的电梯乘客异常乘梯行为监测方法，其采用了检测对象发出的红外辐射图像I和可见光图像V，用于通过图像获取装置获取图像中的乘客头部运动方向来判断异常行为；该检测异常行为被检测到时，提供根据异常和通知异常部分的预定通知。通过红外辐射图像I和可见光图像V合并后提高后续算法的识别准确性，通过I具有的特定辐射信号可以校准V所本身具有的噪点。可以在电梯内避免空间狭窄、人员物品嘈杂对单纯可见光视频识别的误差。红外辐射图像I能提供可见光图像V所不具备的分割信息，以辅助检测图像V和检测异常部分的存在。本发明专利技术具有提高识别准确性、优化边缘识别和图像分割、抗干扰的优点。抗干扰的优点。抗干扰的优点。

【技术实现步骤摘要】
一种基于视频系统的电梯乘客异常乘梯行为监测方法


[0001]本专利技术涉及图像模式识别领域及电梯生产
，尤其涉及一种基于视频系统 的电梯乘客异常乘梯行为监测方法。

技术介绍

[0002]电梯的智能监控系统通过实时获取电梯上的视频图像，并通过分析该视频图像来判 断电梯上乘客的行为是否异常，当出现异常情况时能及时把异常情况反馈给电梯控制器， 电梯控制器能根据不同的异常状态对电梯的工作模式进行调整。该系统包括图像采集、 图像分析、图像处理、模式分类、异常情况识别、异常情况报警。现有技术如授权公告 号为CN106127148B的中国专利技术专利，公开了一种基于机器视觉的手扶电梯乘客异常行 为检测方法。包括步骤:1)视频图像采集；2)对采集的图像进行Canny边缘检测；3)利用 Hough圆变换找出边缘图像中的类圆区域；4)通过人头灰度直方图模板判断该类圆区域 是否为人头；5)利用Mean Shift方法对图像中的人头进行跟踪；6)计算每个乘客头部类 圆区域的中心点的移动方向、移动速度；7)通过分析类圆区域中心点的移动方向和移动 速度判断乘客的行为。通过该方法可以有效提高手扶电梯的安全质量，避免了突发事件 后的情况进一步恶化，把手扶电梯上乘客摔倒的人员损伤降到最低。

技术实现思路

[0003]本专利技术的目的在于针对现有技术提供一种能提高识别准确性、优化边缘识别和图像 分割、抗干扰的基于视频系统的电梯乘客异常乘梯行为监测方法，其包括，检测对象发 出的红外辐射图像I和可见光图像V，用于通过图像获取装置获取图像中的乘客头部运 动方向来判断异常行为；该检测异常行为被检测到时，提供根据异常和通知异常部分的 预定通知。通过红外辐射图像I和可见光图像V合并后提高后续算法的识别准确性，通 过I具有的特定辐射信号可以校准V所本身具有的噪点。可以在电梯内避免空间狭窄、 人员物品嘈杂对单纯可见光视频识别的误差。I能提供V所不具备的分割信息，以辅助 检测图像V和检测异常部分的存在。
[0004]为了进一步优化技术方案，采取的优化措施还包括：
[0005]红外辐射图像I含有被摄乘客发射的黑体辐射信号信息。红外辐射图像I中包含的 黑体辐射信号，可以避免可见光运算过程中对于颜色、光线的临接、重叠造成边缘查找 运算的效率低下或错误。
[0006]上述的红外辐射图像I经如下步骤处理，将红外辐射图像I进行温差起伏提取，然 后通过阈值划分获得红外辐射图像I温度区分结果。红外辐射图像I中的乘客、物体的 边界对于环境具有较好的显著性区别，其较难受到乘客走动、进出电梯的干扰。通过预 设一些阈值，将红外辐射图像I中不同温度进行区分。通过寻找红外辐射图像I中乘客 的边界，进而可以校准可见光图像V。
[0007]上述的可见光图像V经如下步骤处理，将可见光图像V就行各相异性扩散滤波， 然
后获得到平滑结果，再给予Mean Shift算法进行影像分割，以获得初始结果。通过可 见光图像V的处理，能够获得到对于多个乘客、物体的视觉划分，得到的初始结果， 进而为其与红外辐射图像I温度区分结果比对和优化提供基础数据。
[0008]上述的温度区分结果和上述的初始结果经基于最小异质性准则的区域合并处理，得 到经过分割的图像。温度区分结果和初始结果经最小异质性准则的区域合并，是为了获 得与温度边界相称的乘客边界。避免光线、颜色色块交叠造成的判断错误和算力损失。
[0009]上述的最小异质性准则的区域合并处理过程中，能以反馈方式调整上述的阈值，以 提高上述的温度区分结果和上述的初始结果之间的边缘识别吻合程度。温度阈值过高会 造成温度选区过于小，且处于乘客真是边界内部较多的位置，造成红外辐射图像I温度 区分结果反而没有太多的参考意义。因此，在最小异质性准则的区域合并处理过程中， 如果红外辐射图像I温度区分结果与可见光图像V的初始结果相差较大，可以反馈并调 整温度阈值，使温度阈值过高会造成温度选区的边界靠近可见光图像V的初始结果的 乘客边界，避免过分割或欠分割。从而降低算力损失，提高边界识别的准确率。
[0010]获取图像中的乘客头部运动方向来判断异常行为的步骤如下，
[0011]1)红外辐射图像I和可见光图像V采集并获得分割的图像；
[0012]2)对分割的图像进行边缘检测，找出边缘图像中的类圆区域；
[0013]3)通过人头灰度直方图模板判断该类圆区域是否为人头并进行跟踪；
[0014]4)计算每个乘客头部类圆区域的中心点的移动方向、移动速度；
[0015]5)通过分析类圆区域中心点的移动方向和移动速度判断乘客的行为。通过对处理后 的图像分割结果进行乘客行为的跟踪和判断，由于其边缘检测和图像分割的质量高于现 有技术对于视频图像滤波处理的质量，能有效的降低识别错误的几率。且由于红外辐射 图像I的信号具有热量信息，有效提高了边缘识别的准确性。
[0016]本专利技术还公开了实现上述基于视频系统的电梯乘客异常乘梯行为监测方法的计算 机程序和存储有上述计算机程序的存储介质。
[0017]由于本专利技术采用了检测对象发出的红外辐射图像I和可见光图像V，用于通过图像 获取装置获取图像中的乘客头部运动方向来判断异常行为；该检测异常行为被检测到时， 提供根据异常和通知异常部分的预定通知。通过红外辐射图像I和可见光图像V合并后 提高后续算法的识别准确性，通过I具有的特定辐射信号可以校准V所本身具有的噪点。 可以在电梯内避免空间狭窄、人员物品嘈杂对单纯可见光视频识别的误差。I能提供V 所不具备的分割信息，以辅助检测图像V和检测异常部分的存在。因而本专利技术具有提 高识别准确性、优化边缘识别和图像分割、抗干扰的优点。
附图说明
[0018]图1为本专利技术实施例的步骤顺序示意图；
[0019]图2为本专利技术实施例的图像分割处理步骤示意图；
[0020]图3为本专利技术实施例识别效果比较示意图。
具体实施方式
[0021]以下结合附实施例对本专利技术作进一步详细描述。
图像I的信号具有热量信息，有效提高了边缘识别的准确性。
[0036]可见光图像V的处理：
[0037]为削弱噪声影响和提高分割效率，首先采用各向异性扩散模型(Weickert，1998； Weickert et al.，2002)对可见光图像V进行图像平滑处理。各向异性扩散滤波算法实现 的核也思想就是在最大限度的在同质区域实现扩散，而在边缘区域抑制扩散，该过程在 原始影像的基础应用非线性各向异性扩散方程获取平滑结果的影像。
[0038]Mean Shift算法是基于非参数概率密度梯度估计的迭代聚类过程，简要如下：
[0039](1)影像核密度梯度滤波:
[0040]a、初始化k＝1和结束条件p，用当前像元点x
j
初始化化窗中心位置y
k
＝x
j
；
[0041]b、按核密度梯度均值漂移向量式计算收敛路径上的新位置y
k+本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于视频系统的电梯乘客异常乘梯行为监测方法，其特征是：检测对象发出的红外辐射图像I和可见光图像V，用于通过图像获取装置获取图像中的乘客头部运动方向来判断异常行为；该检测异常行为被检测到时，提供根据异常和通知异常部分的预定通知。2.如权利要求1所述的基于视频系统的电梯乘客异常乘梯行为监测方法，其特征是：所述红外辐射图像I含有被摄乘客发射的黑体辐射信号信息。3.如权利要求1所述的基于视频系统的电梯乘客异常乘梯行为监测方法，其特征是：所述的红外辐射图像I经如下步骤处理，将红外辐射图像I进行温差起伏提取，然后通过阈值划分获得红外辐射图像I温度区分结果。4.如权利要求1所述的基于视频系统的电梯乘客异常乘梯行为监测方法，其特征是：所述的可见光图像V经如下步骤处理，将可见光图像V就行各相异性扩散滤波，然后获得到平滑结果，再给予Mean Shift算法进行影像分割，以获得初始结果。5.如权利要求3或4所述的基于视频系统的电梯乘客异常乘梯行为监测方法，其特征是：所述的...

【专利技术属性】
技术研发人员：肖健，
申请(专利权)人：深圳百城精工有限公司，
类型：发明
国别省市：