[发明专利]基于环形模板和椭圆拟合的客流统计方法有效

专利信息
申请号: 201611198247.4 申请日: 2016-12-19
公开(公告)号: CN106951820B 公开(公告)日: 2019-12-13
发明(设计)人: 吕楠;张丽秋 申请(专利权)人: 江苏慧眼数据科技股份有限公司
主分类号: G06K9/00 分类号: G06K9/00;G06T7/149;G06T7/136;G06T7/215;G06T7/155;G06T7/20
代理公司: 11686 北京世衡知识产权代理事务所(普通合伙) 代理人: 肖淑芳
地址: 214000 江苏省无锡市无锡惠山经济*** 国省代码: 江苏;32
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 基于 环形 模板 椭圆 拟合 客流 统计 方法
【说明书】:

发明提供了基于环形模板和椭圆拟合的客流统计方法,其包括以下步骤:S1、获取监控区域的视频流图像作为输入图像;S2、通过背景差分法对输入图像进行差分运算,得到运动目标区域;S3、利用Canny算子对运动目标区域进行边缘提取,获得运动目标边缘轮廓;S4、通过环形模板扫描运动目标边缘轮廓,得到人头候选区域,所述环形模板具有环形扫描区域;S5、对人头候选区域以椭圆拟合方式提取人头目标;S6、结合Camshift算法与Kalman滤波对人头目标进行跟踪和计数。通过本发明中,提高了公共区域中不同干扰情况下的客流实时统计,有效提高了公共区域的客流统计的效率和准确性。

技术领域

本发明属于视频图像处理及识别技术领域,特别涉及一种基于环形模板和椭圆拟合的客流统计方法。

背景技术

随着交通运输网络的迅猛发展,基于视频的智能监控系统在公共交通客流监控、道路交通监控等安全防控领域发挥着巨大的作用。公交车作为公共交通的重要组成部分,以其经济、快捷、舒适等特性成为公民出行的主要途径之一。随着人民生活水平的提高和生活节奏的加快,人们对交通工具的安全、智能条件的要求越来越高。

乘客人群的高密度、人群结构的复杂化等使得公交车运行时存在严重的安全隐患。这就一方面需要公交车管理者根据客流特点合理分配线路、安排运行;另一方面,也需要在公交车运行状态下,对车厢内部的客流情况进行实时监控,根据车厢内的情况实时进行识别与预警,并及时有效的处理突发事件。

目前,客流统计技术主要分为传统客流统计方法、压力检测技术、红外检测技术和图像智能分析技术。早期是以人工计数或人工电子设备触发计数为代表的传统客流统计方法。这些方法的效率低,计数精度差,不能满足信息化的需求。而随着智能监控、视频处理、模式识别等技术的发展,可视性的客流统计系统实现逐渐成为可能,在系统应用中需求越来越高。它不仅仅能够实现简单的数据记载,可同时完成视频监控的功能,使得客流统计系统更加直观清晰。

虽然现有技术中公开了利用人头分类器对运动行人区域进行检测的现有技术中,但是这种现有技术在获取人头区域时存在计算开销较大的缺陷,同时现有技术中对人头轮廓的进行跟踪并技术的现有技术也存在着从将候选人头区域中但是实际上不是人头的轮廓判定为人头,从而造成了统计误差。

有鉴于此,有必要对现有技术中公交车等公共区域的客流统计方法予以改进,以解决上述问题。

发明内容

本发明的目的在于提供一种基于环形模板和椭圆拟合的客流统计方法,该客流统计方法可以有效地提高公共区域内的客流统计的效率与准确度,同时降低计算开销。

为实现上述目的,本发明提供了基于环形模板和椭圆拟合的客流统计方法,该客流统计方法包括以下步骤:

S1、获取监控区域的视频流图像作为输入图像;

S2、通过背景差分法对输入图像进行差分运算,得到运动目标区域;

S3、利用Canny算子对运动目标区域进行边缘提取,获得运动目标边缘轮廓;

S4、通过环形模板扫描运动目标边缘轮廓,得到人头候选区域,所述环形模板具有环形扫描区域;

S5、对人头候选区域以椭圆拟合方式提取人头目标;

S6、结合Camshift算法与Kalman滤波对人头目标进行跟踪和计数。

作为本发明的进一步改进,所述步骤S1具体为:通过摄像机获取监控区域的视频流作为输入图像,所述监控区域位于摄像机的下方。

作为本发明的进一步改进,所述步骤S2具体为:

S21、根据步骤S1获取的输入图形,提取出第一帧无运动物体的图像作为背景图像fb

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于江苏慧眼数据科技股份有限公司,未经江苏慧眼数据科技股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201611198247.4/2.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top