[发明专利]边沿连通分割客流统计方法

权利要求书

1.一种边沿连通分割客流统计方法，深度摄像头放置在公交车进出门正上方，乘客上下车通过摄像头；其特征在于，包括以下步骤：

第1步骤：安装并调整使摄像头距离车门底部2-2.5米，截取每个乘客从车底部向上120-190cm高度范围形成的图像I；

第2步骤：根据所截取的图像高度落差梯度变化情况进行边缘检测，得出边缘图像，

Gx= (-1)*f(x-1, y-1) + 0*f(x,y-1) + 1*f(x+1,y-1)

+(-2)*f(x-1,y) + 0*f(x,y)+2*f(x+1,y)

+(-1)*f(x-1,y+1) + 0*f(x,y+1) + 1*f(x+1,y+1)

=[f(x+1,y-1)+2*f(x+1,y)+f(x+1,y+1)]-[f(x-1,y-1)+2*f(x-1,y)+f(x-1,y+1)]

Gy=1* f(x-1, y-1) + 2*f(x,y-1)+ 1*f(x+1,y-1)

+0*f(x-1,y) 0*f(x,y) + 0*f(x+1,y)

+(-1)*f(x-1,y+1) + (-2)*f(x,y+1) + (-1)*f(x+1, y+1)

=[f(x-1,y-1) + 2f(x,y-1) + f(x+1,y-1)]-[f(x-1, y+1) + 2*f(x,y+1)+f(x+1,y+1)]

其中Gx及Gy分别代表经横向及纵向边缘检测的图像灰度值，f(a,b)表示图像(a,b)点的灰度值；

图像的每一个像素的横向及纵向灰度值通过以下公式结合，来计算该点灰度的大小：

通常，为了提高效率 使用不开平方的近似值：

如果梯度G大于某一阀值 则认为该点(x,y)为边缘点；对应该点的图像为边缘图像；

第3步骤：由图像高度落差形成的边缘图像，进行图像形态学处理，处理后的边缘图像E’和原深度图像I进行融合；最终得到各个目标物清晰边缘的分割图像E，由于边缘图像进行了形态学处理，故而融合后的处理，主要突出了主体部分，细枝末节都得到了弱化；

第4步骤：求取融合后分割图像E的连通域T；

第5步骤：筛选出面积大于特定阈值T₀的连通域区域T’，针对每个连通域T’进行边缘距离弱化；依据变化后的每个图像的连通域T’的形状，面积，落差比来判断是否是一个人；

第6步骤：根据第5步骤的判断结果，若是一个人，记录一个人的形状中心点，作为标记Pi；

第7步骤：根据第5步骤的判断结果，若不是一个人的情况，进行分割区域处理：根据灰度均值，进行问题连通域T1分层处理，然后再进行第4步骤处理；第8步骤：记录以上被检测人员的坐标点M和帧序号N，依据欧式距离分析判别是否为同一人，并得出每个人的行走路径；

第9步骤：依据第8步骤得出来的每个人的行走路径来判断每个人是否上下车。

2.根据权利要求1所述的边沿连通分割客流统计方法，其特征在于，第3步骤中，图像边缘是二值化后的图像，数据大小为0和1；又进行了形态学处理，边缘为0 ，再和原图像进行与操作，最终得到各个目标物清晰边缘的分割图像。