[发明专利]一种基于激光检测线的视觉分析人流量统计方法及设备

摘要

本发明公开了一种基于激光检测线的视觉分析人流量统计方法及设备，该方法通过网络摄像头从头顶采集包括两条激光线在内的某一出入口的人出入视频，提取出左右两条激光线作为左右两条检测线，生成高度轮廓线，判断是否为人经过，在匹配确定完成了一次人的进出后，就可以对进出的人流量统计，记录当前时间，可以统计出某段时间内某一出入口的进出人数，及通过两者之差得出场所内的已有人数，该方法实现进出人数的自动、准确、检测。该设备由多个探测单元构成，每个探测单元包括视频采集设备、激光设备、还包括网络设备、计算机或嵌入式处理设备，该设备提高了人流统计的精度、速度，步行方向也可以被检测到，可广泛应用到各入口或公共场合。

主权项

一种基于激光检测线的视觉分析人流量统计方法，其特征在于：1)采集视频，利用两个一字线激光器从头顶在地面投射得左激光线与右激光线，通过网络摄像头从头顶采集包括两条激光线在内的某一出入口的人出入视频；2)提取检测线，通过亮度与色差的线性组合值作为判断对象，大于判断阈值则为检测线上像素，否则不是，检测线的判断阈值根据取不同阈值时中心线上检测线总断口宽度变化来进行自适应调整，当总断口宽度最小时，则为最优阈值；其中中心线定义为：当没有行人进出时，没有发生断残裂的检测线中心单像素直线为中心线；最优阈值的判断方法：t＝a*I+b*C  (1)其中，t为检测线的特征，a，b为线性系数，I为像素点的亮度值，C为像素点的色差值，其中a+b＝1,a＜b；检测线的判断阈值根据取不同阈值时中心线上检测线断口宽度变化来进行自适应调整，当断口宽度最小时，则为最优阈值，自适应调整方法为：T＝Tn‑1+mΔT  (2)其中，T为当前帧的最优阈值，Tn‑1为前一帧图像的最优检测线判断阈值，ΔT为迭代步长，m为迭代变量，m＝0，±1，±2…，其取值从0开始进行迭代运算，当：Km＞Km‑1  (3)其中，Km为第m+1次检测得的中心线上检测线总断口宽度值，Km‑1为第m次检测得的中心线上检测线断口宽度值，满足(3)式时，m反向取值，直到Km为最小值极点时，停止迭代；3)生成高度轮廓线，在人进出过程中检测线会发生断裂及形变，通过视频分析，从开始出现检测线断裂到检测线断裂结束，即人的整个进出过程，在与中心线垂直方向，搜索这段时间内离中心线最远的检测线像素；针对中心线上断口像素，向与中心线垂直且远离图像中心的方向搜索检测线，如果找到则记录下检测线的位置，并判断检测线到中心线的垂直距离是否比当前像素以前统计的最大高度值更大，如果是则更新中心线上对应点的最大高度值，如果当前高度值比以前统计的高度值小，或者没有搜索到检测线，即：采集的图像检测线有缺失，则中心线上对应点的最大高度值保持原高度值不变；在人进出的整个过程中，记录中心线上出现过的所有断口像素坐标及对应的最大高度值，然后标记出以最大高度值构成的高度轮廓线，在人已经进出完成，即：检测线无断裂现象后，根据检测到的轮廓线各像素位置、高度信息进行头肩轮廓匹配；4)头肩轮廓匹配，主要用于检测生成的高度轮廓线中是否为人的肩形轮廓及头形轮廓，从而判断是否为人经过，头肩轮廓匹配包括肩形轮廓线匹配、头形轮廓匹配，肩形轮廓匹配要求左右两边肩形轮廓数据的宽度、平均高度都相近，总的宽度要大于整个断口宽度的二分之一、小于整个断口宽度的四分之三；头形轮廓匹配要求头形轮廓数据处于断口的中间，其宽度为左右两边的肩形轮廓平均宽度的0.9至1.5倍，平均高度为肩形轮廓平均高度的1.1至1.4倍；5)人进出方向的判断，在匹配确定完成了一次人的进出后，通过判断两根检测线的先后断裂顺序来判断人流进出的方向，当靠门外边的右检测线先断裂，靠门里边的左检测线后断裂，则代表完成一次进入过程；当靠门里边的左检测线先断，靠门外边的右检测线后断裂，则代表完成一次出的过程，就可以对进出的人流量统计；6)人流量的统计，当检测到完成了一次人的进入后，将进入人数计数器加1，并记录当前时间；当检测到完成了一次人的出动作后，将出去人数计数器加1，同时记录当前时间，从而可以统计出某段时间内某一出入口的进出人数，及通过两者之差得出场所内的已有人数。