[发明专利]一种基于人头检测的计数方法

摘要

本发明公开了一种基于人头检测的计数方法，主要功能是能够自动实现公交车、办公室和商场等进、出口场所行人的人数统计，便于相关人员进行高效的统计分析。本方法能够根据人头部的颜色特征和类似椭圆特征，采用三帧差分法能够比较准确的检测出每一帧图像中的行人的头部轮廓，并与给定的最小轮廓面积S进行比较，筛选出符合要求的轮廓；在进、出人数统计环节，运用两个计数器分别统计进、出总人数，并且以人头计数的方式避免了行人之间由于相互遮挡而造成的统计误差。根据实验确定，本方法能够实现3到5个人同时进、出情况下的人数统计，且准确率最高可以达到90％左右。

主权项

1.一种基于人头检测的计数方法，其特征在于，包括以下步骤：步骤(1)，通过摄像机采集实时图像F，并设定帧计数器C记录视频的帧数；步骤(2)，如果C＝1，则对图像F进行初始化；否则，通过金字塔放缩算法使得每一帧图像F的高度和宽度减半，得到缩放后的每一帧图像S_F；步骤(3)，对缩放后的每一帧图像S_F进行图像灰度转换；所述步骤(3)具体包括以下步骤：(31)，采用颜色空间转换函数CvtColor(.)将缩放过后的图像S_F分别转换为前景灰度图像F_r与背景灰度图像B_k；(32)，采用灰度矩阵转换函数CvConvert(.)将前景灰度图像F_r转换为前景灰度矩阵F_M，背景灰度图像B_k转换为背景灰度矩阵B_M；(33)，采用阈值函数CvThreshod(.)将前景灰度图像F_r转换为二值前景灰度矩阵F_MB；步骤(4)，对经步骤(3)操作后的每一帧图像S_F，根据人头的颜色特性与类似椭圆特性，采用三帧差分法进行人头检测；所述步骤(4)中三帧差分法的阈值D_T确定方法为：D_T＝h*w*p；其中h，w，p分别为图像S_F的高度、宽度以及百分比；定义s_t表示选取连续三帧图像的顺序标志，s_t＝0表示选取第一帧图像，s_t＝1表示选取第二帧图像，s_t＝2表示选取第三帧图像；三帧差分法每一帧的选取方式包括以下具体步骤：(41)，如果二值前景灰度矩阵F_MB的非零像素个数大于三帧差分法的阈值D_T，同时s_t＝0，表示第一帧的异物大于阈值，则需要将当前帧S_F存储为第一帧F₁，继续采集第二帧；(42)，如果二值前景灰度矩阵F_MB的非零像素个数小于三帧差分法的阈值D_T，同时s_t＝1，表示第一帧的异物大于阈值，而第二帧没有；(43)，否则，如果二值前景灰度矩阵F_MB的非零像素个数大于三帧差分法的阈值D_T，同时s_t＝1，表示第一帧和第二帧的异物都大于阈值，且第一帧和第二帧连续，则继续采集第3帧；(44)，如果前景灰度二值矩阵F_MB的非零像素个数小于三帧差分法的阈值D_T，同时s_t＝2，表示第一帧和第二帧的异物都大于阈值，而第三帧没有；(45)，否则，如果前景灰度二值矩阵F_MB的非零像素个数大于三帧差分法的阈值D_T，同时s_t＝2，且第二帧和第三帧连续，则三帧差分法选取成功；步骤(5)，对人头检测后的每一帧图像S_F依次进行膨胀、腐蚀操作，初步提取出对应的头部轮廓；步骤(6)，采用混合高斯背景建模进行像素匹配，如果匹配成功，则被判断为背景像素，否则被判断为前景像素，即头部轮廓；像素匹配的过程中同时进行背景更新；步骤(7)，对每一帧图像S_F中检测到的头部轮廓进行相应的面积筛选，对于大于给定最小轮廓面积S的头部轮廓绘制最小外接矩形；步骤(8)，定义每一帧图像S_F的最小外接矩形内部轮廓的状态：o表示到当前为止图像S_F中原有目标轮廓的状态，n表示目标轮廓新进入S_F中的状态，g表示目标轮廓离开S_F的状态，m表示目标轮廓之间的合并，s表示目标轮廓之间的分离；步骤(9)，设定行人进、出方向标志f以及进、出人数计数器I与O，以所有最小外接矩形内的人头数目之和为计数标准，实现行人的进、出统计。