[发明专利]一种基于图像处理的扶梯口客流拥堵检测方法

摘要

本发明公开了一种基于图像处理的扶梯口客流拥堵检测方法，包括对采集视频图像的预处理，减少检测过程的耗时；结合课题背景，设定监控区域，减少扶梯口周边乘客对检测的干扰；基于特定模型方向滤波器的乘客目标定位，根据乘客头顶圆弧模型，进行模型匹配；以及设定客流拥堵阈值，进行拥堵判断。本发明利用特定模型方向滤波器和简单的模型匹配等图像处理知识，来实现扶梯口客流统计以及拥堵智能判断，可以实现对乘客头顶目标的逐个提取，从而使得乘客计数准确。本发明公开的方法，可以应用于扶梯监控系统中，配合扶梯控制器通讯，可以取代人的看护工作，很好的保证商场或地铁站等场所扶梯的安全运行，减少事故的发生。

主权项

1.一种基于图像处理的扶梯口客流拥堵检测方法，其特征在于，包括以下步骤：1)视频图像采集，具体是通过固定在天花板上垂直楼层板向下拍摄的360°可旋转半球摄像头获取的；2)对采集到的视频图像进行灰度化处理，以减少算法的耗时，如下：I(x,y)＝Gray(Image(x,y))其中，Image(x,y)是原始采集到的图像，I(x,y)是经灰度化后的图像；3)设定监控区域，是用于进行乘客目标定位的指定区域，只在该指定区域进行乘客目标检测，以及客流统计；4)基于特定模型方向滤波器的乘客目标定位根据人头顶不易被遮挡，以及其具有圆弧模型的特征，通过圆弧模型方向滤波器来进行识别和定位乘客目标，包括特定模型方向滤波器内核和检测算子，区域峰值搜索及匹配处理过程，具体如下：所述特定模型方向滤波器内核，在笛卡尔坐标系中，被初始定义为：其中，式中，(x,y)是图像中任意一点的坐标；d是当前点和定义的特定模型方向滤波器圆弧之间的距离；s是当前点和定义的特定模型方向滤波器中心之间的距离；σ₁、σ₂是高斯核的标准偏差；θ是特定模型方向滤波器核的方向；所述检测算子，对于一个给定的方向θ，检测算子DF_θ(x,y)定义为：则将经过灰度处理后的输入图像I(x,y)和检测算子DF_θ(x,y)做卷积，进一步有转换图像I_θ'(x,y)：I_θ'(x,y)＝I(x,y)*DF_θ(x,y)在转换图像I_θ'(x,y)中，在曲率处于设定范围内的曲率边缘位置，寻找最大的峰值响应，用于区域峰值搜索；所述区域峰值搜索，采用一种基于二次函数模型实现的牛顿搜索方法，对于每一个像素点(x_i,y_i)，每一牛顿步长为：若满足|(Δx_i+Δy_i)|≤0.5(pixel)，则认为位置(x_i,y_i)是一个区域峰值，这个区域峰值的锐度能够通过区域峰值点(x_i,y_i)的梯度值来考察，如果梯度在X、Y方向上满足如下条件：其中，T_x、T_y是阈值常量，则该位置被定义为一个初始搜索点，等到转换图像中所有的初始搜索点被找到后，开始在各个初始搜索点上执行匹配处理过程，以此来提取乘客头顶特征；所述匹配处理过程，假设在先前过程中，有n个初始搜索点S_i(x_i,y_i)|_{i＝0,...n‑1}被定义，基于每个初始搜索点S_i(x_i,y_i)，执行匹配处理过程，用于确定乘客的头顶轮廓是否位于该点位置，这个过程开始于S_i(x_i,y_i)的位置，执行是用基于圆弧模型的路径，圆弧模型的半径是R，其值是根据乘客头顶轮廓的平均半径来选取；这个圆弧模型的中心点C_i(x_o,y_o)被定义为：如果检测算子的方向θ_o等于0，初始点是(x_i,y_i)，则有：C_i(x_o,y_o)＝(x_i‑R,y_i)该匹配处理过程是按照以下流程来实现：以中心点C_i，范围0～2π，选取不同方向θ_j，沿着半径方向θ_j上，在设定范围内，执行边缘点搜索，这个搜索距离形成如下：其中，d_j‑1是中心点C_i和θ_j‑1方向上搜索步长边缘点之间的距离；ξ是搜索距离，是几个像素大小；这个边缘点位置是在搜索区域2ξ中具有最大梯度值的位置，梯度在搜索方向上被定义为：当边缘点被找到后，通过计算边缘点在θ_j‑1和θ_j方向上的连通性，来检查新的边缘点是否属于先前步骤中的相同的轮廓；对于中心点C_i和θ_j方向上搜索到的边缘点之间的距离d_j，其有着有限的区域，这个区域是基于估计的乘客头顶轮廓的最大和最小半径来定义的；当被这些初始搜索点S_i(x_i,y_i)|_{i＝0,...n‑1}引导着对所有的区域进行搜索后，在经灰度化后的输入图像中，所有的乘客头顶区域位置就能够被找到；5)客流拥堵阈值判断统计设定的监控区域中检测到的乘客人数，通过上述基于特定模型方向滤波器的乘客目标定位，能够检测和定位到在设定的监控区域内的乘客头顶数目，若出现监控区域统计人数超过设定阈值，则判别为客流拥堵。