專利名稱：客車超載檢測(cè)方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種客車超載超員檢測(cè)方法。
背景技術(shù)：
隨著人們生活水平的不斷提高，人們外出的需求量也就越來(lái)越大，因此汽車仍是交通運(yùn)輸?shù)闹饕ぞ摺Ｓ捎诖蟛糠挚蛙囓囍鳛榱俗陨砝嬉?，忽視交通安全意識(shí)，拼命地往車?yán)锶?，尤其是到了?jié)假日，人客流高峰期，而與此相關(guān)的公路客運(yùn)的運(yùn)輸能力卻沒(méi)有相應(yīng)增加，致使節(jié)假日客車超員超載現(xiàn)象頻發(fā)?？蛙嚦d對(duì)國(guó)家的公路設(shè)施和客運(yùn)市場(chǎng)造成了不良影響，同時(shí)容易引發(fā)道路交通事故，給交通安全帶來(lái)了極大的隱患，也使人民的生命財(cái)產(chǎn)安全受到了嚴(yán)重的威脅。針對(duì)上述現(xiàn)象，近年來(lái)出現(xiàn)了不同的車輛檢測(cè)方法。目前在客車超載檢測(cè)方法中大多數(shù)還是采用途中人工盤(pán)檢的方式，這種方式因?yàn)榇嬖谔嗟娜藶橐蛩?，無(wú)法監(jiān)測(cè)到客車運(yùn)行過(guò)程中的真實(shí)情況。而極少地區(qū)對(duì)運(yùn)營(yíng)車輛安裝了智能檢測(cè)設(shè)備，這種智能檢測(cè)設(shè)備主要通過(guò)在客車車門兩側(cè)安裝具有方向判斷功能的紅外線傳感器或其它功能傳感器，實(shí)現(xiàn)乘客上下車的記錄，并計(jì)算是否超員報(bào)警?；蚴窃诔丝蜕舷碌呐_(tái)階上安裝壓電薄膜傳感器，通過(guò)傳感器的受力不同對(duì)乘客上下車進(jìn)行判斷，并記錄人數(shù)從而判斷是否超載。這兩種智能檢測(cè)設(shè)備一定程度上改善了人工盤(pán)檢的弊端，但是這種依賴于硬件設(shè)備的檢測(cè)方法，提升了檢測(cè)成本，而且無(wú)法達(dá)到實(shí)時(shí)監(jiān)測(cè)。

發(fā)明內(nèi)容
本發(fā)明針對(duì)以上問(wèn)題的提出，而研制的一種客車超載檢測(cè)方法具有如下步驟Si.以客車過(guò)道作為檢測(cè)區(qū)域，采集檢測(cè)區(qū)域的視頻圖像，選取其中的一幀視頻圖像作為當(dāng)前幀，使用訓(xùn)練好的Haar特征級(jí)聯(lián)分類器對(duì)當(dāng)前幀圖像進(jìn)行逐個(gè)位置的掃描，采集與所述Haar特征級(jí)聯(lián)分類器掃描窗口一致的至少一個(gè)矩形區(qū)域。S2.選取一個(gè)矩形區(qū)域，在選定的一段時(shí)間內(nèi)，追蹤該矩形區(qū)域，判定該矩形區(qū)域在當(dāng)前幀之后的一段連續(xù)幀中每一幀中出現(xiàn)的位置與矩形區(qū)域在每一幀中的上一幀中出現(xiàn)的位置偏差是否在規(guī)定范圍內(nèi)，同時(shí)，判斷該矩形區(qū)域，在選定的同一段時(shí)間內(nèi)，當(dāng)前幀后的同一段連續(xù)幀圖像中出現(xiàn)的次數(shù)大于規(guī)定出現(xiàn)次數(shù)，則判定客車超載；否則，刪除所述矩形區(qū)域，繼續(xù)檢測(cè)，重復(fù)S1-S2。步驟S2包括S201.根據(jù)經(jīng)驗(yàn)預(yù)先設(shè)定時(shí)間閾值T，和T時(shí)間內(nèi)同一頭部檢測(cè)到的總次數(shù)N ；S202.從當(dāng)前幀開(kāi)始，記錄當(dāng)前時(shí)間t到t+T這一時(shí)間段內(nèi)，矩形區(qū)域在每一幀圖像中出現(xiàn)的次數(shù)，記作η以及所述矩形區(qū)域在每一幀圖像中所處的位置；S203.根據(jù)公式|Pm_Pm+1| < Dmin判定，所述矩形區(qū)域在時(shí)間閾值T內(nèi)，在每一幀中的位置，與在上一幀中的位置的偏差在所述范圍內(nèi)，式中Pm表示上一幀圖像中檢測(cè)到的矩形區(qū)域的位置，pm+1表示當(dāng)前幀圖像中檢測(cè)到的矩形區(qū)域的位置，Dmin是根據(jù)經(jīng)驗(yàn)總結(jié)的同一目標(biāo)在兩幀間的變化的最大距離。
S204.判斷比較η與N的大小，若η > N,則判定該矩形區(qū)域存在；若η < N，則判定該矩形區(qū)域不存在。 S205.若所述矩形區(qū)域滿足同時(shí)S204與S203所述的條件，則判斷車輛超載，否則， 刪除記錄中的所述矩形區(qū)域，繼續(xù)檢測(cè)，重復(fù)步驟S1-S2Sl之前還具有對(duì)Haar特征級(jí)聯(lián)分類器進(jìn)行訓(xùn)練選擇人頭不同角度的圖像作為正樣本集&。s，車內(nèi)不同環(huán)境作為負(fù)樣本集Sneg，所述正樣本集&。s中的樣本數(shù)量取值為 5000 < Spos < 8000,負(fù)樣本集Sneg的樣本數(shù)量取值為8000 < Sneg < 12000。在進(jìn)行分類器訓(xùn)練時(shí)，加入了人頭部?jī)A角為30度和45度的Haar特征正樣本進(jìn)行進(jìn)行訓(xùn)練。在Sl中所述Haar特征級(jí)聯(lián)分類器對(duì)當(dāng)前幀進(jìn)行掃描的方法，首先使用分類器的初始大小窗口從監(jiān)控區(qū)域的最遠(yuǎn)端開(kāi)始，逐個(gè)位置掃描，完成一次掃描后，按比例因子 scale_factor放大分類器窗口，再進(jìn)行一次掃描，不斷放大窗口，直至窗口大于視頻圖像大將客車過(guò)道區(qū)域，即檢測(cè)區(qū)域劃分為矩形或多邊形，在采集到當(dāng)前幀圖像數(shù)據(jù)之后，對(duì)當(dāng)前幀圖像進(jìn)行高斯濾波和直方圖均衡化處理。在S3判定車輛人員超載后，發(fā)出報(bào)警并將報(bào)警信息和超載的實(shí)時(shí)圖像上傳至遠(yuǎn)程計(jì)算機(jī)中。本發(fā)明的公共客運(yùn)車輛人員超載監(jiān)控系統(tǒng)及監(jiān)控方法，通過(guò)圖像識(shí)別技術(shù)判斷車輛通道是否有人，并以此作為判斷是否超載的依據(jù)，可有效地解決傳感元件對(duì)上下車乘客個(gè)體識(shí)別精度不高的問(wèn)題，同時(shí)，只傳送判定超載的圖片到監(jiān)控中心，可大大降低數(shù)據(jù)傳輸量，節(jié)約運(yùn)行成本。本發(fā)明的其他優(yōu)點(diǎn)、目標(biāo)，和特征在某種程度上將在隨后的說(shuō)明書(shū)中進(jìn)行闡述，并且在某種程度上，基于對(duì)下文的考察研究對(duì)本領(lǐng)域技術(shù)人員而言將是顯而易見(jiàn)的，或者可以從本發(fā)明的實(shí)踐中得到教導(dǎo)。本發(fā)明的目標(biāo)和其他優(yōu)點(diǎn)可以通過(guò)下面的說(shuō)明書(shū)，權(quán)利要求書(shū)，以及附圖中所特別指出的結(jié)構(gòu)來(lái)實(shí)現(xiàn)和獲得。


為了更清楚的說(shuō)明本發(fā)明的實(shí)施例或現(xiàn)有技術(shù)的技術(shù)方案，下面將對(duì)實(shí)施例或現(xiàn)有技術(shù)描述中所需要使用的附圖做一簡(jiǎn)單地介紹，顯而易見(jiàn)地，下面描述中的附圖僅僅是本發(fā)明的一些實(shí)施例，對(duì)于本領(lǐng)域普通技術(shù)人員來(lái)講，在不付出創(chuàng)造性勞動(dòng)的前提下，還可以根據(jù)這些附圖獲得其他的附圖。圖1為本發(fā)明的流程2為本發(fā)明的主要步驟流程3為本發(fā)明中步驟S2的具體步驟圖
具體實(shí)施例方式如圖1本發(fā)明的流程圖所示一種客車超載檢測(cè)方法，具有如下步驟首選對(duì)本發(fā)明所采用的Haar特征級(jí)聯(lián)分類器進(jìn)行訓(xùn)練，主要同過(guò)采集大量車內(nèi)實(shí)際情況下的視頻進(jìn)行分析，選擇頭部的不同角度的圖像作為正樣本集Spos，車內(nèi)不同環(huán)境作為負(fù)樣本Smg，進(jìn)行分類器訓(xùn)練，由于人頭不同的角度特征有所不同，因此正負(fù)樣本數(shù)量必須足量，我們選用正負(fù)樣本數(shù)分別為Spos = 6000和Sneg= 10000。檢測(cè)窗口的最小尺寸設(shè)為wSize = 16X 18cm，同正樣本尺寸大小相同。由于車體過(guò)道具有長(zhǎng)度和每個(gè)人頭部大小都不同，所以采集到的矩形區(qū)域一般具有唯一性，即唯一的大小?？紤]到在實(shí)際客車內(nèi)部，人們的頭部存在不同角度的傾斜，為了更加準(zhǔn)確的識(shí)別頭部目標(biāo)區(qū)域，作為一個(gè)較佳的實(shí)施方式，因此在訓(xùn)練中增加傾角為30度和45度的Haar 特征進(jìn)行訓(xùn)練。對(duì)于檢測(cè)到的目標(biāo)區(qū)域用矩形框方式表示，作為一序列的矩形區(qū)域返回，其中包括矩形左上角坐標(biāo)(X，y)以及矩形的寬width和高h(yuǎn)eight，利用矩形區(qū)域信息，可以將超載目標(biāo)在視頻圖像中標(biāo)定出來(lái)。通常長(zhǎng)途客車的超載，都是在座位坐滿的情況下，在中間的過(guò)道上有乘客站立或坐在加座上，作為一個(gè)較佳的實(shí)施方式，Si 以客車過(guò)道作為檢測(cè)區(qū)域，人為的根據(jù)實(shí)際情況，在將該過(guò)道區(qū)域即為所述的監(jiān)測(cè)區(qū)域劃分成矩形或者多邊形，劃分的時(shí)候要做到準(zhǔn)確， 不得過(guò)多包含座位信息。在采集到圖像之后，作為一個(gè)較佳的實(shí)施方式，使用高斯濾波器對(duì)采集到的圖像進(jìn)行降噪處理以及采用直方圖均衡化增加圖像的對(duì)比度。在采集到的多幀的圖像中，挑選一幀圖像作為當(dāng)前幀，在當(dāng)前幀圖像中，使用訓(xùn)練好的Haar特征級(jí)聯(lián)分類器對(duì)當(dāng)前幀圖像進(jìn)行逐個(gè)位置的掃描，找到與Haar特征級(jí)聯(lián)分類器掃描窗口初始尺寸一致的所有區(qū)域，優(yōu)選的，設(shè)定該區(qū)域?yàn)闉榫匦?，該矩形區(qū)域的尺寸為 wSize。在完成以Haar特征級(jí)聯(lián)分類器掃描窗口為依據(jù)的一次掃描之后，按SCale_factor， 放大掃描窗口，重復(fù)檢測(cè)，直到掃描窗口大于所述檢測(cè)區(qū)域，即過(guò)道區(qū)域，停止掃描。對(duì)掃描得到的多個(gè)不同的矩形區(qū)域，考慮到客車內(nèi)部光線變化，及車輛行駛抖動(dòng)等因素，在頭部識(shí)別后獲得的目標(biāo)矩形偶爾發(fā)生誤檢，為降低誤檢率，作為一個(gè)較佳的實(shí)施方式，設(shè)定S2 根據(jù)經(jīng)驗(yàn)值設(shè)定一個(gè)時(shí)間閾值T和T時(shí)間內(nèi)同一矩形區(qū)域被檢測(cè)到的總次數(shù)N，跟蹤當(dāng)前幀檢測(cè)到的矩形區(qū)域并記錄，累加從當(dāng)前時(shí)間t到t+T檢測(cè)到的同一頭部的數(shù)n，gn>N，則視為目標(biāo)存在，考慮到除了在超載的情況下，過(guò)道區(qū)域中可能出現(xiàn)人的頭部影響外，成員在過(guò)道區(qū)域內(nèi)行走，或者乘客在座位上探頭張望，交談等情況也會(huì)在過(guò)道區(qū)域產(chǎn)生頭部影響， 作為一個(gè)較佳的實(shí)施方式，在判定矩形區(qū)域是否存在的同時(shí)追蹤，在當(dāng)前幀后時(shí)間閾值T 內(nèi)，2個(gè)連續(xù)幀中的所述矩形區(qū)域的相對(duì)距離是否在根據(jù)經(jīng)驗(yàn)值限定的范圍內(nèi)，根據(jù)公式 |pffl-pffl+1 < Dmin判定，所述矩形區(qū)域在時(shí)間閾值T內(nèi)，在每一幀中的位置，與在上一幀中的位置的偏差在所述范圍內(nèi)，式中Pm表示上一幀圖像中檢測(cè)到的矩形區(qū)域的位置，Plrt表示當(dāng)前幀圖像中檢測(cè)到的矩形區(qū)域的位置，Dmin是根據(jù)經(jīng)驗(yàn)總結(jié)的同一目標(biāo)在兩幀間的變化的最大距離。如果一個(gè)矩形區(qū)域滿足上述條件，判定該目標(biāo)在檢測(cè)區(qū)域，即過(guò)道區(qū)域長(zhǎng)時(shí)間存在，則此時(shí)車輛超載。否則，則可認(rèn)定為誤檢測(cè)，刪除記錄，重新檢測(cè)。在判定車輛超員超載后，發(fā)出報(bào)警信息，同時(shí)，將報(bào)警信息和超載的視頻截圖或者視頻圖像上傳至設(shè)定的接收設(shè)備。下表為按照本發(fā)明所述方法進(jìn)行的實(shí)驗(yàn)的數(shù)據(jù)。
權(quán)利要求
1.一種客車超載檢測(cè)方法，其特征在于具有如下步驟51.以客車過(guò)道作為檢測(cè)區(qū)域，采集檢測(cè)區(qū)域的視頻圖像，選取其中的一幀視頻圖像作為當(dāng)前幀，使用訓(xùn)練好的Haar特征級(jí)聯(lián)分類器對(duì)當(dāng)前幀圖像進(jìn)行逐個(gè)位置的掃描，采集與所述Haar特征級(jí)聯(lián)分類器掃描窗口大小一致的至少一個(gè)矩形區(qū)域；52.選取一個(gè)矩形區(qū)域，在選定的一段時(shí)間內(nèi)，追蹤該矩形區(qū)域，判定該矩形區(qū)域在當(dāng)前幀之后的一段連續(xù)幀中每一幀中出現(xiàn)的位置與矩形區(qū)域在每一幀中的上一幀中出現(xiàn)的位置偏差是否在規(guī)定范圍內(nèi)，同時(shí)，判斷該矩形區(qū)域，在選定的同一段時(shí)間內(nèi)，當(dāng)前幀后的同一段連續(xù)幀圖像中出現(xiàn)的次數(shù)大于規(guī)定出現(xiàn)次數(shù)，則判定客車超載；否則，刪除所述矩形區(qū)域，繼續(xù)檢測(cè)，重復(fù)S1-S2。
2.根據(jù)權(quán)利要求1所述的客車超載檢測(cè)方法，其特征還在于所述步驟S2包括5201.根據(jù)經(jīng)驗(yàn)預(yù)先設(shè)定時(shí)間閾值T，和T時(shí)間內(nèi)同一頭部檢測(cè)到的總次數(shù)N；5202.從當(dāng)前幀開(kāi)始，記錄當(dāng)前時(shí)間t到t+T這一時(shí)間段內(nèi)，矩形區(qū)域在每一幀圖像中出現(xiàn)的次數(shù)，記作η以及所述矩形區(qū)域在每一幀圖像中所處的位置；5203.根據(jù)公式|Pm_Pm+1|< Dmin判定，所述矩形區(qū)域在時(shí)間閾值T內(nèi)，在每一幀中的位置，與在上一幀中的位置的偏差在所述范圍內(nèi)，式中Pm表示上一幀圖像中檢測(cè)到的矩形區(qū)域的位置，pm+1表示當(dāng)前幀圖像中檢測(cè)到的矩形區(qū)域的位置，Dmin是根據(jù)經(jīng)驗(yàn)總結(jié)的同一目標(biāo)在兩幀間的變化的最大距離；5204.判斷比較η與N的大小，若η> N，則判定該矩形區(qū)域存在；若η < N，則判定該矩形區(qū)域不存在。5205.若所述矩形區(qū)域滿足同時(shí)S203與S204所述的條件，則判斷車輛超載，否則，刪除記錄中的所述矩形區(qū)域，繼續(xù)檢測(cè)，重復(fù)步驟S1-S2。
3.根據(jù)權(quán)利要求1-2任意一項(xiàng)權(quán)利要求所述的客車超載檢測(cè)方法，其特征還在于所述Sl之前還具有對(duì)Haar特征級(jí)聯(lián)分類器進(jìn)行訓(xùn)練選擇人頭不同角度的圖像作為正樣本集&。s，車內(nèi)不同環(huán)境作為負(fù)樣本集S胃，所述正樣本集&。s中的樣本數(shù)量取值為5000 < Spos < 8000,負(fù)樣本集Sneg的樣本數(shù)量取值為8000 < Sneg < 12000。
4.根據(jù)權(quán)利要求3所述的客車超載檢測(cè)方法，其特征還在于在進(jìn)行分類器訓(xùn)練時(shí)，加入了人頭部?jī)A角為30度和45度的Haar特征正樣本進(jìn)行進(jìn)行訓(xùn)練。
5.根據(jù)權(quán)利要求1所述的客車超載檢測(cè)方法，其特征還在于在Sl中所述Haar特征級(jí)聯(lián)分類器對(duì)當(dāng)前幀進(jìn)行掃描的方法，首先使用分類器的初始大小窗口從監(jiān)控區(qū)域的最遠(yuǎn)端開(kāi)始，逐個(gè)位置掃描，完成一次掃描后，按比例因子scalLfactor放大分類器窗口，再進(jìn)行一次掃描，不斷放大窗口，直至窗口大于視頻圖像大小。
6.根據(jù)權(quán)利要求1所述的客車超載檢測(cè)方法，其特征還在于將客車過(guò)道區(qū)域，即檢測(cè)區(qū)域劃分為矩形或多邊形，在采集到當(dāng)前幀圖像數(shù)據(jù)之后，對(duì)當(dāng)前幀圖像進(jìn)行高斯濾波和直方圖均衡化處理。
7.根據(jù)權(quán)利要求1所述的客車超載檢測(cè)方法，其特征還在于在S3判定車輛人員超載后，發(fā)出報(bào)警并將報(bào)警信息和超載的實(shí)時(shí)圖像上傳至遠(yuǎn)程計(jì)算機(jī)中。
全文摘要
本發(fā)明公開(kāi)了一種客車超載檢測(cè)方法根據(jù)實(shí)際情況分析，客車出現(xiàn)的超員超載現(xiàn)象，主要集中于客車內(nèi)部的過(guò)道區(qū)域，基于這種特點(diǎn)，車輛超載算法，通過(guò)劃定車輛內(nèi)部過(guò)道區(qū)域，對(duì)過(guò)道區(qū)域進(jìn)行人的頭部識(shí)別。主要通過(guò)Haar人臉識(shí)別方法，選取大量的人在車輛內(nèi)部站立時(shí)不同角度的頭部圖像做為有效樣本，并對(duì)可能誤檢的相適區(qū)域選取大量負(fù)樣本進(jìn)行訓(xùn)練，同時(shí)改進(jìn)haar特征識(shí)別方法，結(jié)合客車內(nèi)部環(huán)境特點(diǎn)，分析像素變化特征，提高圖像檢測(cè)效率，并在識(shí)別過(guò)程中選定時(shí)間閾值對(duì)識(shí)別到的目標(biāo)進(jìn)行二次過(guò)濾，提高目標(biāo)識(shí)別率，從而降低誤檢率。
文檔編號(hào)G06K9/62GK102496275SQ20111038170
公開(kāi)日2012年6月13日 申請(qǐng)日期2011年11月25日 優(yōu)先權(quán)日2011年11月25日
發(fā)明者張澤旗 申請(qǐng)人:大連海創(chuàng)高科信息技術(shù)有限公司