專利名稱：基于計算機(jī)視覺的待過行人數(shù)目的檢測系統(tǒng)及方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計算機(jī)視覺技術(shù)領(lǐng)域，具體是基于計算機(jī)視覺的人行橫道待過行人數(shù)目的檢測方法。
背景技術(shù)：
目前，在智能交通和計算機(jī)視覺領(lǐng)域中，行人的檢測和分析是一個重要的部分。行人的檢測與分析技術(shù)已經(jīng)研究了十多年，但仍沒有一個標(biāo)準(zhǔn)的，精確的，高性能的，和實時的行人檢測和分析算法。由于行人固有的一些特性，應(yīng)用場景的復(fù)雜性，人與人或人與環(huán)境之間的相互影響，使得行人的檢測和分析是計算機(jī)視覺研究領(lǐng)域中最難的一項挑戰(zhàn)。在過去的十余年中，在行人檢測技術(shù)得到了學(xué)術(shù)界和工程界廣泛的關(guān)注和研究的情況下已經(jīng)產(chǎn)生了許多現(xiàn)有的檢測方法，如Haritaoglu Gavrila等人利用人體的輪廓特征來檢測行人，由于人體在身體中心軸線坐標(biāo)上呈現(xiàn)一定的對稱性，因此，可以計算某個區(qū)域內(nèi)目標(biāo)輪廓在水平和垂直兩個方向的投影柱狀圖，分析對稱性，以確定目標(biāo)是否為行人。Rivlin, Senior等人將經(jīng)過運(yùn)動分割后的目標(biāo)用一個橢圓來匹配，橢圓的長短軸及其長度比率，以及長短軸在圖像平面坐標(biāo)系之間形成的角度可以作為形狀特征對行人進(jìn)行分類。Lipton等人定義了運(yùn)動目標(biāo)邊緣周長平方與面積之比作為離散度，利用這個特征來區(qū)分行人、汽車等物體。Collins等人融合了以上多個參數(shù)，使用目標(biāo)的面積、長寬比、離散度等作為特征，訓(xùn)練了一個三層神經(jīng)網(wǎng)絡(luò)對行人、車輛和人群等目標(biāo)進(jìn)行分類?？墒且陨线@四個方法都存在一些缺陷，首先，比較容易受到噪聲干擾的影響，行人的動作變化、背景的復(fù)雜程度，都會破壞特征的提取。其次，對于形狀特征，由于是對分割的前景區(qū)域進(jìn)行分析，因此，它們十分依賴分割器的性能，而背景分割技術(shù)仍然存在許多問題需要解決。

發(fā)明內(nèi)容
針對現(xiàn)有的檢測人頭的方法不適合于復(fù)雜環(huán)境中的行人檢測的問題，本發(fā)明提供了一種人行橫道待過行人數(shù)目的檢測方法，不僅可以比較精確的檢測出行人的數(shù)目，并且它簡單有效，可以適用于較為復(fù)雜的環(huán)境。本發(fā)明是通過以下技術(shù)方案實現(xiàn)的基于計算機(jī)視覺的待過行人數(shù)目的檢測系統(tǒng)，包括兩架CXD攝像機(jī)和計算機(jī)圖像處理系統(tǒng)；所述計算機(jī)圖像處理系統(tǒng)通過接口與攝像機(jī)相連；所述兩架CXD攝像機(jī)安裝于人行橫道的兩端；所述兩架CCD攝像機(jī)的視場角包含對面的等待行人區(qū)域和斜對面的車輛區(qū)域?；谟嬎銠C(jī)視覺的待過行人數(shù)目的檢測系統(tǒng)的檢測方法，包括以下步驟I)攝像機(jī)捕獲視頻圖像；2)對視頻圖像中的圖像進(jìn)行行人等待區(qū)域的分割和光線強(qiáng)度自適應(yīng)變化預(yù)處理；3)采用基于高斯混合背景模型方法實現(xiàn)背景更新，并得到行人等待區(qū)域的前景圖并對其進(jìn)行預(yù)處理；4)基于豎直積分投影的方法對預(yù)處理后的前景圖進(jìn)行處理以獲得行人等待區(qū)域的豎直積分投影圖；5)通過對行人等待區(qū)域的豎直積分投影圖的處理和信息統(tǒng)計最終獲得人行橫道待通過行人的數(shù)目。前述步驟2)中光線強(qiáng)度自適應(yīng)變化預(yù)處理包括，2-1)將攝像機(jī)采集的每幀圖像的彩色圖像轉(zhuǎn)化為灰度圖像；2-2)根據(jù)灰度直方圖進(jìn)行統(tǒng)計，判斷圖像中光線的強(qiáng)度和圖像的對比度；取灰度級統(tǒng)計為
權(quán)利要求
1.基于計算機(jī)視覺的待過行人數(shù)目的檢測系統(tǒng)，其特征在于包括兩架CCD攝像機(jī)和 計算機(jī)圖像處理系統(tǒng)；所述計算機(jī)圖像處理系統(tǒng)通過接口與攝像機(jī)相連；所述兩架(XD攝 像機(jī)安裝于人行橫道的兩端；所述兩架CCD攝像機(jī)的視場角包含對面的等待行人區(qū)域和斜 對面的車輛區(qū)域。
2.根據(jù)權(quán)利要求1所述的基于計算機(jī)視覺的待過行人數(shù)目的檢測系統(tǒng)的檢測方法，其 特征在于包括以下步驟1)攝像機(jī)捕獲視頻圖像；2)對視頻圖像中的圖像進(jìn)行行人等待區(qū)域的分割和光線強(qiáng)度自適應(yīng)變化預(yù)處理；3)采用基于高斯混合背景模型方法實現(xiàn)背景更新，并得到行人等待區(qū)域的前景圖并對 其進(jìn)行預(yù)處理；4)基于豎直積分投影的方法對預(yù)處理后的前景圖進(jìn)行處理以獲得行人等待區(qū)域的豎 直積分投影圖；5)通過對行人等待區(qū)域的豎直積分投影圖的處理和信息統(tǒng)計最終獲得人行橫道待通 過行人的數(shù)目。
3.根據(jù)權(quán)利要求2所述的檢測方法，其特征在于所述步驟2)中光線強(qiáng)度自適應(yīng)變化 預(yù)處理包括，2-1)將攝像機(jī)采集的每幀圖像的彩色圖像轉(zhuǎn)化為灰度圖像；2-2)根據(jù)灰度直方圖進(jìn)行統(tǒng)計，判斷圖像中光線的強(qiáng)度和圖像的對比度；取灰度級統(tǒng)計為
4.根據(jù)權(quán)利要求2所述的檢測方法，其特征在于所述步驟3)中，選取行人開始通過 橫道時開始更新背景，選擇在車輛通行結(jié)束前l(fā)s 2s時提取前景圖。
5.根據(jù)權(quán)利要求2所述的檢測方法，其特征在于所述步驟3)中前景圖的預(yù)處理為對 前景圖像依次進(jìn)行直方圖均衡化，中值濾波，連通域去噪，膨脹操作。
6.根據(jù)權(quán)利要求2所述的檢測方法，其特征在于所述步驟4)中，豎直積分投影V為，
7.根據(jù)權(quán)利要求2所述的檢測方法，其特征在于所述步驟5)包括，·5-1)劃定閾值線，大于閾值的線點為人頭潛在區(qū)域的豎直區(qū)域，并去除非人頭潛在區(qū) 域的點；·5-2)劃定人頭潛在區(qū)域的閾值去除干擾點；·5-3)對有效豎直區(qū)域的寬度和高度進(jìn)行統(tǒng)計，確定一個人所占的寬度和高度；·5-4)將每塊有效豎直區(qū)域的寬度和高度與獲取的此次檢測中一個人所占的寬度和高 度進(jìn)行比較，確定該區(qū)域所含人數(shù)；5-5)將統(tǒng)計出的每塊有效豎直區(qū)域內(nèi)的行人的數(shù)量都加起來，作為本次檢測所獲取的最終的等待過橫道的行人的數(shù)量。
8.根據(jù)權(quán)利要求7所述的檢測方法，其特征在于所述步驟5-1)中劃定閾值線是根據(jù)豎直方向的積分投影的分布情況自適應(yīng)的找到一個合理的閾值
9.根據(jù)權(quán)利要求7所述的檢測方法，其特征在于所述步驟5-2)中的閾值為20像素。
10.根據(jù)權(quán)利要求7所述的檢測方法，其特征在于所述步驟5-3)是指對有效豎直區(qū)域的寬度和高度進(jìn)行統(tǒng)計，先求出最小的寬度和高度，再在此基礎(chǔ)上，由與最小值相差小于 5個像素點的值的平均值決定此次檢測中一個人所占的寬度和高度。
11.根據(jù)權(quán)利要求7所述的檢測方法，其特征在于所述步驟5-4)是指如果一塊豎直區(qū)域超過一個人所占的寬度和高度均在在閾值允許范圍內(nèi)則該區(qū)域只包含一個行人；當(dāng)一塊豎直區(qū)域超過一個人所占的寬度和高度的值在閾值允許范圍外時，僅寬度超過一個人所占的寬度則該區(qū)域包含兩個行人，僅高度超過一個人所占的高度則該區(qū)域包含兩個行人，若寬度和高度均超過一個人所占的寬度和高度則該區(qū)域包含四個行人。
12.根據(jù)權(quán)利要求11所述的檢測方法，其特征在于所述閾值根據(jù)路口的具體情況和攝像機(jī)架設(shè)的位置設(shè)置。
13.根據(jù)權(quán)利要求12所述的檢測方法，其特征在于所述閾值的高度閾值為12像素， 寬度閾值為17像素。
全文摘要
本發(fā)明涉及一種基于計算機(jī)視覺的人行橫道待過行人數(shù)目的檢測系統(tǒng)及方法，系統(tǒng)包括兩架CCD攝像機(jī)和計算機(jī)圖像處理系統(tǒng)，計算機(jī)圖像處理系統(tǒng)通過接口與攝像機(jī)相連，兩架CCD攝像機(jī)安裝于人行橫道的兩端，兩架CCD攝像機(jī)的視場角包含對面的等待行人區(qū)域和斜對面的車輛區(qū)域；檢測方法為獲取視頻圖像中的圖像，對行人等待區(qū)域預(yù)處理，再通過高斯混合背景模型方法得前景圖，并獲得豎直積分投影圖，對其進(jìn)行處理和信息統(tǒng)計最終獲得人行橫道待通過行人的數(shù)目。本發(fā)明相較現(xiàn)有的行人數(shù)目檢測方法而言具有簡單高效的優(yōu)點，使得方法在復(fù)雜情形中也可以運(yùn)用。
文檔編號G06M11/00GK103049788SQ201210567978
公開日2013年4月17日 申請日期2012年12月24日 優(yōu)先權(quán)日2012年12月24日
發(fā)明者徐貴力, 陳曦, 劉婷, 朱亮, 朱磊, 林亮 申請人:南京航空航天大學(xué)