基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明屬于計(jì)算機(jī)視覺(jué)技術(shù)領(lǐng)域,涉及一種基于多信息融合的施工升降機(jī)轎廂人 數(shù)統(tǒng)計(jì)方法。
【背景技術(shù)】
[0002] 隨著城鎮(zhèn)化建設(shè)的推進(jìn),高樓大廈越來(lái)越多,施工升降機(jī)的使用日益頻繁,為了避 免群死、群傷事故,國(guó)內(nèi)對(duì)施工升降機(jī)的載運(yùn)人數(shù)進(jìn)行了限制,要求安全監(jiān)控系統(tǒng)實(shí)現(xiàn)升降 機(jī)吊籠內(nèi)人數(shù)的統(tǒng)計(jì)。根據(jù)施工升降機(jī)工作特點(diǎn),因?yàn)檗I廂需要在建筑物不同層樓運(yùn)輸物 品或工作人員,不能簡(jiǎn)單在門(mén)外安全計(jì)算裝置,因此,最簡(jiǎn)單可行的方法是利用圖像識(shí)別的 方法。利用圖像在區(qū)域環(huán)境下進(jìn)行人數(shù)統(tǒng)計(jì)主要有兩種算法,一是基于視頻圖像的跟蹤,通 過(guò)對(duì)圖像序列分析,實(shí)現(xiàn)對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)與跟蹤;二是利用靜態(tài)圖像的目標(biāo)特征,基于先驗(yàn) 知識(shí)與規(guī)則進(jìn)行人數(shù)識(shí)別。施工升降機(jī)吊籠尺寸一般為3. lm*l. 5m*2. 4m,空間狹小,在該區(qū) 域內(nèi),人的運(yùn)動(dòng)行程短,人與人容易彼此遮擋,圖像跟蹤的方法容易丟失目標(biāo)。根據(jù)施工升 降機(jī)工作特點(diǎn),人數(shù)統(tǒng)計(jì)只需在每次門(mén)關(guān)閉的時(shí)刻進(jìn)行,本發(fā)明采用了靜態(tài)圖像識(shí)別。本算 法采用頭部特征和輪廓面積特征。Haritaoglu利用頭部與人體的高度之比的幾何特征方 法提取人頭;于海濱提出了在基于人體頭部梯度信息Hough變換的基礎(chǔ)上,用形狀信息提 取人頭,然而,現(xiàn)有的頭部特征提取都要求圖像中每個(gè)人的頭部成像是獨(dú)立的,不能相互遮 擋,所以對(duì)于施工升降機(jī)內(nèi)人員粘連圖像問(wèn)題不能解決。針對(duì)施工升降機(jī)吊籠空間小,人體 圖像出現(xiàn)重疊、粘連,人員位置對(duì)圖像面積影響較大的問(wèn)題,目前沒(méi)有相關(guān)方法報(bào)道。本發(fā) 明方法利用施工現(xiàn)場(chǎng),工作人員都必須佩戴安全帽這一特點(diǎn),基于靜態(tài)圖像,采用目標(biāo)顏色 以及最小外接矩形的面積、占空比、質(zhì)心距離、寬徑比等多種幾何特征的融合,可以有效解 決因位置不同的面積差異以及粘連問(wèn)題,實(shí)現(xiàn)施工升降機(jī)吊籠內(nèi)人數(shù)統(tǒng)計(jì)。
【發(fā)明內(nèi)容】
[0003] 本發(fā)明的目的是提供一種基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,解決 了現(xiàn)有技術(shù)存在的施工升降機(jī)轎廂背景復(fù)雜、圖像粘連,分辨率低,導(dǎo)致施工升降機(jī)吊籠內(nèi) 人數(shù)統(tǒng)計(jì)不準(zhǔn)確的問(wèn)題。
[0004] 本發(fā)明所采用的技術(shù)方案是,一種基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方 法,按照以下步驟實(shí)施;
[0005] 步驟1、獲取安全帽RGB顏色特征閾值;
[0006] 步驟2、圖像分割及二值化處理;
[0007] 步驟3、去除背景干擾;
[0008] 步驟4、對(duì)圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理;
[0009] 步驟5、提取圖像中的多幾何特征;
[0010] 步驟6、通過(guò)多信息融合方式識(shí)別出人數(shù)。
[0011] 本發(fā)明的有益效果是,有效解決了用圖像處理方法統(tǒng)計(jì)施工升降機(jī)內(nèi)人數(shù)的問(wèn) 題,算法識(shí)別準(zhǔn)確率高,實(shí)時(shí)性好,能夠滿(mǎn)足工程應(yīng)用的需要。
【附圖說(shuō)明】
[0012] 圖1是本發(fā)明方法的實(shí)施例轎廂內(nèi)視頻圖像;
[0013] 圖2是本發(fā)明方法中的安全帽面積與距離的線(xiàn)性關(guān)系圖;
[0014] 圖3是本發(fā)明方法中的不同特征的連通域圖;
[0015] 圖4是本發(fā)明方法實(shí)施例的統(tǒng)計(jì)原始圖像;
[0016] 圖5是本發(fā)明方法對(duì)圖4進(jìn)行圖像分割二值化后的圖像;
[0017] 圖6是本發(fā)明方法對(duì)圖4最終得到的處理結(jié)果圖像。
【具體實(shí)施方式】
[0018] 下面結(jié)合附圖和【具體實(shí)施方式】對(duì)本發(fā)明進(jìn)行詳細(xì)說(shuō)明。
[0019] 以下假設(shè)施工現(xiàn)場(chǎng)的工人僅戴紅色安全帽或黃色安全帽,
[0020] 本發(fā)明基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,通過(guò)采用圖像處理的方 法,對(duì)施工升降機(jī)轎廂內(nèi)的人數(shù)進(jìn)行統(tǒng)計(jì),具體按照以下步驟實(shí)施:
[0021] 步驟1、獲取安全帽RGB顏色特征閾值
[0022] 在施工現(xiàn)場(chǎng)獲取大量的轎廂內(nèi)工作圖像,從中截取安全帽樣本,利用安全帽樣本 圖像分別得到紅色安全帽的r-g和r-b直方圖,以及黃色安全帽g-b和r-b直方圖,由此得 到紅、黃色的色差閾值為:r-g > 40&&r-b > 40和g-b > 40&&r-b > 60,其中,r、g、b分別 表示RGB顏色空間的紅、綠和藍(lán)三個(gè)分量;
[0023] 步驟2、圖像分割及二值化處理
[0024] 讀入待檢測(cè)圖像,獲取圖像的紅、綠和藍(lán)三個(gè)分量;
[0025] 根據(jù)公式(1)計(jì)算F值,
[0026]
【主權(quán)項(xiàng)】
1. 一種基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,其特點(diǎn)在于,按照以下步驟 實(shí)施; 步驟1、獲取安全帽RGB顏色特征閾值; 步驟2、對(duì)圖像分割及二值化處理; 步驟3、去除背景干擾; 步驟4、對(duì)圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理; 步驟5、提取圖像中的多幾何特征; 步驟6、通過(guò)多信息融合方式識(shí)別出人數(shù)。
2. 根據(jù)權(quán)利要求1所述的基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,其特點(diǎn)在 于:所述的步驟2中,具體步驟如下: 讀入待檢測(cè)圖像,獲取圖像的紅、綠和藍(lán)三個(gè)分量; 根據(jù)公式(1)計(jì)算F值,
其中,該F值用于判斷圖像像素是否為彩色,單色提取因子D= 20,當(dāng)F> = 1為彩色, 當(dāng)F〈1為單色,為了對(duì)標(biāo)志顏色進(jìn)行分類(lèi)提取,在提取彩色信息基礎(chǔ)上,即F> = 1時(shí),利用 RGB空間紅色和黃色的色差閾值進(jìn)行二值化,從而實(shí)現(xiàn)不同標(biāo)志顏色的分類(lèi)分割提取結(jié)果。
3. 根據(jù)權(quán)利要求1所述的基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,其特點(diǎn) 在于:所述的步驟3中,具體步驟如下:采用位置背景濾除的方式去除非人員位置的顏色背 景。
4. 根據(jù)權(quán)利要求1所述的基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,其特點(diǎn)在 于:所述的步驟4中,具體步驟如下: 首先要對(duì)二值圖像使用膨脹、腐蝕算子進(jìn)行形態(tài)學(xué)開(kāi)運(yùn)算操作,結(jié)構(gòu)元素選擇半徑為 4的圓盤(pán)模板,對(duì)閉運(yùn)算的結(jié)果圖像進(jìn)行空洞填充;然后,對(duì)圖像再進(jìn)行兩次形態(tài)學(xué)的開(kāi)運(yùn) 算,使得圖像有微粘連的部分得到比較清楚的分割。
5. 根據(jù)權(quán)利要求1所述的基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,其特點(diǎn)在 于:所述的步驟5中,具體步驟如下: 5. 1)提取面積特征 利用連通域的面積特征可以去除圖像中面積比較小,不合理的連通域,連通域的面 積是靠貼標(biāo)簽再計(jì)算的方法,本步驟采用4連接的貼標(biāo)簽方法,設(shè)二值圖像的標(biāo)簽矩陣為 L(i,j),i、j分別為原圖像矩陣的像素行號(hào)與列號(hào),圖像貼標(biāo)具體步驟如下: 5. 11)設(shè)標(biāo)簽值A(chǔ)=〇,已貼標(biāo)簽數(shù)N= 0,按照從左到右、從上到下的順序?qū)Χ祷?圖像進(jìn)行掃描,尋找像素值為1的目標(biāo)像素點(diǎn); 5. 12)對(duì)于尚未貼標(biāo)簽的目標(biāo)像素點(diǎn),搜索其鄰域已掃描過(guò)的點(diǎn), 如果這些點(diǎn)的標(biāo)簽值為0,則標(biāo)簽值A(chǔ)=A+1,該點(diǎn)的標(biāo)簽矩陣值為L(zhǎng)(i,j) =A,貝占 標(biāo)簽數(shù)N=N+1 ; 如果這些點(diǎn)的標(biāo)簽值相同且不為0,則L(i,j)=入; 如果標(biāo)簽值不同,設(shè)標(biāo)簽值分別為A、A',且〇<A<A',則當(dāng)前目標(biāo)像素點(diǎn)的 標(biāo)簽值L(i,j) =A,并將標(biāo)簽值為A'的所有像素點(diǎn)的標(biāo)簽值改為A,并令標(biāo)簽數(shù)N=N-1 ; 5. 13)將圖像中所有像素按步驟5. 12)的方式進(jìn)行處理; 5. 14)判斷是否A=N,若是則處理結(jié)束; 否則,說(shuō)明已貼標(biāo)簽為不連續(xù)編號(hào),則進(jìn)行編號(hào)調(diào)整,使其標(biāo)簽號(hào)連續(xù)排列, 經(jīng)過(guò)貼標(biāo)簽之后再針對(duì)各個(gè)連通域計(jì)算面積,即計(jì)算每個(gè)不同標(biāo)簽值下聯(lián)通域的像素 點(diǎn)的總個(gè)數(shù),并將其記錄在各自的標(biāo)簽值下,即為連通域的面積As; 5. 2)提取形狀特征 利用了目標(biāo)圖像連通域的最小外接矩形的長(zhǎng)寬比C以及占空比Z兩個(gè)特征,長(zhǎng)寬比C以及占空比Z分別定義為:
其中,a為外接矩形的長(zhǎng),b為外接矩形的寬,As是連通區(qū)域面積,A^是連通區(qū)域外接矩 形的面積,具體步驟如下: 5. 21)對(duì)每個(gè)做標(biāo)記的連通域邊界以每次3度的增量在90度范圍內(nèi)旋轉(zhuǎn),每旋轉(zhuǎn)一次 記錄其坐標(biāo)系方向上的外接矩形邊界點(diǎn)的最大和最小的x值和y值,x值和y值分別代表 圖像中像素點(diǎn)的橫坐標(biāo)與縱坐標(biāo),旋轉(zhuǎn)到某一角度后,外接矩形的面積達(dá)到最小,即為該連 通域的最小外接矩形; 5.22) 得到最小外接矩形后即可得到連通域四個(gè)拐角點(diǎn)圖像坐標(biāo)分別是(Xl,yi)、 (x2,y2)、(x3,y3)及(x4,y4),再根據(jù)兩點(diǎn)坐標(biāo)求距離得到外接矩形的長(zhǎng)a、外接矩形的寬b以 及外接矩形的面積Ay 5.23) 利用公式(2)分別得到連通域的長(zhǎng)寬比C和占空比Z。
6. 根據(jù)權(quán)利要求1所述的基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,其特點(diǎn)在 于:所述的步驟6中,具體步驟如下: 6. 1)面積濾除 結(jié)合連通域位置,利用距離與安全帽面積的線(xiàn)性函數(shù)關(guān)系計(jì)算不同位置處的安全帽最 小面積Amin,使用該最小面積對(duì)圖像中非安全帽進(jìn)行面積濾除; 6. 2)識(shí)別目標(biāo)連通域 標(biāo)準(zhǔn)圓圖像最小外接矩形的長(zhǎng)寬比C= 1,占空比Z= 0. 79,當(dāng)目標(biāo)粘連時(shí),最小外接 矩形長(zhǎng)寬比C能夠確定目標(biāo)個(gè)數(shù),占空比Z則能夠判定該連通域是否為檢測(cè)目標(biāo)區(qū)域, 根據(jù)施工升降機(jī)的工況,確定安全帽連通域的占空比Z>0. 7 ; 6. 3)識(shí)別人數(shù) 當(dāng)連通域的面積大于該位置處最小面積,且占空比滿(mǎn)足條件,即Amin<AS&&Z> 0. 7,確 定該連通域?yàn)槟繕?biāo)區(qū)域,在此基礎(chǔ)上,根據(jù)連通域的長(zhǎng)寬比C,以及連通域面積^與該位置 處最小面積Amin,的比值識(shí)別該連通域人數(shù);考慮施工升降機(jī)吊籠的尺寸,一般情況最多三 人粘連,則人數(shù)識(shí)別的判斷邏輯如下: 如果1彡C彡2,且0? 8*Amin彡A1. 1*Amin,則該連通域目標(biāo)個(gè)數(shù)1 ; 如果1. 8彡C彡2,且1. 6*Amin彡A 2*Amin,則該連通域目標(biāo)個(gè)數(shù)2 ; 如果2. 5彡C彡3,且2. 5*Amin彡A 3*Amin,則該連通域目標(biāo)個(gè)數(shù)3 ; 最后,累加各個(gè)連通域目標(biāo)個(gè)數(shù)即為轎廂內(nèi)總?cè)藬?shù)。
【專(zhuān)利摘要】本發(fā)明公開(kāi)了一種基于多信息融合的施工升降機(jī)轎廂人數(shù)統(tǒng)計(jì)方法,步驟包括;步驟1、獲取安全帽RGB顏色特征閾值;步驟2、對(duì)圖像分割及二值化處理;步驟3、去除背景干擾;步驟4、對(duì)圖像進(jìn)行數(shù)學(xué)形態(tài)學(xué)處理;步驟5、提取圖像中的多幾何特征;步驟6、通過(guò)多信息融合方式識(shí)別出人數(shù)。本發(fā)明的方法,有效解決了用圖像處理方法統(tǒng)計(jì)施工升降機(jī)內(nèi)人數(shù)的問(wèn)題,算法識(shí)別準(zhǔn)確率高,實(shí)時(shí)性好,能夠滿(mǎn)足工程應(yīng)用的需要。
【IPC分類(lèi)】G06K9-54, G06K9-46
【公開(kāi)號(hào)】CN104573697
【申請(qǐng)?zhí)枴緾N201410850070
【發(fā)明人】楊靜, 李偉
【申請(qǐng)人】西安豐樹(shù)電子科技發(fā)展有限公司
【公開(kāi)日】2015年4月29日
【申請(qǐng)日】2014年12月31日