的算法得到的是二值化的圖像，如果對(duì)二值化圖像進(jìn)行邊緣檢測(cè)，獲得 的輪廓信息比較少，丟掉了區(qū)域內(nèi)的細(xì)節(jié)信息，為了豐富輪廓信息，需要將二值化圖像轉(zhuǎn)換 為彩色圖像。所以，還需要對(duì)二值化圖像進(jìn)行掩碼運(yùn)算，計(jì)算方法如下：
其中，T(x，y)為同時(shí)具有兩種特征的二值化圖像在（x，y)處的像素值，R(x，y)為當(dāng)前 彩色圖像在（x，y)處的像素值。
[0027] 步驟104中，為了得到豐富的輪廓信息，以最優(yōu)邊緣檢測(cè)的Canny算法為例，提取 人頭輪廓特征。其步驟如下： 步驟401，消除噪聲，使用高斯平滑濾波器進(jìn)行卷積運(yùn)算； 步驟402,計(jì)算梯度幅值和方向，分別在水平和垂直求導(dǎo)，根據(jù)水平和垂直方向上的導(dǎo) 數(shù)計(jì)算梯度幅值和方向； 步驟403,非極大值抑制，排除非邊緣像素，僅保留一些候選邊緣的細(xì)線條； 步驟404,滯后閾值連接，使用高閾值和低閾值對(duì)每一像素位置的幅值進(jìn)行比較。如果 某一像素位置的幅值超過(guò)高閾值，該像素就被保留為邊緣像素；如果某一像素位置的幅值 小于低閾值，該像素被排除；如果某一像素位置的幅值在兩個(gè)閾值之間，該像素僅僅在連接 到一個(gè)高于高閾值的像素時(shí)被保留。
[0028] 步驟105中，攝像機(jī)自上而下拍攝，人頭與非剛性的人體來(lái)說(shuō)更類似于剛體目標(biāo)， 根據(jù)人頭的輪廓特征，人頭區(qū)域是一個(gè)類圓形的目標(biāo)。通過(guò)對(duì)類圓形目標(biāo)的識(shí)別，實(shí)現(xiàn)對(duì)候 選人頭的彩色圖像進(jìn)行細(xì)篩選，識(shí)別出人頭。以霍夫梯度算法為例，具體步驟如下： 步驟501，對(duì)邊緣圖像每個(gè)非零像素，標(biāo)記其位置，并計(jì)算局部梯度； 步驟502,累加斜率指定的直線上的每個(gè)點(diǎn)，得到累加器圖像； 步驟503,累加器圖像中像素值大于閾值且大于其所有近鄰的中心像素為候選中心點(diǎn)， 并降序排列； 步驟504,邊緣圖像非零像素按照其與候選中心點(diǎn)的距離降序排列，選擇最支持的一條 半徑； 步驟505,候選中心點(diǎn)得到邊緣圖像非零像素最充分的支持，并且與之前被選擇的中心 點(diǎn)有足夠的距離，則候選中心點(diǎn)被保留，得到圓心和半徑。
[0029] 步驟106中，由于前后兩幀之間識(shí)別出的人頭目標(biāo)的位移不會(huì)發(fā)生很大的變化， 所以，根據(jù)面積是否有重合來(lái)判斷是否為同一目標(biāo)，并且根據(jù)位移的方向來(lái)判斷進(jìn)出方向， 實(shí)現(xiàn)不同方向的人數(shù)統(tǒng)計(jì)。
[0030] 采用本發(fā)明的一種進(jìn)出口人流量統(tǒng)計(jì)的方法，其具體實(shí)施方法如下： 步驟301，采集大量不同光照條件下具有人頭的圖像，對(duì)圖像發(fā)色像素點(diǎn)進(jìn)行采樣； 步驟302,統(tǒng)計(jì)其在顏色空間的分布情況，建立發(fā)色模型； 步驟303,從攝像頭獲取輸入圖像； 步驟304,根據(jù)圖像中每個(gè)像素的顏色值進(jìn)行建模； 步驟305,如果當(dāng)前圖像坐標(biāo)上的像素顏色值與背景模型中相應(yīng)坐標(biāo)上的像素顏色值 有較大差異時(shí)，當(dāng)前像素被認(rèn)為是前景，否則為背景，根據(jù)比較的結(jié)果確定前景目標(biāo)； 步驟306,按照一定的學(xué)習(xí)率對(duì)背景進(jìn)行更新，以滿足實(shí)時(shí)的需求； 步驟307,將當(dāng)前的圖像中的每個(gè)像素顏色值與發(fā)色模型進(jìn)行比較，如果當(dāng)前圖像的像 素顏色值滿足發(fā)色模型的條件，則認(rèn)為是發(fā)色，否則為非發(fā)色，根據(jù)比較的結(jié)果得到具有黑 色和淺色頭發(fā)特征的區(qū)域； 步驟308,將具有運(yùn)動(dòng)特征的二值化圖像和具有發(fā)色特征的二值化圖像進(jìn)行與運(yùn)算，得 到同時(shí)具有兩種特征的二值化圖像，以該二值化圖像為掩碼，對(duì)當(dāng)前圖像進(jìn)行掩碼運(yùn)算，得 到候選人頭的彩色圖像； 步驟309,對(duì)候選人頭的彩色圖像進(jìn)行邊緣提取，得到候選人頭的輪廓特征； 步驟310,根據(jù)人頭的輪廓特征，人頭區(qū)域是一個(gè)類圓形的目標(biāo)。通過(guò)對(duì)類圓形目標(biāo)的 識(shí)別，實(shí)現(xiàn)對(duì)候選人頭的彩色圖像進(jìn)行細(xì)篩選，識(shí)別出人頭； 步驟311，根據(jù)前后兩幀之間識(shí)別出的人頭目標(biāo)的位移不會(huì)發(fā)生很大的變化，利用面積 是否有重合來(lái)判斷是否為同一目標(biāo)，并且根據(jù)位移的方向來(lái)判斷進(jìn)出方向，實(shí)現(xiàn)不同方向 的人數(shù)統(tǒng)計(jì)。
[0031] 采用本發(fā)明的一種進(jìn)出口人流量統(tǒng)計(jì)的系統(tǒng)，包括： 運(yùn)動(dòng)目標(biāo)提取模塊系統(tǒng)，用于根據(jù)攝像頭獲取的圖像，利用運(yùn)動(dòng)特征提取出運(yùn)動(dòng)目 標(biāo)； 發(fā)色特征提取模塊系統(tǒng)，用于利用彩色空間的色彩模型，提取圖像中具有黑色和淺色 頭發(fā)特征的區(qū)域； 特征融合模塊系統(tǒng)，用于將運(yùn)動(dòng)特征和發(fā)色特征進(jìn)行融合，得到候選人頭的彩色圖 像； 邊緣檢測(cè)模塊系統(tǒng)，用于對(duì)候選人頭的彩色圖像進(jìn)行邊緣提取，得到候選人頭的輪廓 特征； 人頭篩選模塊系統(tǒng)，用于根據(jù)人頭的輪廓特征對(duì)候選人頭的彩色圖像進(jìn)行細(xì)篩選，識(shí) 別出人頭； 跟蹤計(jì)數(shù)模塊系統(tǒng)，用于對(duì)識(shí)別出的人頭進(jìn)行跟蹤計(jì)數(shù)。
[0032] 運(yùn)動(dòng)目標(biāo)提取模塊系統(tǒng)201中，具體用于根據(jù)圖像中每個(gè)像素的顏色值進(jìn)行建 模，將當(dāng)前的圖像與背景模型進(jìn)行某種比較，如果當(dāng)前圖像坐標(biāo)上的像素顏色值與背景模 型中相應(yīng)坐標(biāo)上的像素顏色值有較大差異時(shí)，當(dāng)前像素被認(rèn)為是前景，否則為背景，根據(jù)比 較的結(jié)果確定前景目標(biāo)。同時(shí)，按照一定的學(xué)習(xí)率對(duì)背景進(jìn)行更新，以滿足實(shí)時(shí)的需求。
[0033] 發(fā)色特征提取模塊系統(tǒng)202中，具體用于采集大量不同光照條件下具有人頭的圖 像，對(duì)圖像發(fā)色像素點(diǎn)進(jìn)行采樣，并統(tǒng)計(jì)其在顏色空間的分布情況，建立發(fā)色模型。根據(jù)當(dāng) 前的圖像中的每個(gè)像素顏色值與發(fā)色模型的比較結(jié)果得到具有黑色和淺色頭發(fā)特征的區(qū) 域。
[0034] 特征融合模塊系統(tǒng)203中，具體用于將具有運(yùn)動(dòng)特征的二值化圖像和具有發(fā)色特 征的二值化圖像進(jìn)行與運(yùn)算，得到同時(shí)具有兩種特征的二值化圖像，以該二值化圖像為掩 碼，對(duì)當(dāng)前圖像進(jìn)行掩碼運(yùn)算，得到候選人頭的彩色圖像。
[0035] 邊緣檢測(cè)模塊系統(tǒng)204中，具體用于將候選人頭的彩色圖像轉(zhuǎn)換為灰度圖像，然 后對(duì)灰度圖像各個(gè)像素點(diǎn)進(jìn)行檢測(cè)，找出灰度值變化較大的點(diǎn)，并對(duì)這些點(diǎn)進(jìn)行處理，使這 些點(diǎn)能夠連接起來(lái)構(gòu)成若干線條，得到候選人頭的輪廓特征。
[0036] 人頭篩選模塊系統(tǒng)205中，具體用于根據(jù)人頭的輪廓特征，人頭區(qū)域是一個(gè)類圓 形的目標(biāo)。通過(guò)對(duì)類圓形目標(biāo)的識(shí)別，實(shí)現(xiàn)對(duì)候選人頭的彩色圖像進(jìn)行細(xì)篩選，識(shí)別出人 頭。
[0037] 跟蹤計(jì)數(shù)模塊系統(tǒng)206中，根據(jù)前后兩幀之間識(shí)別出的人頭目標(biāo)的位移不會(huì)發(fā)生 很大的變化，利用面積是否有重合來(lái)判斷是否為同一目標(biāo)，并且根據(jù)位移的方向來(lái)判斷進(jìn) 出方向，實(shí)現(xiàn)不同方向的人數(shù)統(tǒng)計(jì)。
[0038] 這些實(shí)施方式并非對(duì)本發(fā)明的限制，根據(jù)這些實(shí)施方式所作的功能、方法、或者結(jié) 構(gòu)上的等效變換或者替代，均屬于本發(fā)明的保護(hù)范圍之內(nèi)。
[0039] 本發(fā)明所列出的一系列的詳細(xì)說(shuō)明，僅僅是對(duì)本發(fā)明的可行性實(shí)施方式的具體說(shuō) 明，并非用以限制本發(fā)明的保護(hù)范圍，在不背離本發(fā)明精神或基本特征的情況下，以其他的 具體形式、等效方式、變更方式實(shí)現(xiàn)本發(fā)明，均應(yīng)包含在本發(fā)明的保護(hù)范圍之內(nèi)。
[0040] 本發(fā)明按照實(shí)施例的方式描述，但并不是每個(gè)實(shí)施方式僅包含一個(gè)獨(dú)立的技術(shù)方 案，還應(yīng)當(dāng)將說(shuō)明書作為一個(gè)整體，各實(shí)施例中的技術(shù)方案也可以經(jīng)適當(dāng)組合，形成本領(lǐng)域 技術(shù)人員可以理解的其他實(shí)施方式。
[0041] 此外，本發(fā)明實(shí)施例是用流程圖和/或方框圖來(lái)描述的，計(jì)算機(jī)程序指令實(shí)現(xiàn)流 程圖和/或方框圖，除了可提供方法、系統(tǒng)(裝置）或計(jì)算機(jī)程序產(chǎn)品外，還可提供計(jì)算機(jī)程 序指令到計(jì)算機(jī)嵌入式處理機(jī)或者其他可編程數(shù)據(jù)處理設(shè)備中，使其產(chǎn)生流程圖和/或方 框圖中的功能。
【主權(quán)項(xiàng)】
1. 一種進(jìn)出口人流量統(tǒng)計(jì)的方法，其特征是：包括以下步驟： (1 )、根據(jù)攝像頭獲取圖像，利用運(yùn)動(dòng)特征提取出運(yùn)動(dòng)目標(biāo)； (2) 、利用彩色空間的色彩模型，提取圖像中具有黑色和淺色頭發(fā)特征的區(qū)域； (3) 、將運(yùn)動(dòng)特征和發(fā)色特征進(jìn)行融合，得到候選人頭的彩色圖像； (4) 、對(duì)候選人頭的彩色圖像進(jìn)行邊緣提取，得到候選人頭的輪廓特征； (5) 、根據(jù)人頭的輪廓特征對(duì)候選人頭的彩色圖像進(jìn)行細(xì)篩選，識(shí)別出人頭； (6 )、對(duì)識(shí)別出的人頭進(jìn)行跟蹤計(jì)數(shù)。2. 根據(jù)權(quán)利要求1所述的一種進(jìn)出口人流量統(tǒng)計(jì)的方法，其特征是：在步驟（1)中，通 過(guò)在序列圖像中檢測(cè)變化區(qū)域，將運(yùn)動(dòng)目標(biāo)從圖像中提取出來(lái)，同時(shí)還需要實(shí)時(shí)對(duì)背景模 型進(jìn)行更新。3. 根據(jù)權(quán)利要求1所述的一種進(jìn)出口人流量統(tǒng)計(jì)的方法，其特征是：在步驟（2)中，根 據(jù)黑色和淺色頭發(fā)在不同光照下顏色分布規(guī)律，選取合適的顏色空間，在顏色空間中建立 描述黑色頭發(fā)和淺色頭發(fā)的顏色分布規(guī)律的模型。4. 根據(jù)權(quán)利要求1所述的一種進(jìn)出口人流量統(tǒng)計(jì)的方法，其特征是：在步驟（4)中，將 候選人頭的彩色圖像轉(zhuǎn)換為灰度圖像，然后對(duì)灰度圖像各個(gè)像素點(diǎn)進(jìn)行檢測(cè)，找出灰度值 變化較大的點(diǎn)，并對(duì)這些點(diǎn)進(jìn)行處理，使這些點(diǎn)能夠連接起來(lái)構(gòu)成若干線條，得到候選人頭 的輪廓特征。5. 根據(jù)權(quán)利要求1所述的一種進(jìn)出口人流量統(tǒng)計(jì)的方法，其特征是：在步驟（5)中，獲 得的人頭區(qū)域是一個(gè)類圓形的目標(biāo)，通過(guò)對(duì)類圓形目標(biāo)的識(shí)別，實(shí)現(xiàn)對(duì)候選人頭的彩色圖 像進(jìn)行細(xì)篩選，識(shí)別出人頭。6. 根據(jù)權(quán)利要求1所述的一種進(jìn)出口人流量統(tǒng)計(jì)的方法，其特征是：在步驟（6)中，對(duì) 識(shí)別出的人頭進(jìn)行跟蹤，通過(guò)跟蹤結(jié)果判斷目標(biāo)的進(jìn)出方向，并在不同方向上進(jìn)行人數(shù)統(tǒng) 計(jì)。7. -種進(jìn)出口人流量統(tǒng)計(jì)的系統(tǒng)，其特征是：包括特征融合模塊系統(tǒng)，所述特征融合 模塊系統(tǒng)分別連接有運(yùn)動(dòng)目標(biāo)提取模塊系統(tǒng)、發(fā)色特征提取模塊系統(tǒng)和邊緣檢測(cè)模塊系 統(tǒng)，邊緣檢測(cè)模塊系統(tǒng)連接有人頭篩選模塊系統(tǒng)，人頭篩選模塊系統(tǒng)連接有跟蹤計(jì)數(shù)模塊 系統(tǒng)。
【專利摘要】本發(fā)明涉及一種進(jìn)出口人流量統(tǒng)計(jì)的方法及系統(tǒng)。該進(jìn)出口人流量統(tǒng)計(jì)的方法，根據(jù)運(yùn)動(dòng)特征提取出運(yùn)動(dòng)區(qū)域，用彩色顏色空間的色彩模型提取具有黑色和淺色發(fā)色特征的區(qū)域，將運(yùn)動(dòng)特征和發(fā)色特征進(jìn)行融合，得到候選人頭的彩色圖像，對(duì)候選人頭的彩色圖像進(jìn)行邊緣提取，得到候選人頭的輪廓特征，根據(jù)人頭輪廓特征對(duì)候選人頭的彩色圖像進(jìn)行細(xì)篩選，識(shí)別出人頭并跟蹤計(jì)數(shù)。本發(fā)明的有益效果是：減少了復(fù)雜場(chǎng)景下具有人頭特征的背景對(duì)人頭的誤檢，減小了人頭檢測(cè)的漏檢率，提高了進(jìn)出口人流量統(tǒng)計(jì)的準(zhǔn)確性。
【IPC分類】G06K9/00, G06T7/20
【公開(kāi)號(hào)】CN105069816
【申請(qǐng)?zhí)枴緾N201510453202
【發(fā)明人】魏延文, 尹萍, 朱樹(shù)超, 韓哲, 王正彬
【申請(qǐng)人】濟(jì)南中維世紀(jì)科技有限公司
【公開(kāi)日】2015年11月18日
【申請(qǐng)日】2015年7月29日