專利名稱：一種公交車人流量監(jiān)測裝置的制作方法
技術(shù)領(lǐng)域：
本實用新型涉及公交車的人流量的統(tǒng)籌調(diào)度領(lǐng)域，尤其涉及一種公交車 人流量監(jiān)測裝置。
背景技術(shù)：
現(xiàn)有公交車人流量的統(tǒng)計主要有三種方法，其一是駕駛員或售票員用按
扭計數(shù)器統(tǒng)計上下車的人數(shù)；其二是通過清點所收現(xiàn)金，通過現(xiàn)金數(shù)量推算 乘車人數(shù)；其三是利用公交IC卡系統(tǒng)統(tǒng)計不同站點上不同類型持卡人上車 的數(shù)量，再用所收到的現(xiàn)金數(shù)量推算投幣的乘車人數(shù)。另外，還有采用超聲 波，紅外，以及光電等的人流量計數(shù)器。
方法一能夠比較準確的統(tǒng)計人數(shù)，然而這種人工方法工作量大，成本高， 難以持久使用；方法二只是能推算到一天一個班車非持公交月票的總乘客人 數(shù)，得不到每個站臺上下車的人數(shù)和持有公交月票的人數(shù)；方法三可以推算 到一天一個班車持公交1C卡的總的乘客人數(shù)和每個站點上IC卡持卡人的數(shù) 量，得不到每個站點上投幣上車的乘客數(shù)量，也得不到每個站點上下車的人 數(shù)。采用紅外或者射頻感應(yīng)技術(shù)，無法分清并排同時進入時乘客的數(shù)量。因 此誤差比較大，無法滿足公交車上分析人流數(shù)據(jù)的需求；同時采用那些傳統(tǒng) 的方法計算現(xiàn)有車上的人數(shù)，不能在人數(shù)超載時報警，同時不能夠?qū)卉?的入口，出口進行監(jiān)控。
發(fā)明內(nèi)容
本實用新型的目的是針對現(xiàn)有技術(shù)問題，提供一種公交車人流量監(jiān)測裝置，該裝置能夠提供各時段人流量的統(tǒng)計分析數(shù)據(jù)，為公交車調(diào)度提供參考 信息。
為了解決上述問題，本實用新型采用以下技術(shù)方案予以實現(xiàn) 一種公交車 人流量監(jiān)測裝置，其特征在于，包括計算機，以及與計算機連接前門攝像頭 和后門攝像頭；所述前門攝像頭設(shè)置在公交車前門的頂部，攝取上車乘客的 視頻圖像；所述后門攝像頭設(shè)置在公交車后門的頂部，攝取下車乘客的視頻 圖像；所述計算機獲取前、后門攝像頭的視頻圖像，進行目標辨識和統(tǒng)計。
本實用新型的進一步特點在于-
(1) 還包括與計算機連接的的顯示器，所述顯示器分區(qū)顯示前、后門攝 像頭的視頻圖像。
(2) 還包括與計算機連接的報警器，當公交車人數(shù)超限時，發(fā)出警報。 本實用新型采用攝像頭采集乘客上下車圖像信息，通過計算機對圖像信
息識別后，進行計數(shù)，公交車的人流量統(tǒng)計準確，而且不需要投入人力；同 時配備顯示器，方便司乘人員對出入口的監(jiān)控；設(shè)置報警器，在人數(shù)超過限 定值時報警，避免出現(xiàn)超員超載的安全隱患。以下結(jié)合
和具體實施方式
對本實用新型做進一步詳細說明。
圖l本實用新型的硬件連接框圖2本實用新型攝像頭跟蹤區(qū)域的示意圖3計算機的圖像識別流程圖。
具體實施方式
參照圖l，本實用新型包括計算機，以及與計算機連接的顯示器、報警器、 前門攝像頭和后門攝像頭；所述前門攝像頭和后門攝像頭分別設(shè)置在公交車的前后門的頂部。前門攝像頭用來采集上車乘客的視頻圖像，后門攝像頭用 來采集下車乘客的圖像，計算機將攝像頭采集的視頻圖像進行辨識，然后進
行統(tǒng)計、存儲。某一時刻，當上車乘客的數(shù)量與下車乘客的數(shù)量差值大于公 交車的載客上限時，計算機控制報警器發(fā)出警報，向司乘人員進行安全提示。 同時，用顯示器作為計算機的輸出，公交車運行時，可以向司乘人員提供前 后門的圖像信息。
參照圖2，攝像頭1安裝在公交車門2頂部正上方位置，攝像孔向內(nèi)傾斜。 圖2中的空間線段11、 12、 13、 14組成跟蹤區(qū)域，該跟蹤區(qū)域為攝像頭的實際 監(jiān)測區(qū)域，計算機對經(jīng)過該區(qū)域的運動圖像進行識別處理，統(tǒng)計經(jīng)過的人數(shù)。 公交車出(入)口地板3相應(yīng)的跟蹤區(qū)域設(shè)置有計數(shù)線4，計數(shù)線4是計算機用 來判斷運動物體是否完全越過跟蹤區(qū)域。只有乘客圖像越過計數(shù)線4時，才算 真正的上車，才對其進行計數(shù)，利用計數(shù)線技術(shù)的好處主要是統(tǒng)計運動物體 的個數(shù)時，計算機只需要對計數(shù)線附近的物體進行粗略跟蹤處理，而不需要 復(fù)雜的跟蹤程序來對運動物體進行跟蹤區(qū)域內(nèi)的全程跟蹤，這極大地降低了 算法的復(fù)雜度。
參照圖3，對本實用性型的圖象處理過程進行詳細說明。首先攝像頭捕獲 出入車門處乘客的圖像，傳輸?shù)接嬎銠C進行存儲；其次計算機對得到的圖像 進行運動分割，分割出運動目標塊；然后計算機對運動目標塊進行目標識別； 對運動塊圖形進行聚類分析，分析出其中的各個人體的質(zhì)心點；當運動目標 塊質(zhì)心越過計數(shù)線時進行計數(shù)處理。 (1)視頻捕獲
攝像頭安裝在公交車門頂部正上方位置，攝像孔向內(nèi)傾斜，捕獲出入車門 處的視頻圖像。(2)運動分割
運動分割部分的主要作用是分割出視頻圖像中的運動塊，方便后面的特征 提取、模式識別的需要。在運動目標分割中，以基于幀差的運動目標分割方 法為基礎(chǔ)。本文主要采用基于轉(zhuǎn)移幀差和形態(tài)學(xué)算子的運動分割算法。
該算法是一種利用轉(zhuǎn)移幀差DFD的高階統(tǒng)計特性和數(shù)學(xué)形態(tài)學(xué)算子的視 頻對象自動分割方法，算法的基本思想是從靜止的圖像背景中隔離出運動對 象。
整個算法主要分為三個步驟，具體描述如下 (a)幀間變化的檢測
幀間變化的檢測采用把對證件變化的檢測建模為在高斯噪聲中檢測隨機 非高斯信號，其中采用四階矩檢測器。
(b) 預(yù)分割模板的提取
假設(shè)一段視頻序列含N幀圖像(/ ~ / )，計算第i幀和第i+m幀圖像的
/ 0 / W-l
差值rf = /" - / (0 S ! ， ! + m S iV -1)，接著對d進行四階矩檢測，可以得到一個二 值圖Mi (模板)。若M,("，力-0，則像素屬于靜止背景;若M,(A力-l，則像素 屬于運動對象。其中，m是根據(jù)對象運動快慢確定的一個常數(shù)。計算i=0， m+l， 2m+l，…，N-m-l時的一系列模板，把這些模板進行邏輯或操作得到最后的模 板。
(c) 對模板的腐蝕
為了得到對象形狀的精確表示，我們對上一步獲取的模板進行形態(tài)學(xué)腐 蝕操作。腐蝕從上一步獲取的模板的最外邊沿開始向內(nèi)進行，直到對象的邊 沿處。 (3)目標識別目標識別主要分為兩個部分，運動塊的特征選擇以及對特征向量的模式識 別過程。
(a)特征選擇
特征提取部分的目的主要是要確定一組能夠充分描述所需要識別的圖 形的特征，以便利用這些特征對圖形進行識別。
在特征向量的選取上，考慮到系統(tǒng)的要求既要求識別出是否是人體， 又要求識別出人體中的人數(shù)，參照目前現(xiàn)有的人體識別及計數(shù)系統(tǒng)中所采取 的方案，本實施例將形狀和面積參數(shù)組合來構(gòu)成特征向量。利用形狀來識別 人體區(qū)域，利用面積來判斷人數(shù)。在具體的操作上，面積參數(shù)可以通過計算 所獲得的運動區(qū)域的面積來獲得。而對于形狀參數(shù)，為了適應(yīng)平移、旋轉(zhuǎn)的 影響，參照目前現(xiàn)有的算法，采用傅立葉描述子。 傅立葉描述子的計算過程
首先，對所獲得的運動模塊圖像進行形態(tài)學(xué)的開運算，以消除運動提取過 程中的一些陰影及人體的手腳對圖形形狀的影響；
其次，抽取運動模塊的邊緣鏈碼，本實施例采用的是8鄰域法求解，并對 鏈碼進行歸一化處理，以方便后續(xù)處理。在實際處理中，將所有的鏈碼長度 歸一化為N428,采用的是等間距抽取，同時考慮抽取點斜率的模式;同時將 鏈碼的中心點歸一化為坐標原點，消除后續(xù)傅立葉描述子中的位移影響，只 保留純粹的形狀信息。
然后，計算所獲得鏈碼的傅立葉描述子，同時利用G.H.Granlimd提出的 方法對傅立葉描述子進行歸一化；傅立葉描述子進行歸一化操作后，所獲得 的傅立葉描述子將與圖像的平移、大小、旋轉(zhuǎn)以及輪廓起始點的選擇無關(guān)， 只保留了圖像的形狀信息。最后，截取所獲得的傅立葉描述子的低頻部分，低系數(shù)的32個參數(shù)。
(b)特征向量的提取 在選定了特征向量的構(gòu)成特征后，具體的特征向量提取過程，大概分為 下面幾個步驟
首先，對輸入的包含運動目標的二值圖進行形態(tài)學(xué)預(yù)處理，消除掉圖形 中的小塊目標并調(diào)整目標的形狀，使其更加的平滑、連續(xù)；同時消除手、腳部 分的影響，使整體的運動人體的圖像更加相似
然后，對處理后的圖形中的各個連續(xù)區(qū)域，分別統(tǒng)計他們的邊界坐標序 列，計算邊界的歸一化傅立葉描述子，同時計算區(qū)域的面積，組合獲得最終 的描述各個運動塊的特征向量。 (4)運動塊質(zhì)心的獲取
在確定了運動塊的屬性(是不是人，幾個人)之后，需要跟蹤這個運動塊， 以給出實際的客流量信息。為了便于跟蹤，在確定屬性之后利用了一個聚類 分析的方法，對運動塊圖形進行聚類分析，給出其中各個人體的中心點。在 后面的跟蹤及人數(shù)統(tǒng)計的過程中，只需要跟蹤每個中心點就可以了，而不需 要對每個運動塊進行復(fù)雜的跟蹤控制。 (5)計數(shù)
在公交車前門，當捕獲到有質(zhì)心越過計數(shù)線時，對相應(yīng)的計數(shù)變量進行 加1操作；在公交車后門，當捕獲到有質(zhì)心越過計數(shù)線時，對相應(yīng)的計數(shù)變 量進行減1操作。
公交車人流量監(jiān)控裝置的工作過程；初始化計數(shù)變量，初始化人數(shù)輸出 變量，初始化時間計數(shù)器；在前門，當有人要上車時，攝像頭實時獲取需要 監(jiān)測區(qū)域的視頻序列，計算機對視頻序列利用圖像處理的方法進行處理，分割出其中的運動塊；對運動塊進行描述，獲得運動人體的特征向量，然后利 用模式識別的方法進行識別，給出運動塊的性質(zhì)(有幾個人等信息)；對判斷 人的運動塊進行聚類分塊操作，分析出其中的各個人體的質(zhì)心點；在計數(shù)線 附近，對質(zhì)心點進行跟蹤操作，當捕獲到有質(zhì)心越過計數(shù)線時，對相應(yīng)的計 數(shù)變量進行加1操作；同樣在后門，攝像頭采集監(jiān)測區(qū)域的視頻序列，對其 進行圖像處理，當捕獲到有質(zhì)心越過計數(shù)線時，對相應(yīng)的計數(shù)變量進行減1 操作。這樣就可以記錄各時刻的上下車人數(shù)的情況，同時可以根據(jù)上車人數(shù) 減去下車人數(shù)實時的記錄車上的人數(shù)，假設(shè)車上的人數(shù)過多時，超過限定值， 可以報警提示。
另外，將攝像頭的視頻信息存儲在計算機內(nèi)，計算機連接顯示器，可以 對公交車的出入口處實行監(jiān)控。
權(quán)利要求1、一種公交車人流量監(jiān)測裝置，其特征在于，包括計算機，以及與計算機連接前門攝像頭和后門攝像頭；所述前門攝像頭設(shè)置在公交車前門的頂部，攝取上車乘客的視頻圖像；所述后門攝像頭設(shè)置在公交車后門的頂部，攝取下車乘客的視頻圖像；所述計算機獲取前、后門攝像頭的視頻圖像，進行目標辨識和統(tǒng)計。
2、 根據(jù)權(quán)利要求l所述的一種公交車人流量監(jiān)測裝置，其特征在于，還包括 與計算機連接的的顯示器，所述顯示器分區(qū)顯示前、后門攝像頭的視頻圖像。
3、 根據(jù)權(quán)利要求l所述的一種公交車人流量監(jiān)測裝置，其特征在于，還包括 與計算機連接的報警器，當公交車人數(shù)超限時，發(fā)出警報。
專利摘要本實用新型涉及公交車的人流量的統(tǒng)籌調(diào)度領(lǐng)域，公開了一種公交車人流量監(jiān)測裝置。它包括計算機，以及與計算機連接前門攝像頭和后門攝像頭；所述前門攝像頭設(shè)置在公交車前門的頂部，攝取上車乘客的視頻圖像；所述后門攝像頭設(shè)置在公交車后門的頂部，攝取下車乘客的視頻圖像；所述計算機獲取前、后門攝像頭的視頻圖像，進行目標辨識和統(tǒng)計。
文檔編號G07C9/00GK201255897SQ20082003037
公開日2009年6月10日 申請日期2008年9月23日 優(yōu)先權(quán)日2008年9月23日
發(fā)明者兀光波, 朋 劉, 楊玉川, 溫保崗, 毅 韓 申請人:長安大學(xué)