專利名稱：基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及計(jì)算機(jī)視覺(jué)領(lǐng)域的監(jiān)控技術(shù)，尤其是一種全天候多路通道人流量監(jiān)測(cè) 系統(tǒng)。
背景技術(shù)：
隨著社會(huì)不斷的進(jìn)步，視頻監(jiān)控系統(tǒng)的應(yīng)用范圍越來(lái)越廣泛。在超市、地鐵、碼頭 以及車站等公共場(chǎng)所的出入口處通常安裝有監(jiān)控設(shè)備。通過(guò)這些監(jiān)控設(shè)備，管理人員可以 實(shí)時(shí)了解掌握監(jiān)控區(qū)域的安全運(yùn)行情況。但是，隨著通道人流量的增加，管理者很多時(shí)候需 要掌握相應(yīng)通道在一定時(shí)間段內(nèi)的人流量信息。就這個(gè)需要目前主要有以下幾種方法第一種，通過(guò)人工清點(diǎn)的方式。這種方式一方面需要長(zhǎng)時(shí)間的消耗人力資源；另一方 面，隨著時(shí)間的推移和清點(diǎn)人員的疲勞加劇，人工清點(diǎn)的效果會(huì)逐漸變差，導(dǎo)致最終得到的 清點(diǎn)數(shù)據(jù)可靠性大打折扣。第二種，機(jī)械腳踏傳感器方式。這種方式在需要進(jìn)行人流量統(tǒng)計(jì)的通道口地面上 安裝機(jī)械腳踏踏板，通過(guò)的行人踩踏這些踏板，然后通過(guò)與踏板想連接的傳感器把踩踏信 息傳遞到處理端，通過(guò)在信息處理端進(jìn)行踩踏信息處理和人流量轉(zhuǎn)化和統(tǒng)計(jì)來(lái)達(dá)到人流量 統(tǒng)計(jì)的目的。這種方式處理準(zhǔn)確度會(huì)嚴(yán)重依賴于踏板的排布情況。另外，當(dāng)進(jìn)出人流分布 不均勻時(shí)，該種方法的累積精度會(huì)進(jìn)一步的降低。第三種，采用紅外線感應(yīng)方式。該種方式在通道出入口的兩側(cè)安裝紅外線發(fā)射裝 置(如紅外二極管)和紅外信號(hào)感應(yīng)接收裝置(如光敏二極管)，通過(guò)貫穿通的通道的紅外信 號(hào)遮擋情況，來(lái)分析行人通過(guò)情況。這種方式在當(dāng)個(gè)行人進(jìn)出時(shí)，上課得到較準(zhǔn)確的統(tǒng)計(jì)信 息。但是，對(duì)于人流遮擋等情況，會(huì)出現(xiàn)嚴(yán)重的漏檢情況。第四種，基于視頻監(jiān)控的技術(shù)?；诘挠?jì)算機(jī)視覺(jué)的人流量統(tǒng)計(jì)方面的專利，也已 有人提出。但是目前現(xiàn)有的這些基于計(jì)算機(jī)視覺(jué)的方法，存在各種各樣的推廣限制。比如， 通過(guò)基于Haar特征Adaboost方法進(jìn)行人頭的檢測(cè)，雖然提出針對(duì)不同發(fā)色、不同發(fā)型、不 同頭部裝飾(如毛子、頭巾等)分別進(jìn)行訓(xùn)練對(duì)應(yīng)的分類器，然后用這些分類器組合成級(jí)聯(lián) 分類器進(jìn)行不同形貌通道人頭的檢測(cè)。但是，實(shí)際人流頭飾千奇百怪，要分別訓(xùn)練出對(duì)應(yīng)的 分類器幾乎不現(xiàn)實(shí)。

發(fā)明內(nèi)容
為了克服已有人流量監(jiān)測(cè)方法的自適應(yīng)能力差、可靠性差的不足，本發(fā)明提供一 種具有良好自適應(yīng)能力、可靠性良好的基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系 統(tǒng)。本發(fā)明解決其技術(shù)問(wèn)題所采用的技術(shù)方案是一種基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)，包括視頻采集終端，所述 視頻采集終端包括安裝在各個(gè)人流監(jiān)控通道口處的紅外監(jiān)控?cái)z像頭和用以采集視頻圖像 的視頻采集模塊，所述監(jiān)控?cái)z像頭采用主動(dòng)式紅外監(jiān)控?cái)z像頭，所述視頻采集終端還包括碼本背景模塊，用以對(duì)視頻獲取的圖像中每一個(gè)像素進(jìn)行碼素搭建，如果當(dāng)前幀對(duì)應(yīng)位置 像素點(diǎn)顏色灰度落在已有碼素的有效容忍范圍內(nèi)，判定當(dāng)前像素點(diǎn)對(duì)應(yīng)背景區(qū)域；如果當(dāng) 前顏色值沒(méi)有落在現(xiàn)有的任何一個(gè)碼素范圍內(nèi)，則進(jìn)行建立一個(gè)新的含有上下浮動(dòng)邊界的 碼素；對(duì)當(dāng)前幀整個(gè)監(jiān)控圖像中的所有像素點(diǎn)進(jìn)行同樣的評(píng)估處理，實(shí)現(xiàn)運(yùn)動(dòng)行人的分割 和提取，得到目標(biāo)區(qū)域圖像；圖像預(yù)處理模塊，用以對(duì)目標(biāo)區(qū)域圖像進(jìn)行去噪處理；無(wú)線發(fā) 射模塊，用以將人流采集視頻數(shù)據(jù)通過(guò)無(wú)線網(wǎng)絡(luò)發(fā)送；所述多路通道人流量監(jiān)測(cè)系統(tǒng)還包括用以接收人流采集數(shù)據(jù)，并進(jìn)行投影、跟蹤和計(jì) 數(shù)處理的中心服務(wù)器端；所述中心服務(wù)器端包括無(wú)線接收模塊，用以接收各個(gè)視頻采集終端的人流采集視頻數(shù)據(jù)； 新進(jìn)人流檢測(cè)模塊，用以采用在投影區(qū)域進(jìn)行投影的方法實(shí)現(xiàn)新進(jìn)行人流中人身區(qū)域 的檢測(cè)和定位，對(duì)行人人身在二維方向上進(jìn)行顏色信息投影，通過(guò)二維極值檢測(cè)和交叉定 位實(shí)現(xiàn)有效人頭的初始定位；人流跟蹤和計(jì)數(shù)模塊，用以對(duì)當(dāng)前通道終端監(jiān)控范圍內(nèi)的已檢測(cè)到的每個(gè)行人目標(biāo)， 建立一個(gè)對(duì)應(yīng)的Kalman跟蹤器，依靠Kalman預(yù)測(cè)實(shí)現(xiàn)對(duì)應(yīng)行人的位置區(qū)域預(yù)測(cè)，然后采用 關(guān)聯(lián)矩陣方法在Kalman預(yù)測(cè)區(qū)域內(nèi)進(jìn)行行人的目標(biāo)匹配定位，采用關(guān)聯(lián)矩陣匹配定位得 到的位置對(duì)對(duì)應(yīng)的Kalman進(jìn)行狀態(tài)測(cè)量值的更新；在跟蹤區(qū)域中，設(shè)定進(jìn)門方向的外投影 區(qū)域和出門方向的內(nèi)投影區(qū)域，當(dāng)該目標(biāo)從內(nèi)投影區(qū)域進(jìn)入，且從外投影區(qū)域消失監(jiān)控范 圍時(shí)系統(tǒng)出門人次累加1次；同理，當(dāng)該目標(biāo)從外投影區(qū)域進(jìn)入，且從內(nèi)投影區(qū)域消失監(jiān)控 范圍時(shí)系統(tǒng)進(jìn)門人次累加1次；并匯總各個(gè)人流監(jiān)控通道口的人流量信息。作為優(yōu)選的一種方案在所述人流跟蹤和計(jì)數(shù)模塊中，關(guān)聯(lián)矩陣方法包括以下匹 配情況(a)關(guān)聯(lián)矩陣中出現(xiàn)新的目標(biāo)該目標(biāo)為新進(jìn)入監(jiān)控范圍的目標(biāo)，為該目標(biāo)建立對(duì)應(yīng)的 目標(biāo)跟蹤初始信息，采用該目標(biāo)在投影區(qū)域求得的身體位置信息進(jìn)行Kalman和關(guān)聯(lián)矩陣 的跟蹤信息的初始化，并以此信息為該行人的初始位置；(b)關(guān)聯(lián)矩陣中前后目標(biāo)相匹配假設(shè)行人i在前一幀的位置跟蹤區(qū)框S相應(yīng)的高度、 寬度和中心位置分別為Hi、Wi和Pi，通過(guò)Kalman預(yù)測(cè)和關(guān)聯(lián)矩陣匹配后對(duì)應(yīng)的新的跟蹤 框S’高度、寬度和中心位置分別為Hi’、Wi’和Pi’，則S和S’的重疊面積是所有其他與S 有重疊關(guān)系的重疊面的最大的一個(gè)；并根據(jù)此時(shí)的S’信息進(jìn)行對(duì)應(yīng)目標(biāo)Kalman和關(guān)聯(lián)矩 陣跟蹤信息的更新；(c)關(guān)聯(lián)矩陣中某目標(biāo)消失當(dāng)關(guān)聯(lián)矩陣中的某個(gè)前幀目標(biāo)在當(dāng)前幀沒(méi)有匹配目標(biāo)與 之匹配時(shí)，對(duì)該消失目標(biāo)根據(jù)其前一幀的位置坐標(biāo)信息和初始位置信息來(lái)求取其路徑矢量 fn息ο再進(jìn)一步，在所述圖像預(yù)處理模塊中，采用形態(tài)學(xué)中的開、閉運(yùn)算進(jìn)行去噪處理。本發(fā)明的技術(shù)構(gòu)思為在系統(tǒng)架構(gòu)上包括基于嵌入式ARM平臺(tái)的視頻采集終端和 中心信息處理服務(wù)器。在嵌入式視頻監(jiān)控終端，進(jìn)行對(duì)應(yīng)通道的視頻實(shí)時(shí)采集和視頻的初 步預(yù)處理；在系統(tǒng)的中心服務(wù)器端，對(duì)各路視頻采集終端發(fā)送來(lái)的經(jīng)預(yù)處理的監(jiān)控視頻進(jìn) 行對(duì)應(yīng)視頻人流量的統(tǒng)計(jì)和所有通道全部人流量的匯總。終端和中心服務(wù)器之間采用WiFi 等無(wú)線網(wǎng)絡(luò)實(shí)現(xiàn)連接和通信。本發(fā)明的有益效果主要表現(xiàn)在(1)在各通道口的無(wú)線視頻采集終端，采用主動(dòng)式紅外監(jiān)控?cái)z像頭進(jìn)行監(jiān)控視頻的獲 取，避免了系統(tǒng)對(duì)可見光線的依賴和光線變化干擾，滿足了系統(tǒng)的全天候應(yīng)用需求。(2) 整套方法系統(tǒng)分為基于嵌入式ARM平臺(tái)的通道視頻采集終端和信息處理中 心服務(wù)器等部分，實(shí)現(xiàn)了分布式多通道的并行人流同步統(tǒng)計(jì)。(3)采用碼本背景建模方法，這樣實(shí)現(xiàn)了對(duì)監(jiān)控背景變化的自適應(yīng)能力，排除了 進(jìn)入監(jiān)控處理范圍的非有效行人目標(biāo)的干擾。(4)在攝像頭監(jiān)控區(qū)域的內(nèi)外邊界附近，分別劃分了內(nèi)投影區(qū)和外投影區(qū)，采用 二維投影方法實(shí)現(xiàn)行人上身的檢測(cè)和位置定位。(5)采用Kalman與關(guān)聯(lián)矩陣相結(jié)合的辦法實(shí)現(xiàn)行人的連續(xù)跟蹤，由于Kalman具 有很強(qiáng)的狀態(tài)信息預(yù)測(cè)和反饋能力。因此，避免了但村實(shí)用關(guān)聯(lián)矩陣的目標(biāo)匹配在高速運(yùn) 動(dòng)目標(biāo)的漏檢漏跟情況的發(fā)生。


圖1是基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)的架構(gòu)圖。圖2是背景碼本的構(gòu)建示意圖。圖3是監(jiān)控投影區(qū)域行人定位示意圖。圖4是人流檢測(cè)跟蹤示意圖。圖5是基于無(wú)線紅外監(jiān)控的全天候多路通道人流量統(tǒng)計(jì)處理流程圖。
具體實(shí)施例方式下面結(jié)合附圖對(duì)本發(fā)明作進(jìn)一步描述。參照?qǐng)D1 圖5，一種基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)包括 基于嵌入式ARM平臺(tái)的紅外視頻采集終端1和中心信息服務(wù)器端2，在嵌入式視頻監(jiān)控終 端，進(jìn)行對(duì)應(yīng)通道的視頻實(shí)時(shí)采集和視頻的初步預(yù)處理；在系統(tǒng)的中心服務(wù)器端，對(duì)各路視 頻采集終端發(fā)送來(lái)的經(jīng)預(yù)處理的監(jiān)控視頻進(jìn)行對(duì)應(yīng)視頻人流量的統(tǒng)計(jì)和所有通道全部人 流量的匯總。視頻采集終端1和中心服務(wù)器端2之間采用WiFi等無(wú)線網(wǎng)絡(luò)3實(shí)現(xiàn)連接和ififn。視頻采集終端基于以上系統(tǒng)架構(gòu)，在各個(gè)人流監(jiān)控通道口處，采用連接于嵌入式 ARM處理平臺(tái)的主動(dòng)式紅外監(jiān)控?cái)z像頭在通道上方中心俯視的角度進(jìn)行全天候紅外視頻的 采集和預(yù)處理。為了能排除監(jiān)控背景的變換干擾，在視頻采集終端采用碼本背景評(píng)估方法 實(shí)現(xiàn)監(jiān)控場(chǎng)景的建立和周期性更新。在背景評(píng)估的同時(shí)就能判斷出視頻幀各像素點(diǎn)是處于 背景區(qū)域還是行人區(qū)域，從而達(dá)到運(yùn)動(dòng)行人的分割檢測(cè)，在此基礎(chǔ)上，采用形態(tài)學(xué)開、閉運(yùn) 算和直方圖均衡化等實(shí)現(xiàn)圖像的預(yù)處理。在視頻采集終端進(jìn)行視頻采集、碼本背景建模和 前景行人圖像的預(yù)處理，具體過(guò)程如下。(1)碼本背景建模在采集得到監(jiān)控視頻后，采用碼本(codebook)方法實(shí)現(xiàn)檢測(cè)區(qū)域的周期性場(chǎng)景建模。 對(duì)視頻獲取的圖像中每一個(gè)像素進(jìn)行碼素搭建，如果當(dāng)前幀對(duì)應(yīng)位置像素點(diǎn)顏色灰度落在 已有碼素的有效容忍范圍內(nèi)，則說(shuō)明當(dāng)前像素點(diǎn)對(duì)應(yīng)背景區(qū)域；如果當(dāng)前顏色值沒(méi)有落在 現(xiàn)有的任何一個(gè)碼素范圍內(nèi)，則進(jìn)行建立一個(gè)新的含有上下浮動(dòng)邊界(稱作容忍度)的碼5素；同樣的道理，對(duì)當(dāng)前幀圖像中的所有像素點(diǎn)進(jìn)行同樣的評(píng)估處理，就實(shí)現(xiàn)了監(jiān)控區(qū)域的 背景評(píng)估。背景碼本的構(gòu)建如下圖2所示。然后周期性的進(jìn)行碼本的更新，實(shí)現(xiàn)有對(duì)新進(jìn) 背景的添加和過(guò)時(shí)無(wú)效背景信息的剔除。在碼本背景評(píng)估的同時(shí)，我們知道哪些像素屬于 背景，哪些像素屬于運(yùn)動(dòng)檢測(cè)目標(biāo)，這樣就也就實(shí)現(xiàn)了類似圖像差分式的目標(biāo)分割檢測(cè)。(2)圖像預(yù)處理通過(guò)碼本周期性的有效背景更新和運(yùn)動(dòng)目標(biāo)的檢測(cè)分割，我們得到了監(jiān)控范圍內(nèi)的人 流運(yùn)動(dòng)目標(biāo)。但是受噪聲的干擾等，目標(biāo)區(qū)域信息并不都很明朗和完整，因此，需要采用形 態(tài)學(xué)中的開、閉運(yùn)算等預(yù)處理方法實(shí)現(xiàn)運(yùn)動(dòng)目標(biāo)區(qū)域的噪聲消除、粘連目標(biāo)的分割。中心服務(wù)器端在系統(tǒng)中心服務(wù)器端，中心處理處理服務(wù)器通過(guò)WiFi等無(wú)線網(wǎng)絡(luò) 從分布于各通道上的視頻采集終端接收經(jīng)過(guò)預(yù)處理的人流采集視頻，并分別為每個(gè)采集終 端建立一個(gè)對(duì)應(yīng)的視頻后續(xù)處理子進(jìn)程，這些子進(jìn)程分別對(duì)各自對(duì)口終端傳來(lái)的通道人流 視頻進(jìn)行投影、跟蹤和人流量的計(jì)數(shù)處理等。最后，服務(wù)器父進(jìn)程通過(guò)綜合各子進(jìn)程求得的 人流計(jì)數(shù)值來(lái)更新全局人流統(tǒng)計(jì)值，這樣就實(shí)現(xiàn)了基于無(wú)線紅外監(jiān)控的多路通道的人流量 的統(tǒng)計(jì)。服務(wù)器端的各視頻人流處理子進(jìn)程分別通過(guò)新進(jìn)人流投影檢測(cè)、現(xiàn)有行人目標(biāo)匹 配跟蹤和人流量計(jì)數(shù)等步驟實(shí)現(xiàn)各對(duì)口無(wú)線終端通道人流的統(tǒng)計(jì)，具體步驟如下。(1)新進(jìn)人流檢測(cè)新進(jìn)入通道終端攝像頭監(jiān)控視野的行人，可能存在身體遮擋的情況，這也是基于計(jì)算 機(jī)視覺(jué)技術(shù)實(shí)現(xiàn)有效精準(zhǔn)人流統(tǒng)計(jì)的難點(diǎn)和突破重點(diǎn)。目前現(xiàn)有的基于計(jì)算機(jī)視覺(jué)方法人 流統(tǒng)計(jì)的難點(diǎn)。目前，已有的基于計(jì)算機(jī)視覺(jué)的人流統(tǒng)計(jì)方面的專利和方法對(duì)遮擋人流的 統(tǒng)計(jì)處理仍不理想，都存在著各種問(wèn)題。針對(duì)這些問(wèn)題，我們采用在投影區(qū)域進(jìn)行投影的 方法實(shí)現(xiàn)新進(jìn)行人流中人身區(qū)域的檢測(cè)和定位，如下圖3所示。對(duì)行人人身在二維方向上 進(jìn)行顏色信息投影，通過(guò)二維極值檢測(cè)和交叉定位實(shí)現(xiàn)有效人頭(包括被遮擋的)的初始定 位，為后續(xù)的Kalman和關(guān)聯(lián)矩陣人流跟蹤提供新進(jìn)目標(biāo)的跟蹤初始信息。(2)人流跟蹤與計(jì)數(shù)對(duì)當(dāng)前通道終端監(jiān)控范圍內(nèi)的已檢測(cè)到的每個(gè)行人目標(biāo)，建立一個(gè)對(duì)應(yīng)的Kalman跟 蹤器，依靠Kalman預(yù)測(cè)實(shí)現(xiàn)對(duì)應(yīng)行人的位置區(qū)域預(yù)測(cè)，然后采用關(guān)聯(lián)矩陣方法在Kalman 預(yù)測(cè)區(qū)域內(nèi)進(jìn)行行人的目標(biāo)匹配定位。然后，采用關(guān)聯(lián)矩陣匹配定位得到的位置對(duì)對(duì)應(yīng)的 Kalman進(jìn)行狀態(tài)測(cè)量值的更新。依次循環(huán)下來(lái)，就實(shí)現(xiàn)了監(jiān)控行人目標(biāo)的連續(xù)跟蹤。采用 關(guān)聯(lián)矩陣進(jìn)行行人目標(biāo)跟蹤時(shí)候，有以下幾種匹配情況(a).關(guān)聯(lián)矩陣中出現(xiàn)新的目標(biāo)說(shuō)明該目標(biāo)為新進(jìn)入監(jiān)控范圍的目標(biāo)，目標(biāo)還沒(méi)有建 立對(duì)應(yīng)的Kalman濾波器和信息記錄。因此，為該目標(biāo)建立對(duì)應(yīng)的目標(biāo)跟蹤初始信息。采用 該目標(biāo)在投影區(qū)域求得的身體位置信息進(jìn)行Kalman和關(guān)聯(lián)矩陣的跟蹤信息的初始化，并 以此信息為該行人的初始位置。(b).關(guān)聯(lián)矩陣中前后目標(biāo)相匹配假設(shè)行人i在前一幀的位置跟蹤區(qū)框(圖2所 示，在這里記為S)相應(yīng)的高度、寬度和中心位置分別為Hi、Wi和Pi，通過(guò)Kalman預(yù)測(cè)和關(guān) 聯(lián)矩陣匹配后對(duì)應(yīng)的新的跟蹤框(記為S’)高度、寬度和中心位置分別為Hi’、Wi ’和Pi’， 則S和S’的重疊面積是所有其他與S有重疊關(guān)系的重疊面的最大的一個(gè)。并根據(jù)此時(shí)的 S’信息進(jìn)行對(duì)應(yīng)目標(biāo)Kalman和關(guān)聯(lián)矩陣跟蹤信息的更新。(c).關(guān)聯(lián)矩陣中某目標(biāo)消失當(dāng)關(guān)聯(lián)矩陣中的某個(gè)前幀目標(biāo)在當(dāng)前幀沒(méi)有匹配目標(biāo)與之匹配時(shí)，說(shuō)明該目標(biāo)在當(dāng)前幀發(fā)生消失。此時(shí)，對(duì)該消失目標(biāo)根據(jù)其前一幀的位置坐 標(biāo)信息和初始位置信息來(lái)求取其路徑矢量信息。進(jìn)而，當(dāng)該目標(biāo)從內(nèi)投影區(qū)域進(jìn)入，且從外 投影區(qū)域消失監(jiān)控范圍時(shí)系統(tǒng)出門人次累加1次；同理，當(dāng)該目標(biāo)從外投影區(qū)域進(jìn)入，且從 內(nèi)投影區(qū)域消失監(jiān)控范圍時(shí)系統(tǒng)進(jìn)門人次累加1次。服務(wù)器端各處理子進(jìn)程人對(duì)口監(jiān)控終端視頻人流檢測(cè)統(tǒng)計(jì)如下圖4所示。通過(guò)以上無(wú)線紅外監(jiān)控終端的視頻采集和預(yù)處理以及中心服務(wù)器端的對(duì)口子進(jìn) 程人流統(tǒng)計(jì)后，就得到了各通道的進(jìn)出人流信息，在以上基礎(chǔ)上，中心服務(wù)器端的人流處理 父進(jìn)程通過(guò)匯總統(tǒng)計(jì)各子進(jìn)程的統(tǒng)計(jì)值，便得到了整個(gè)系統(tǒng)當(dāng)前時(shí)刻的全部通道的進(jìn)出人 流信息?；跓o(wú)線紅外監(jiān)控的全天候多路通道人流量統(tǒng)計(jì)方法處理流程如下圖5所示。
權(quán)利要求
1.一種基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)，包括紅外視頻采集終 端，所述視頻采集終端包括安裝在各個(gè)人流監(jiān)控通道口處的紅外監(jiān)控?cái)z像頭和用以采集視 頻圖像的視頻采集模塊，其特征在于所述監(jiān)控?cái)z像頭采用主動(dòng)式紅外監(jiān)控?cái)z像頭，所述視 頻采集終端還包括碼本背景模塊，用以對(duì)視頻獲取的紅外圖像中每一個(gè)像素進(jìn)行碼素搭建，如果當(dāng)前幀 對(duì)應(yīng)位置像素點(diǎn)顏色灰度落在已有碼素的有效容忍范圍內(nèi)，判定當(dāng)前像素點(diǎn)對(duì)應(yīng)背景區(qū) 域；如果當(dāng)前顏色值沒(méi)有落在現(xiàn)有的任何一個(gè)碼素范圍內(nèi)，則進(jìn)行建立一個(gè)新的含有上下 浮動(dòng)邊界的碼素；對(duì)當(dāng)前幀整個(gè)監(jiān)控圖像中的所有像素點(diǎn)進(jìn)行同樣的評(píng)估處理，實(shí)現(xiàn)運(yùn)動(dòng) 行人的分割和提取，得到目標(biāo)區(qū)域圖像；圖像預(yù)處理模塊，用以對(duì)目標(biāo)區(qū)域圖像進(jìn)行去噪處理； 無(wú)線發(fā)射模塊，用以將人流采集視頻數(shù)據(jù)通過(guò)無(wú)線網(wǎng)絡(luò)發(fā)送； 所述多路通道人流量監(jiān)測(cè)系統(tǒng)還包括用以接收人流采集數(shù)據(jù)，并進(jìn)行投影、跟蹤和計(jì) 數(shù)處理的中心服務(wù)器端；所述中心服務(wù)器端包括無(wú)線接收模塊，用以接收各個(gè)視頻采集終端的人流采集視頻數(shù)據(jù)； 新進(jìn)人流檢測(cè)模塊，用以采用在投影區(qū)域進(jìn)行投影的方法實(shí)現(xiàn)新進(jìn)行人流中人身區(qū)域 的檢測(cè)和定位，對(duì)行人人身在二維方向上進(jìn)行顏色信息投影，通過(guò)二維極值檢測(cè)和交叉定 位實(shí)現(xiàn)有效人頭的初始定位；人流跟蹤和計(jì)數(shù)模塊，用以對(duì)當(dāng)前通道終端監(jiān)控范圍內(nèi)的已檢測(cè)到的每個(gè)行人目標(biāo)， 建立一個(gè)對(duì)應(yīng)的Kalman跟蹤器，依靠Kalman預(yù)測(cè)實(shí)現(xiàn)對(duì)應(yīng)行人的位置區(qū)域預(yù)測(cè)，然后采用 關(guān)聯(lián)矩陣方法在Kalman預(yù)測(cè)區(qū)域內(nèi)進(jìn)行行人的目標(biāo)匹配定位，采用關(guān)聯(lián)矩陣匹配定位得 到的位置對(duì)對(duì)應(yīng)的Kalman進(jìn)行狀態(tài)測(cè)量值的更新；在跟蹤區(qū)域中，設(shè)定進(jìn)門方向的外投影 區(qū)域和出門方向的內(nèi)投影區(qū)域，當(dāng)該目標(biāo)從內(nèi)投影區(qū)域進(jìn)入，且從外投影區(qū)域消失監(jiān)控范 圍時(shí)系統(tǒng)出門人次累加1次；同理，當(dāng)該目標(biāo)從外投影區(qū)域進(jìn)入，且從內(nèi)投影區(qū)域消失監(jiān)控 范圍時(shí)系統(tǒng)進(jìn)門人次累加1次；并匯總各個(gè)人流監(jiān)控通道口的人流量信息。
2.如權(quán)利要求1所述的基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)，其特征 在于在所述人流跟蹤和計(jì)數(shù)模塊中，關(guān)聯(lián)矩陣方法包括以下匹配情況(a)關(guān)聯(lián)矩陣中出現(xiàn)新的目標(biāo)該目標(biāo)為新進(jìn)入監(jiān)控范圍的目標(biāo)，為該目標(biāo)建立對(duì)應(yīng)的 目標(biāo)跟蹤初始信息，采用該目標(biāo)在投影區(qū)域求得的身體位置信息進(jìn)行Kalman和關(guān)聯(lián)矩陣 的跟蹤信息的初始化，并以此信息為該行人的初始位置；(b)關(guān)聯(lián)矩陣中前后目標(biāo)相匹配假設(shè)行人i在前一幀的位置跟蹤區(qū)框S相應(yīng)的高度、 寬度和中心位置分別為Hi、Wi和Pi，通過(guò)Kalman預(yù)測(cè)和關(guān)聯(lián)矩陣匹配后對(duì)應(yīng)的新的跟蹤 框S’高度、寬度和中心位置分別為Hi’、Wi’和Pi’，則S和S’的重疊面積是所有其他與S 有重疊關(guān)系的重疊面的最大的一個(gè)；并根據(jù)此時(shí)的S’信息進(jìn)行對(duì)應(yīng)目標(biāo)Kalman和關(guān)聯(lián)矩 陣跟蹤信息的更新。
3.(c)關(guān)聯(lián)矩陣中某目標(biāo)消失當(dāng)關(guān)聯(lián)矩陣中的某個(gè)前幀目標(biāo)在當(dāng)前幀沒(méi)有匹配目標(biāo) 與之匹配時(shí)，對(duì)該消失目標(biāo)根據(jù)其前一幀的位置坐標(biāo)信息和初始位置信息來(lái)求取其路徑矢 M.fn 息。
4.如權(quán)利要求1或2所述的基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)，其 特征在于在所述圖像預(yù)處理模塊中，采用形態(tài)學(xué)中的開、閉運(yùn)算進(jìn)行去噪處理。
全文摘要
一種基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)，包括視頻采集終端，視頻采集終端包括安裝在各個(gè)人流監(jiān)控通道口處的主動(dòng)式紅外監(jiān)控?cái)z像頭和視頻采集模塊、以及碼本背景模塊，圖像預(yù)處理模塊以及無(wú)線發(fā)射模塊；還包括用以接收人流采集數(shù)據(jù)，并進(jìn)行投影、跟蹤和計(jì)數(shù)處理的中心服務(wù)器端；中心服務(wù)器端包括無(wú)線接收模塊、新進(jìn)人流檢測(cè)模塊和人流跟蹤和計(jì)數(shù)模塊。本發(fā)明提供一種具有良好自適應(yīng)能力、可靠性良好的基于無(wú)線紅外監(jiān)控的全天候多路通道人流量監(jiān)測(cè)系統(tǒng)。
文檔編號(hào)G06T5/00GK102054167SQ20101058616
公開日2011年5月11日 申請(qǐng)日期2010年12月14日 優(yōu)先權(quán)日2010年12月14日
發(fā)明者劉向東, 梁榮華, 毛劍飛, 田青, 馬祥音 申請(qǐng)人:浙江工業(yè)大學(xué)