專利名稱：區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法
區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法。
背景技術(shù)：
目前區(qū)域范圍內(nèi)人數(shù)統(tǒng)計主要是通過區(qū)域管理系統(tǒng)的入口人數(shù)檢測裝置來統(tǒng)計，因為通常公共場所都有人多次進(jìn)出，這樣就給統(tǒng)計的準(zhǔn)確性帶來了很大的難度，使統(tǒng)計數(shù)據(jù)不準(zhǔn)，給統(tǒng)計單位帶來損失。如果采取在入口處檢查人數(shù)，又因為觀眾有可能進(jìn)進(jìn)出出，而導(dǎo)致操作困難，數(shù)據(jù)統(tǒng)計不準(zhǔn)。而公共場所的特點是人數(shù)眾多，人的行為眾多，而且多半處于運動狀態(tài)，光照情況也不固定，互相遮擋等等不確定因素，造成了統(tǒng)計誤差。
有鑒于此，本發(fā)明人針對現(xiàn)有技術(shù)的缺陷深入研究，并有本案產(chǎn)生。

發(fā)明內(nèi)容本發(fā)明的所要解決的技術(shù)問題在于提供一種價格低、精度高、誤判率低的區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法。本發(fā)明采用以下技術(shù)方案解決上述技術(shù)問題區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法，包括如下步驟步驟I :在所要統(tǒng)計人數(shù)的區(qū)域內(nèi)設(shè)置遠(yuǎn)紅外微光高速高清照相機；步驟2 :所述遠(yuǎn)紅外微光高速高清照相機在設(shè)定的時間到達(dá)時，自動拍攝一張圖片;步驟3 :與所述遠(yuǎn)紅外微光高速高清照相機集成在同一個機殼內(nèi)的嵌入式系統(tǒng)將圖片通過3G無線網(wǎng)絡(luò)上傳到中心管理機房的主服務(wù)器上；步驟4 :主服務(wù)器將圖片存檔并傳送給圖片識別系統(tǒng)進(jìn)行處理；步驟5 :圖片識別系統(tǒng)處理識別出人數(shù)并通報給主服務(wù)器。進(jìn)一步地,還包括步驟6 :主服務(wù)器中智能推理專家系統(tǒng)對統(tǒng)計結(jié)果進(jìn)行分析判斷，并對所述圖片識別系統(tǒng)的算法進(jìn)行動態(tài)調(diào)整。進(jìn)一步地，所述步驟5中圖片識別系統(tǒng)包括如下步驟步驟5. I :對圖片進(jìn)行平滑處理，去除噪聲；步驟5. 2 :對圖片進(jìn)行閥值化，減少色彩噪點對特征數(shù)據(jù)提取的影響；步驟5. 3 :對人體邊界進(jìn)行輪廓化，通過順序找出邊緣點來跟蹤出邊界，包括首先按從上到下，從左到右的順序搜索，找到的第一個黑點一定是最左上方的邊界點，記為A ;A的右，右下，下，左下四個鄰點中至少有一個是邊界點，記為B ;從B開始找起，按右，右下，下，左下，左，左上，上，右上的順序找相鄰點中的邊界點C ;如果C就是A點，則表明已經(jīng)轉(zhuǎn)了一圈，程序結(jié)束；否則從C點繼續(xù)找，直到找到A為止；判斷是否是邊界點如果它的上下左右四個鄰居都是黑點則不是邊界點，否則是邊界點；步驟5. 4 :使用三個推理方法相結(jié)合的方式，通過識別人體特征來推理出人數(shù)，包括首先找出人體特征，用平方誤差之和來衡量原圖中的塊和模板之間的差別；假設(shè)模板的大小為mXn (寬X高)，圖象的大小為WidthXHeight，模板中的某點坐標(biāo)為(xO，yO)，該點的灰度為U (χΟ,γΟ);與之重合的圖象中的點坐標(biāo)為(XO-xO，YO-yO)，該點的灰度為V (XO-xO，YO-yO)，全部圖象都匹配后，找到最小的即為結(jié)果；為了提高邊緣檢測的正確性，使用一種快速準(zhǔn)確性高的邊緣檢測算法，描述如下在這種算法中，需要對矩形正面算子模式RAP進(jìn)行兩次遍歷，在第一次遍歷的時候，計算出所有的RAP算子模式實例的內(nèi)部邊界像素，在第二次遍歷時，依次檢測每個RAP子模式內(nèi)的邊緣，具體算法如下 輸入RAP算子模式實例隊列X，圖像的高度H，寬度W;輸出邊緣參數(shù)隊列E ；a清空E隊列，I為0,N為Q的長度,初始化I為H乘以W的圖像,所有的像素均為
O；b將RAP算子模式P賦值為Q中的第I個元素；c計算出P的邊界像素的值，并在圖像I中存儲這些像素的值，變量I加I ;d如果I〈N，那么循環(huán)執(zhí)行b，c步驟，否則執(zhí)行下一步；e將變量I清O ; f將RAP算子模式P賦值為Q中的第I個元素；g計算出P的重心邊緣,左邊界邊緣,上邊界邊緣,右邊界邊緣,下邊界邊緣的邊緣強度和邊緣方向；h如果滿足判定條件I或2，那么算出P的邊緣強度S和邊緣方向B，將邊緣參數(shù)矢量E賦值為(S，B);否則將邊緣參數(shù)矢量E賦值為(0，O);i將邊緣參數(shù)矢量E添加到隊列E中，變量I加I;j如果I〈N，那么循環(huán)執(zhí)行f到i步驟，否則執(zhí)行下一步；k輸出隊列E，算法結(jié)束；其中所述判定條件I:給定一個RAP的子模式P，如果滿足
4nni\ (s.) > Γ,
,,, *
I ~υ那么在P內(nèi)存一條邊緣，且邊緣強度和邊緣方向分別為s = Smθ = Θ m其中
4m = arg max (Si)
s I)對于所有邊緣強度參數(shù)都小于Tl，但至少存在一個邊緣強度參數(shù)大于T2的RAP算子模式；其中所述判定條件2:給定一個RAP算子模式P，如果滿足
權(quán)利要求
1.區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法，其特征在于包括如下步驟 步驟I:在所要統(tǒng)計人數(shù)的區(qū)域內(nèi)設(shè)置遠(yuǎn)紅外微光高速高清照相機； 步驟2 :所述遠(yuǎn)紅外微光高速高清照相機在設(shè)定的時間到達(dá)時，自動拍攝一張圖片；步驟3 :與所述遠(yuǎn)紅外微光高速高清照相機集成在同一個機殼內(nèi)的嵌入式系統(tǒng)將圖片通過3G無線網(wǎng)絡(luò)上傳到中心管理機房的主服務(wù)器上； 步驟4 :主服務(wù)器將圖片存檔并傳送給圖片識別系統(tǒng)進(jìn)行處理； 步驟5 :圖片識別系統(tǒng)處理識別出人數(shù)并通報給主服務(wù)器。
2.如權(quán)利要求I所述的區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法，其特征在于還包括 步驟6 :主服務(wù)器中智能推理專家系統(tǒng)對統(tǒng)計結(jié)果進(jìn)行分析判斷，并對所述圖片識別系統(tǒng)的算法進(jìn)行動態(tài)調(diào)整。
3.如權(quán)利要求I所述的區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法，其特征在于所述步驟5中圖片識別系統(tǒng)包括如下步驟 步驟5. I :對圖片進(jìn)行平滑處理，去除噪聲； 步驟5. 2 :對圖片進(jìn)行閥值化，減少色彩噪點對特征數(shù)據(jù)提取的影響； 步驟5. 3 :對人體邊界進(jìn)行輪廓化，通過順序找出邊緣點來跟蹤出邊界，包括首先按從上到下，從左到右的順序搜索，找到的第一個黑點一定是最左上方的邊界點，記為A ；A的右，右下，下，左下四個鄰點中至少有一個是邊界點，記為B;從B開始找起，按右，右下，下，左下，左，左上，上，右上的順序找相鄰點中的邊界點C ;如果C就是A點，則表明已經(jīng)轉(zhuǎn)了一圈，程序結(jié)束；否則從C點繼續(xù)找，直到找到A為止； 判斷是否是邊界點如果它的上下左右四個鄰居都是黑點則不是邊界點，否則是邊界占.步驟5. 4 :使用三個推理方法相結(jié)合的方式，通過識別人體特征來推理出人數(shù)，包括首先找出人體特征，用平方誤差之和來衡量原圖中的塊和模板之間的差別；假設(shè)模板的大小為mXn (寬X高)，圖象的大小為WidthXHeight，模板中的某點坐標(biāo)為(xO，yO)，該點的灰度為U (χΟ,γΟ);與之重合的圖象中的點坐標(biāo)為(XO-xO，YO-yO)，該點的灰度為V(XO-xO，YO-yO )，全部圖象都匹配后，找到最小的即為結(jié)果； 為了提高邊緣檢測的正確性，使用一種快速準(zhǔn)確性高的邊緣檢測算法，描述如下在這種算法中，需要對矩形正面算子模式RAP進(jìn)行兩次遍歷，在第一次遍歷的時候，計算出所有的RAP算子模式實例的內(nèi)部邊界像素，在第二次遍歷時，依次檢測每個RAP子模式內(nèi)的邊緣，具體算法如下 輸入RAP算子模式實例隊列X，圖像的高度H，寬度W; 輸出邊緣參數(shù)隊列E ； a清空E隊列，I為0，N為Q的長度，初始化I為H乘以W的圖像，所有的像素均為O ; b將RAP算子模式P賦值為Q中的第I個元素； c計算出P的邊界像素的值，并在圖像I中存儲這些像素的值，變量I加I ; d如果I〈N，那么循環(huán)執(zhí)行b，c步驟，否則執(zhí)行下一步； e將變量I清O; f將RAP算子模式P賦值為Q中的第I個元素； g計算出P的重心邊緣，左邊界邊緣，上邊界邊緣，右邊界邊緣，下邊界邊緣的邊緣強度和邊緣方向； h如果滿足判定條件I或2，那么算出P的邊緣強度S和邊緣方向B，將邊緣參數(shù)矢量E賦值為(S，B);否則將邊緣參數(shù)矢量E賦值為(O，O);i將邊緣參數(shù)矢量E添加到隊列E中,變量I加I;j如果I〈N，那么循環(huán)執(zhí)行f到i步驟，否則執(zhí)行下一步；k輸出隊列E，算法結(jié)束； 其中所述判定條件I: 給定一個RAP的子模式P，如果滿足那么在P內(nèi)存一條邊緣，且邊緣強度和邊緣方向分別為其中 對于所有邊緣強度參數(shù)都小于Tl，但至少存在一個邊緣強度參數(shù)大于T2的RAP算子模式； 其中所述判定條件2: 給定一個RAP算子模式P，如果滿足且 且 其中 且 ' 那么，在P內(nèi)存在一條邊緣，且邊緣強度和邊緣方向分別為 S = Snl 和 Θ = Θ m 對于不滿足判定條件I或者2的RAP算子模式，則認(rèn)定其內(nèi)部不存在邊緣。
全文摘要
本發(fā)明提供一種區(qū)域范圍內(nèi)人數(shù)統(tǒng)計管理方法。包括如下步驟在所要統(tǒng)計人數(shù)的區(qū)域內(nèi)設(shè)置遠(yuǎn)紅外微光高速高清照相機；所述遠(yuǎn)紅外微光高速高清照相機在設(shè)定的時間到達(dá)時，自動拍攝一張圖片；與所述遠(yuǎn)紅外微光高速高清照相機集成在同一個機殼內(nèi)的嵌入式系統(tǒng)將圖片通過3G無線網(wǎng)絡(luò)上傳到中心管理機房的主服務(wù)器上；主服務(wù)器將圖片存檔并傳送給圖片識別系統(tǒng)進(jìn)行處理；圖片識別系統(tǒng)處理識別出人數(shù)并通報給主服務(wù)器。本發(fā)明的方法可以準(zhǔn)確統(tǒng)計上座率，減少了通常使用的紅外線入場人數(shù)統(tǒng)計的不準(zhǔn)確性，而且成本低、精度高、誤判率低。
文檔編號G06M15/00GK102867214SQ20121026277
公開日2013年1月9日 申請日期2012年7月26日 優(yōu)先權(quán)日2012年7月26日
發(fā)明者劉德建, 陳宏展, 田宇, 黃凌 申請人:福建天晴數(shù)碼有限公司