CN102855466B - 一种基于视频图像处理的人数统计方法 - Google Patents
一种基于视频图像处理的人数统计方法 Download PDFInfo
- Publication number
- CN102855466B CN102855466B CN201210263414.4A CN201210263414A CN102855466B CN 102855466 B CN102855466 B CN 102855466B CN 201210263414 A CN201210263414 A CN 201210263414A CN 102855466 B CN102855466 B CN 102855466B
- Authority
- CN
- China
- Prior art keywords
- subregion
- region
- pedestrian
- demographic method
- central point
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
Landscapes
- Image Analysis (AREA)
Abstract
本发明提供了一种基于视频图像处理的人数统计方法，所述人数统计方法包括以下步骤，S1、获取监控区域的视频流图像；S2、通过帧差法获取行人目标，并对帧差结果进行数学形态学运算处理，得到行人运动区域；S3、通过坐标投影分割法将所述行人运动区域进行至少一次分割处理，以分割出若干子区域；S4、结合子区域的中心点距离以及灰度信息分布特征，对相邻帧的子区域进行搜索和匹配；S5、将子区域的中心点位置信息进行即时更新并保存至存储装置中，通过计算子区域的中心点在监控区域内的轨迹信息，得到人数统计结果。通过本发明，可有效地提高实时统计公共区域内的人数统计的效率与准确度。
Description
技术领域
本发明属于视频图像处理及识别技术领域，特别涉及一种基于视频图像处理的人数统计方法。
背景技术
在信息化管理水平日益提高的今天，对于超市、商场、车站、银行等人流量巨大的场所进行人数统计实时估计、客流分布分析、拥挤程度估计等人数统计资料统计成为为公共区域管理提供第一手资料的有效途径。
要解决这一问题，单纯依靠监控设备或者人工判断进行处理的话，远远不能满足高效管理的需求。同时依靠人工判断往往会导致人数统计的判断上产生很大的误差，而且效率比较低。
中国专利03109626.3，名称为“微小昆虫自动技术系统”的发明专利公开了一种微小昆虫的自动计数系统。然而该发明仅仅是在特定的背景环境及特定区域中实现对特定目标体的自动计数。这种针对特定目标体的计数技术并不能满足公共区域各种环境中对不断变化的人流量的统计需求。
有鉴于此，有必要对现有技术中公共区域中的人数统计方法予以改进，以解决上述问题。
发明内容
本发明的目的在于提供一种基于视频图像处理的人数统计方法，其可有效地提高实时统计公共区域内的人数统计的效率与准确度。
为实现上述发明目的，本发明提供了一种基于视频图像处理的人数统计方法，所述人数统计方法包括以下步骤，
S1、获取监控区域的视频流图像；
S2、通过帧差法获取行人目标，并对帧差结果进行数学形态学运算处理，得到行人运动区域；
S3、通过坐标投影分割法将所述行人运动区域进行至少一次分割处理，以分割出若干子区域；
S4、结合子区域的中心点距离以及灰度信息分布特征，对相邻帧的子区域进行搜索和匹配；
S5、将子区域的中心点位置信息进行即时更新并保存至存储装置中，通过计算子区域的中心点在监控区域内的轨迹信息，得到人数统计结果。
作为本发明的进一步改进，所述步骤S1具体为通过摄像机获取监控区域的视频流图像，所述监控区域位于摄像机的正下方。
作为本发明的进一步改进，所述步骤S2中的帧差结果为在相邻帧的同一位置像素灰度差，所述像素灰度差的阈值T为20。
作为本发明的进一步改进，所述步骤S2中的数学形态学运算为膨胀运算，其运算公式为：
其中，A为被检测目标，B为结构运算符。
作为本发明的进一步改进，所述步骤S3具体为根据行人运动区域的面积，以计算出子区域的数量。
作为本发明的进一步改进，所述计算子区域数量N的计算公式为：
其中，Wb是行人运动区域的宽度， N为行人运动区域需要分割的子区域个数，WP为每个子区域的宽度，W是通过统计获得的行人人体宽度的估计值。
作为本发明的进一步改进，所述步骤S3中，若行人运动区域中的子区域之间彼此完全分离，则只进行一次分割处理；若子区域之间重叠，则进行至少两次分割处理。
作为本发明的进一步改进，所述步骤S5中的存储装置至少包括flash 闪存、服务器数据库。
作为本发明的进一步改进，所述步骤S5中的轨迹信息为所述子区域的中心点在监控区域内的轨迹移动矢量数据。
与现有技术相比，本发明的有益效果是：通过本发明，可对超市、商场、车站、银行等人流量巨大的场所进行人数统计实时估计，可有效地提高实时统计公共区域内的人数统计的效率与准确度。
附图说明
图1为本发明一种基于视频图像处理的人数统计方法一具体实施方式中的流程示意图；
图2为图1所示的获取监控区域的视频流图像的工作原理示意图；
图3为图1所示的数学形态学运算处理中采用膨胀元算处理的原理示意图；
图4为图1所示的坐标投影法工作示意图；
图5为图1所示的通过坐标投影分割法对行人活动区域进行分割处理后的若干子区域的示意图；
图6为图1所示的子区域的中心点的计算过程示意图；
图7为图1所示的监控区域中的两个子区域的中心点的轨迹信息示意图。
具体实施方式
下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，这些实施方式并非对本发明的限制，本领域普通技术人员根据这些实施方式所作的功能、方法、或者结构上的等效变换或替代，均属于本发明的保护范围之内。
请参图1所示，图1为本发明一种基于视频图像处理的人数统计方法一具体实施方式中的流程示意图。在本实施方式中，一种基于视频图像处理的人数统计方法，所述人数统计方法包括以下步骤：
S1、获取监控区域的视频流图像。
关于公共区域内的人数统计的方法，常用的有基于运动特性的方法、基于形状信息的方法、基于行人模型、结构元素的方法、立体视觉的方法、神经网络的方法、小波和支持向量机的方法等。
参图2所示，本发明一种基于视频图像处理的人数统计方法是一种基于摄像机垂直拍摄，适用于双向通道的出入口的行人人数统计方法。在本实施方式中，摄像机10设置在出入口20的正上方，行人可沿着箭头201的方向上在出入口20中来回走动。摄像机20所获取的监控区域30可完全覆盖出入口20的某一部分。
在本实施方式中，该监控区域30为一正方形，当然也可以为矩形或圆形或者其他形状。摄像机10位于监控区域30的中心点301的垂直正上方，由此我们可以推导出该监控区域30位于摄像机10的正下方。
S2、通过帧差法获取行人目标，并对帧差结果进行数学形态学运算处理，得到行人运动区域。
帧差法又称时间差分法，将t时刻的图像帧与t-1时刻图像帧做差，取各像素点灰度差值的绝对值，得到差分图像，其公式如下所示
其中，Dt(x,y)为帧差结果。该步骤中的帧差结果Dt(x,y)为在相邻帧的同一位置像素灰度差，所述像素灰度差的阈值T为20。阈值T对检测效果起决定作用，其大小决定了整个运动检测的敏感度，
帧差法只能提取出运动目标的边界，在运动实体内部容易产生空洞现象，不能完全提取出运动目标所有的像素点。而且，当物体运动速度较慢时，相邻两帧的图像之间差别不大，帧差法难以提取出所有相关的前景信息，甚至有可能检测不到运动目标。因此，对帧差结果进行数学形态学运算处理，以消除部分空洞和边缘断裂现象。
请参图3所示，图3为图1所示的数学形态学运算处理中采用膨胀元算处理的原理示意图。在本实施方式中，该数学形态学运算为膨胀运算，膨胀运算公式为：
其中，A为被检测目标，B为结构运算符，膨胀运算的效果是使被运算目标的边界扩大，可以起到连接和填充的作用。
图3中左边是被处理的图象40，数值为“1”的点是需要处理的信息点，中间是膨胀算子的结构元素41。膨胀运算的方法是：将结构元素的中心点和被处理图象40上为“1”的点一一对应，如果被处理图象40上为“1”的点的八个相邻点是“0”，则将这些点的数值都变为“1”。右边是经过膨胀运算后的图像42。
S3、通过坐标投影分割法将所述行人运动区域进行至少一次分割处理，以分割出若干子区域。
坐标投影法又称为积分投影法，其能够在运动目标之间距离较远的情况下，获得目标的边界信息。可先进行垂直映射，后进行水平映射，获得此投影带中目标的上下边界信息和目标个数；也可以先进行水平映射，再进行垂直映射。若行人运动区域中的子区域之间彼此完全分离，则只进行一次分割处理；若子区域之间重叠，则进行至少两次分割处理。
参图4至图5所示，在本实施方式中，通过坐标投影分割法，能够将监控区域30中的行人运动区域302分割出来，以形成若干子区域312。其中，子区域312可以为由单个行人组成的子区域3021，也可为相互拥挤在一起的多个行人组成的子区域3022。
对于多个行人组成的子区域3022还需要再次进行坐标投影法，以分割由多个行人组成的子区域3022，直到将将监控区域30中所有子区域312全部分割出来，并统计数量N。
在本实施方式中，可根据行人运动区域302的面积，以计算出子区域312的数量N。该计算子区域312数量N的计算公式为：
其中，Wb是行人运动区域的宽度， N为行人运动区域需要分割的子区域个数，WP为每个子区域的宽度，W是通过统计获得的行人人体宽度的估计值。根据摄像机10位置高低和图像设定大小的不同，可调整W的值。
参图5所示，在本实施方式中，该监控区域30中一共有六个子区域312。其中，单个行人组成的子区域3021在第一次分割处理时被分割出来，而其他的由多个行人组成的子区域3022，则需要在第二次分割处理时被分割出来。从而计算得到六个子区域312，从而得出在此时该监控区域30中一共有六个行人。
S4、结合子区域的中心点距离以及灰度信息分布特征，对相邻帧的子区域进行搜索和匹配。
参图6所示，在多人运动区域采用如步骤S2中的坐标投影分割法对行人运动区域302进行分割的基础上，通过对行人运动区域302邻域搜索的方法，结合子区域中心点距离以及所述子区域内灰度信息分布特征，对相邻帧的子区域进行搜索和匹配。
在本实施方式中，子区域中心点距离：设CA(xA,yA)为Fn-1帧333的中子区域A的中心点坐标，Ci(xi,yi)(i=1,2…n)为第Fn帧334的中子区域i的中心点坐标。计算CA与Ci的距离DAi，其计算公式如下：
。
在计算得到相邻帧333、334的子区域312之间的距离DAi后，设定距离阈值Dt为W/4，即四分之一的通过统计获得的行人人体宽度的估计值。凡是符合DAi<Dt的子区域312，计算每个子区域312内像素点的灰度直方图分布。通过距离搜索，找到灰度直方图分布与子区域A最接近的子区域i，即为跟踪目标。
S5、将子区域的中心点位置信息进行即时更新并保存至存储装置中，通过计算子区域的中心点在监控区域内的轨迹信息，得到人数统计结果。
参图7所示，只要监控区域30的子区域312的中心点3121在该监控区域30内时进行跟踪，并将其中心点3121的坐标进行保存。在跟踪的过程中，随着子区域312的位置变化，每次的子区域312的中心点3121坐标都被保存，直到该子区域312的中心点3121移出监控区域30。
这时，根据该子区域312之前的所有中心点3121的坐标位置，可以计算出此子区域312的的中心点3121在监控区域30内的轨迹信息。该轨迹信息为该子区域312的中心点3121在监控区域30内的轨迹移动矢量数据。该矢量数据包括中心点的轨迹移动方向322、垂直移动距离V以及水平移动距离H。
设子区域312每次保存的中心点3121的坐标为（Xi,Yi），该子区域312的水平移动距离H以及垂直移动距离V的计算公式为：
其中，H为该子区域312水平移动距离，V为该子区域312垂直移动距离。
在本实施方式中，该子区域312的中心点位置3121信息可保存至服务器数据库中，当然也可保存至flash闪存等移动存储装置中。
上文所列出的一系列的详细说明仅仅是针对本发明的可行性实施方式的具体说明，它们并非用以限制本发明的保护范围，凡未脱离本发明技艺精神所作的等效实施方式或变更均应包含在本发明的保护范围之内。
对于本领域技术人员而言，显然本发明不限于上述示范性实施例的细节，而且在不背离本发明的精神或基本特征的情况下，能够以其他的具体形式实现本发明。因此，无论从哪一点来看，均应将实施例看作是示范性的，而且是非限制性的，本发明的范围由所附权利要求而不是上述说明限定，因此旨在将落在权利要求的等同要件的含义和范围内的所有变化囊括在本发明内。不应将权利要求中的任何附图标记视为限制所涉及的权利要求。
此外，应当理解，虽然本说明书按照实施方式加以描述，但并非每个实施方式仅包含一个独立的技术方案，说明书的这种叙述方式仅仅是为清楚起见，本领域技术人员应当将说明书作为一个整体，各实施例中的技术方案也可以经适当组合，形成本领域技术人员可以理解的其他实施方式。
Claims (7)
1.一种基于视频图像处理的人数统计方法，其特征在于，所述人数统计方法包括以下步骤，
S1、获取监控区域的视频流图像；该基于视频图像处理的人数统计方法是一种基于摄像机垂直拍摄，适用于双向通道的出入口的行人人数统计方法；摄像机设置在出入口的正上方，行人能够沿着箭头的方向在出入口中来回走动；摄像机所获取的监控区域能够完全覆盖出入口的一部分；
该监控区域为一正方形或矩形或圆形，摄像机位于监控区域的中心点垂直正上方，该监控区域位于摄像机的正下发；
S2、通过帧差法获取行人目标，并对帧差结果进行数学形态学运算处理，得到行人运动区域，所述帧差结果为在相邻帧的同一位置像素灰度差，所述像素灰度差的阈值T为20；
S3、通过坐标投影分割法将所述行人运动区域进行至少一次分割处理，以分割出若干子区域，计算子区域数量N的计算公式为：
其中，Wb是行人运动区域的宽度，N为行人运动区域需要分割的子区域个数，WP为每个子区域的宽度，W是通过统计获得的行人人体宽度的估计值；
S4、结合子区域的中心点距离以及灰度信息分布特征，对相邻帧的子区域进行搜索和匹配，在多人运动区域采用如步骤S2中的坐标投影分割法对行人运动区域进行分割的基础上，通过对行人运动区域邻域搜索的方法，结合子区域中心点距离以及所述子区域内灰度信息分布特征，对相邻帧的子区域进行搜索和匹配；
具体为，子区域中心点距离：设CA(xA,yA)为Fn-1帧333中子区域A的中心点坐标，Ci(xi,yi)(i＝1,2…n)为第Fn帧334的中子区域i的中心点坐标，计算CA与Ci的距离DAi，其计算公式如下：
在计算得到相邻帧333、334的子区域312之间的距离DAi后，设定距离阈值Dt为W/4，即四分之一的通过统计获得的行人人体宽度的估计值，凡是符合DAi<Dt的子区域，计算每个子区域内像素点的灰度直方图分布，通过距离搜索，找到灰 度直方图分布与子区域A最接近的子区域i，即为跟踪目标；
S5、将子区域的中心点位置信息进行即时更新并保存至存储装置中，通过计算子区域的中心点在监控区域内的轨迹信息，得到人数统计结果。
2.根据权利要求1所述的人数统计方法，其特征在于，所述步骤S1具体为通过摄像机获取监控区域的视频流图像，所述监控区域位于摄像机的正下方。
3.根据权利要求1所述的人数统计方法，其特征在于，所述步骤S2中的数学形态学运算为膨胀运算，其运算公式为：
其中，A为被检测目标，B为结构运算符。
4.根据权利要求1所述的人数统计方法，其特征在于，所述步骤S3具体为根据行人运动区域的面积，以计算出子区域的数量。
5.根据权利要求1所述的人数统计方法，其特征在于，所述步骤S3中，若行人运动区域中的子区域之间彼此完全分离，则只进行一次分割处理；若子区域之间重叠，则进行至少两次分割处理。
6.根据权利要求1所述的人数统计方法，其特征在于，所述步骤S5中的存储装置至少包括flash闪存、服务器数据库。
7.根据权利要求1所述的人数统计方法，其特征在于，所述步骤S5中的轨迹信息为所述子区域的中心点在监控区域内的轨迹移动矢量数据。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210263414.4A CN102855466B (zh) | 2012-04-12 | 2012-07-27 | 一种基于视频图像处理的人数统计方法 |
Applications Claiming Priority (4)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201210106527 | 2012-04-12 | ||
| CN2012101065273 | 2012-04-12 | ||
| CN201210106527.3 | 2012-04-12 | ||
| CN201210263414.4A CN102855466B (zh) | 2012-04-12 | 2012-07-27 | 一种基于视频图像处理的人数统计方法 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN102855466A CN102855466A (zh) | 2013-01-02 |
| CN102855466B true CN102855466B (zh) | 2016-12-21 |
Family
ID=47402044
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201210263414.4A Active CN102855466B (zh) | 2012-04-12 | 2012-07-27 | 一种基于视频图像处理的人数统计方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN102855466B (zh) |
Families Citing this family (8)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN103164740B (zh) * | 2013-03-04 | 2016-04-06 | 无锡市飞云球业有限公司 | 一种钢球智能自动计数装置及其自动计数方法 |
| CN104091198A (zh) * | 2014-06-27 | 2014-10-08 | 无锡慧眼电子科技有限公司 | 基于ViBe的人流量统计方法 |
| CN107516124B (zh) * | 2016-06-17 | 2020-06-16 | 中国科学院深圳先进技术研究院 | 实时人流数量计数方法与系统 |
| CN108256509A (zh) * | 2018-03-01 | 2018-07-06 | 昆明医科大学 | 一种基于手机摄像头的跌倒检测方法 |
| CN108939230B (zh) * | 2018-05-31 | 2020-10-16 | 李洪均 | 健身房制氧设备、健身房供氧系统、供氧方法和装置 |
| CN109028227A (zh) * | 2018-09-29 | 2018-12-18 | 佛山市云米电器科技有限公司 | 智能油烟机及其移动人体检测方法 |
| CN109948434B (zh) * | 2019-01-31 | 2023-07-21 | 平安科技（深圳）有限公司 | 登船人数统计的方法、装置、计算机设备和存储介质 |
| CN110503028B (zh) * | 2019-08-21 | 2023-12-15 | 腾讯科技（深圳）有限公司 | 确定区域中对象的分布的传感器、系统、方法和介质 |
Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1897015A (zh) * | 2006-05-18 | 2007-01-17 | 王海燕 | 基于机器视觉的车辆检测和跟踪方法及系统 |
| CN101256626A (zh) * | 2008-02-28 | 2008-09-03 | 王路 | 基于计算机视觉的入侵监控方法 |
| CN101739550A (zh) * | 2009-02-11 | 2010-06-16 | 北京智安邦科技有限公司 | 运动目标检测方法及系统 |
| CN101847265A (zh) * | 2010-04-20 | 2010-09-29 | 上海理工大学 | 一种在公交客流统计系统中使用的运动目标提取及多目标分割方法 |
| CN102074022A (zh) * | 2011-01-10 | 2011-05-25 | 南京理工大学 | 一种基于红外图像的弱小运动目标检测方法 |
-
2012
- 2012-07-27 CN CN201210263414.4A patent/CN102855466B/zh active Active
Patent Citations (5)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN1897015A (zh) * | 2006-05-18 | 2007-01-17 | 王海燕 | 基于机器视觉的车辆检测和跟踪方法及系统 |
| CN101256626A (zh) * | 2008-02-28 | 2008-09-03 | 王路 | 基于计算机视觉的入侵监控方法 |
| CN101739550A (zh) * | 2009-02-11 | 2010-06-16 | 北京智安邦科技有限公司 | 运动目标检测方法及系统 |
| CN101847265A (zh) * | 2010-04-20 | 2010-09-29 | 上海理工大学 | 一种在公交客流统计系统中使用的运动目标提取及多目标分割方法 |
| CN102074022A (zh) * | 2011-01-10 | 2011-05-25 | 南京理工大学 | 一种基于红外图像的弱小运动目标检测方法 |
Also Published As
| Publication number | Publication date |
|---|---|
| CN102855466A (zh) | 2013-01-02 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN102855466B (zh) | 一种基于视频图像处理的人数统计方法 | |
| CN102867177B (zh) | 一种基于图像灰度匹配的人数统计方法 | |
| CN102542289B (zh) | 一种基于多高斯计数模型的人流量统计方法 | |
| CN105184812B (zh) | 一种基于目标跟踪的行人徘徊检测方法 | |
| CN107679503A (zh) | 一种基于深度学习的人群计数算法 | |
| CN106203513B (zh) | 一种基于行人头肩多目标检测及跟踪的统计方法 | |
| CN102799883B (zh) | 一种从视频图像中提取运动目标的方法及装置 | |
| CN103477352A (zh) | 使用深度图像的姿势识别 | |
| CN109344690B (zh) | 一种基于深度相机的人数统计方法 | |
| TW201120807A (en) | Apparatus and method for moving object detection | |
| CN105427345B (zh) | 基于相机投影矩阵的三维人流运动分析方法 | |
| CN102855465B (zh) | 一种移动物体的跟踪方法 | |
| CN106845325B (zh) | 一种信息检测方法及装置 | |
| WO2018076392A1 (zh) | 一种基于人体头顶部识别的行人统计方法及装置 | |
| CN102831472A (zh) | 一种基于视频流图像处理的人数统计方法 | |
| CN103577875A (zh) | 一种基于fast的计算机辅助cad人数统计方法 | |
| CN104063692A (zh) | 一种行人定位检测方法及系统 | |
| Hu et al. | A novel approach for crowd video monitoring of subway platforms | |
| CN106570449A (zh) | 一种基于区域定义的人流量与人气指数检测方法及检测系统 | |
| CN105930789B (zh) | 基于对数欧式空间词袋模型的人体行为识别 | |
| CN104616295A (zh) | 新闻图像中水平标题字幕的简单快速定位方法 | |
| CN101908236A (zh) | 公交客流统计方法 | |
| CN102063726B (zh) | 一种运动目标分类方法和系统 | |
| CN102663419A (zh) | 基于表示模型和分类模型的云台跟踪方法 | |
| CN105354610A (zh) | 一种基于随机Hough变换的人数统计方法 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| C06 | Publication | ||
| PB01 | Publication | ||
| C10 | Entry into substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| CB02 | Change of applicant information |
Address after: 214174 Tsinghua innovation building, No. 1, wisdom road, Huishan Economic Development Zone, Jiangsu, Wuxi province A1501-A1509 Applicant after: ABD SMART EYE ELECTRONICS CO., LTD. Address before: 214174, Jiangsu, Huishan Economic Development Zone, Wuxi, 1, wisdom road, Jiangsu Digital Information Industry Park, Tsinghua innovation building, block A, 15F Applicant before: Wuxi Eye Technology Co., Ltd. |
|
| COR | Change of bibliographic data | ||
| C14 | Grant of patent or utility model | ||
| GR01 | Patent grant |