CN102930618B - 一种基于测距原理的实时人数统计方法与系统 - Google Patents
一种基于测距原理的实时人数统计方法与系统 Download PDFInfo
- Publication number
- CN102930618B CN102930618B CN201210390592.3A CN201210390592A CN102930618B CN 102930618 B CN102930618 B CN 102930618B CN 201210390592 A CN201210390592 A CN 201210390592A CN 102930618 B CN102930618 B CN 102930618B
- Authority
- CN
- China
- Prior art keywords
- image
- sensor
- curve
- imageing sensor
- people
- 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.)
- Expired - Fee Related
Links
Landscapes
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Abstract
本发明提出了一种基于测距原理的人数统计的方法及系统。系统架设于公共区域出入口,由多个架设于出入口上方的三角测距感应单元组成。各单元一字排开,每一单元包括一个有垂直向下窄视角的成像感应器及前后两个线结构光源。每一感应器输出特征图像为两条包括人头部与肩膀轮廓的高度曲线。通过判别感应器中两条高度曲线的相关度,判断人流出入方向。本系统使用测距原理实现人流统计,有效避免了由于灰度对比度差或色差数值低带来的问题。同时,各测距感应器采用的垂直向下视角可以有效解决不同高度目标间遮挡问题。为了避免各个测距感应单元视角重叠,同时为了提高系统成像速度,各测距单元还采用了分时曝光时序,实现了实时人流统计。
Description
技术领域
本发明属于传感器和流量监测技术领域,涉及一种基于测距原理的人数统计的方法及系统。
背景技术
随着社会的发展,自动化技术的提高,在大型商场、超市、旅游景点等场所准确地监控人流量,对于有效分配使用空间资源,合理制定租金、门票水平,评估促销策略的潜在回报,有效分配物业管理与维护人员等方面都具有重要作用。另一方面,实时的人流监控技术对于进行车站、地铁、公车、学校、公园、庆祝活动场地等公共区域内的拥堵程度控制、人身安全监控、以及如通风空调系统实时风量调控、实现节能减排等都有重要的意义。
早期的人流量统计技术通常包括人工计数或者通过统计门票、车票方式完成计数。这种方法虽然简单,但是人工消耗大,并且不适用于宽阔的开放通道。为了实现自动检测统计人流量,人们采用了压力感应器以及光电信号遮断等检测手段。例如,陕西省西安市张高军申请的专利“人流量检测装置”(申请号200920307093.7)等,此类方法设备简单,但在多人同时通过的情况下存在难以判别的问题。
近些年来,随着CCD摄像机的普及和计算机视觉研究的进步,人们开始使用图像处理算法对摄像机采集图像进行分析来实现更为精准的人流统计(如图1所示),具体方法如浙江捷尚视觉科技有限公司尚凌晖等人申请的专利“基于深度信息聚类的复杂场景人数统计算法”(申请号201110356312.2)、南京市潘海朗申请的专利“采用变形二维曲线的人流量检测方法及系统”(申请号201110033703.0)以及北京中星微电子有限公司黄英申请的专利“基于视频监控的人数统计方法和系统”(申请号200910076256.X)。在这些专利中,深度图被用于判别人数,或者通过提取、拟合并跟踪人头像完成人流统计。这一类方法不仅算法复杂,而且当图像的灰度对比度较差时,人数统计的精准度会大大下降。此外,由于受到摄像机安装高度的限制,在人流比较密集时,图像中人流互相遮挡现象严重,人数统计精度也随之下降。
为了进一步提高人数统计的精准度,近年来,测距方法开始应用于人流量统计,如北京市杨克虎申请的专利“基于测距传感器的客流量统计装置”(申请号201020281485.3)以及北京市竞业达数码科技有限公司钱瑞申请的专利“基于激光测距的客流统计方法和装置”(申请号201110412776.0)(如图2所示)。前者将多个超声测距传感器在人行通道上方一字排开,相邻传感器间距根据成人平均肩宽设定,系统通过检测发射信号到达时间确定目标高度,从而检测通行者的存在进行人数统计;后者采用测量激光发射和接收的时间差的方法来测量目标高度,然后在人行通道横断方向上进行光束扫描,完成整个通道的测量。这两种方法的算法简单,但仍未解决通行者互相遮挡的问题,人数统计精度仍然不高。
发明内容
本发明的目的是提供一种基于测距原理的实时人流量统计方法和系统,能够有效解决在行人之间互相遮挡的情况下的人流统计问题,可具体检测出人员流动方向以及该方向的人员流动量,且具有较高的准确率。
本发明所述方法采用的技术方案如下:
一种基于测距原理的实时人流量统计方法。
首先,使用线结构光源对目标进行照射,通过图像传感器对垂直向下窄视场内的目标进行图像采集。采集所得图像经过去除背景处理后,使用三角测距方法提取出目标高度曲线,并从中提取出人头肩部高度曲线,从而实现高精准度的人数统计。
其次,采用垂直向下视场一字排开多个摄像机的图像传感器列阵,从而解决通行者之间前后及左右遮挡问题。
再次,通过精确控制各图像传感器的分时曝光时序,从而解决多个摄像机视角交叉造成的人数误判现象。
最后,为准确测出人流的出入方向,在人流行进方向上设置前后两个线结构光源,两条线结构光源在图像传感器中各产生一条高度曲线。当行人从一个方向进入图像传感器视角,其中一条线结构光产生的高度曲线将随行人的头肩部高度发生弯曲,而另一条高度曲线保持不变。下一时刻,行人占据了图像传感器的大部分视场,这时两条结构光产生的高度曲线都发生弯曲。之后,当行人即将离开图像传感器视场时,第二条高度曲线依然存在弯曲,而第一条高度曲线恢复原状。最后,当行人离开图像传感器视场,两条高度曲线都恢复为初始状态。通过判定这两条高度曲线的相关性,即可在检测通行者存在的同时获得其行进方向。
一种基于上述方法的人流量统计系统,包括数据采集与传输模块、控制模块和数据处理模块。
所述数据采集与传输模块,使用线结构光源对图像传感器视场范围内区域进行照明,使用图像传感器对反射信号进行图像采集,并将采集图像传输至数据处理模块;
所述控制模块负责对图像传感器进行曝光时序控制,并控制数据传输;
所述数据处理模块负责对数据采集与传输模块采集的图像进行处理,提取目标高度曲线,从中提取单一人头肩部高度曲线,进而实现人数统计;同时,通过判别两个线结构光照明下所得高度曲线的相关性,确定人员行进方向,实现出入人数统计。
上述组成系统之间的数据信号联接关系为:
控制模块产生时序信号及数据传输控制信号,并将两种信号送至数据采集与传输模块。数据采集与传输模块在时序信号控制下分时曝光、采集图像,然后将采集所得图像在数据传输控制信号的控制下送至数据处理模块进行数据处理。
有益效果
本发明方法对比现有技术,通过使用阵列图像传感器提高人数统计系统的空间分辨率。由于每一图像传感器采用垂直向下的窄视场,从而有效避免目标之间的遮挡。对比已有技术,本发明具备更高的人数统计精度。系统中各图像传感器采用混叠式分时曝光时序,此时序用于避免各传感器的交叉视场内同时出现多条线结构光源从而造成误判,同时提高了系统的数据传输与处理速度。
附图说明
图1为基于图像处理的人数统计系统构成框图;
图2为基于激光扫描的人数统计系统构成框图;
图3为本发明方法在人流通道横向方向的系统检测示意图;
图4为本发明方法在人流通道纵向方向的系统检测示意图;
其中,1、2、…、7为测距传感器;a、b为第一组测距传感器中前后两个线结构光源。
图5为本发明所述系统的模块构成框图;
图6为本发明所述系统中三角测距距离计算示意图;
图7为图像传感器测量人流方向所得高度曲线示意图;
图8为传统光电传感器阵列曝光与数据传输时序图;
其中,t为阵列图像传感器中的电荷转移时间,texp为传感器曝光时间,T0为图像传感器数据采集的一个周期;
图9为顺序分时曝光与数据传输时序图;
其中,1a、1b、1c为三个传感器中的电荷转移时间,T=nT0为整个系统n个传感器的数据采集周期;
图10为本发明方法使用的混叠式分时曝光与数据传输时序图;
其中,texp为单一传感器曝光时间,T=T0+(n-1)texp(T<<nT0)为混叠式分时曝光时序系统中n个传感器的数据采集周期。
具体实施方式
为使本发明实施例的目的、技术方案和优点更加清楚,下面结合附图和实施例对本发明作进一步说明。
实施例
一种基于测距原理的实时人数统计系统。如图5所示,包括数据采集与传输模块、控制模块和数据处理模块。
其中,所述数据采集与传输模块,包括有n组测距传感器。每组测距传感器通过使用两条线结构光源对图像传感器视角范围内区域进行照明,通过使用图像传感器对反射信号进行图像采集,并将采集图像传输至数据处理模块。
系统架设在人流通道的上方。沿人流行进方向或沿行进通道方向观察,如图3所示。从垂直于人流行进方向或沿行进通道横截面方向观察,如图4所示。图3中,标示的方框1、2、…、n,表示n组测距传感器。如图3所示,n个测距传感器按照人流行进横向方向一字排开。如图4所示,每组测距传感器由一个图像传感器及前后(a、b)两个线结构光源组成。每个图像传感器采用垂直向下的窄视角。图像传感器架设高度要求保证各图像传感器视角总和在设定高度(如2米)处无视觉盲区。
所述控制模块,产生n个测距传感器所需分时曝光时序。该时序信号用于控制每个图像传感器及其线结构光源的曝光时间。控制模块还用于产生数据传输控制信号,用于控制数据采集与传输模块完成数据传输。
所述数据处理模块,用于对多个图像传感器采集所得图像进行处理,包括背景图像去除以及计算目标高度曲线,并从高度曲线中提取出单一人头肩部高度曲线,进而实现人数统计;同时,通过判别两条线结构光照明下所得高度曲线的相关性,确定人员行进方向,实现出入人数统计。
使用上述系统进行实时人数统计的方法如下:
首先,对于每个测距传感器,在曝光时序有效时,如图4所示,图像传感器(可采用CCD或CMOS阵列传感器)前后的两个线结构光源垂直向下发射线形光线。当没有行人经过通道时,图像传感器采集图像即为叠加在背景图像上的两条平行亮线。如果有行人经过,光线照射在行人身上会随行人高度发生弯曲。由于图像传感器视场中心轴与光源出射方向不同轴,所以在有行人时采集图像中平行的两条亮线就变为随行人高度变化而弯曲的曲线。由于两条线结构光源分别位于传感器的一前一后,所以两条亮线的弯曲方向相反。这一现象可参照图7。需要注意的是,在使用三角测距方法提取目标高度曲线之前,各个传感器采集图像首先需要经过背景去除处理。背景去除可采用实测图像减除无光源照明时传感器采集图像实现。
线结构光在图像传感器中所成图像为一条随行人高度而变化的曲线。曲线上各点距某一参考直线的偏移距离对应于物体的高度。该参考直线可以是代表地面的参考直线,即为无行人经过时所得直线。而实测曲线上各点的高度值Δ可以通过如图6所示三角测距方法精确计算得出:
其中,Δ为曲线上该点对应的实际高度,d0为无行人时参考直线上该点距图像传感器中心距离,θ为无行人时光源光线的反射夹角,d1为成像平面距镜头的垂直距离,而δ为有/无行人时两个成像光点间的距离。
当得到高度曲线后,系统需要从中提取人头肩部曲线。首先,对高度曲线进行阀值判别。距地面高度低于设定值(如0.5m的曲线段)判为无效,剩余曲线用于提取单一头肩部曲线。头肩部曲线定义为由三段直线组成的“几”字形曲线,中间段直线比左右两段高出15~25cm,这段距离代表行人头顶与肩部的高度距离,而代表头部的中间段直线与代表人左右肩的两端直线长度约为15~25cm。满足这三条要求的曲线段及判别为一段人头肩部曲线。从整条高度曲线中所得单个人头肩部曲线段的个数即为行人个数。
对于人流行进方向的判定方法如图7所示。当无行人通过时,图像传感器所得高度曲线为两条直线。而行人行进时,部分先进入图像传感器的视场。此时,一条线结构光照射到行人身上,图像传感器所得一条高度曲线发生弯曲。下一时刻,随着行人继续前行,占据了传感器大部分的视角范围,因而两条高度曲线都发生弯曲。接下来,行人即将离开传感器的视角范围,第一条曲线恢复为直线,而第二条曲线仍然弯曲。最后,当行人离开传感器的视场,图像传感器所得两条曲线都恢复为直线。通过判别两条高度曲线发生弯曲的先后顺序,或者判定“几”字形曲线在两条高度曲线中出现的方向与次序,即可判定行人的行进方向。
以上为单一测距传感器的工作过程。如图3所示,由于各个图像传感器在2米高度的横向方向上总视角无盲区,因而邻近传感器在低于2米高度内存在视角交叉。为了避免多组线结构光源对交叉视场内图像的影响,系统采用混叠式分时曝光时序,如图10所示,即在同一时刻只有一组线结构光源及其对应图像传感器曝光,而多个传感器依时间次序顺序曝光。相比较之下,如图8所示,传统阵列式图像传感器的曝光时间与其转移后电荷包输出时间一致,其曝光周期为T0。如果采用n个传统图像传感器顺序曝光,则n个传感器电荷转移、输出及下一曝光时间的时序如图9所示。采用这一曝光时序,n个传感器的曝光周期为T=nT0。为了提高数据输出速度,实现实时数据处理,可缩短单一图像传感器的曝光时间至t’exp,而各个传感器电荷包输出时间不变,这样n个传感器的曝光周期缩短为T=T0+(n-1)t’exp(T<<nT0)。
除了采用分时曝光时序避免单一图像传感器视角内出现多组光源外,各图像传感器所得高度曲线还要进行邻近传感器间交叉视场范围判定。交叉视场范围内信号只在一个传感器的后续信号处理中使用,从中提取单一人头肩部曲线,进行人数统计。如前所述,行人行进方向的判别是通过识别“几”字形曲线在两条高度曲线中出现的方向与次序来完成的。最终,多个测距传感器所得结果用于计算总得出入行人数。
Claims (3)
1.一种基于测距原理的实时人流量统计方法,其特征在于包括以下步骤:
首先,使用线结构光源对目标进行照射,通过图像传感器对垂直向下窄视场内的目标进行图像采集;将采集所得图像经过去除背景处理后,使用三角测距方法提取出目标高度曲线,并从中提取出人头肩部高度曲线;
其次,采用垂直向下视场一字排开多个摄像机的图像传感器列阵;
再次,通过精确控制各图像传感器的分时曝光时序;
然后,在人流行进方向上设置前后两个线结构光源,两条线结构光源在图像传感器中各产生一条高度曲线;当行人从一个方向进入图像传感器视角,其中一条线结构光产生的高度曲线将随行人的头肩部高度发生弯曲,而另一条高度曲线保持不变;下一时刻,行人占据了图像传感器的大部分视场,这时两条线结构光产生的高度曲线都发生弯曲;之后,当行人即将离开图像传感器视场时,第二条高度曲线依然存在弯曲,而第一条高度曲线恢复原状;最后,当行人离开图像传感器视场,两条高度曲线都恢复为初始状态;通过判定这两条高度曲线的相关性,即可在检测通行者存在的同时获得其行进方向。
2.一种基于权利要求1所述方法的基于测距原理的实时人流量统计系统,其特征在于,包括数据采集与传输模块、控制模块和数据处理模块;
所述数据采集与传输模块,使用线结构光源对图像传感器视场范围内区域进行照明,使用图像传感器对反射信号进行图像采集,并将采集图像传输至数据处理模块;
所述控制模块负责对图像传感器进行分时曝光时序控制,并控制数据传输;
所述数据处理模块负责对数据采集与传输模块采集的图像进行处理,提取目标高度曲线,从中提取单一人头肩部高度曲线,进而实现人数统计;同时,通过判别两个线结构光照明下所得高度曲线的相关性,确定人员行进方向,实现出入人数统计;
上述组成模块之间的数据信号联接关系为:
控制模块产生时序信号及数据传输控制信号,并将两种信号送至数据采集与传输模块;数据采集与传输模块在时序信号控制下分时曝光、采集图像,然后将采集所得图像在数据传输控制信号的控制下送至数据处理模块进行数据处理。
3.如权利要求2所述的基于测距原理的实时人流量统计系统,其特征在于,所述数据采集与传输模块,包括有n组测距传感器,测距传感器按照人流行进横向方向一字排开,每组测距传感器由一个图像传感器及前后两个线结构光源组成;每个图像传感器采用垂直向下的窄视角;图像传感器架设高度要求保证各图像传感器视角总和在设定高度处无视觉盲区。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210390592.3A CN102930618B (zh) | 2012-10-15 | 2012-10-15 | 一种基于测距原理的实时人数统计方法与系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201210390592.3A CN102930618B (zh) | 2012-10-15 | 2012-10-15 | 一种基于测距原理的实时人数统计方法与系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN102930618A CN102930618A (zh) | 2013-02-13 |
CN102930618B true CN102930618B (zh) | 2015-07-15 |
Family
ID=47645408
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201210390592.3A Expired - Fee Related CN102930618B (zh) | 2012-10-15 | 2012-10-15 | 一种基于测距原理的实时人数统计方法与系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN102930618B (zh) |
Families Citing this family (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN103223892B (zh) * | 2013-04-27 | 2015-10-21 | 浙江大丰实业股份有限公司 | 车载智能舞台装置 |
CN106778905B (zh) * | 2017-01-11 | 2019-06-18 | 成都盯盯科技有限公司 | 一种基于adaboost分类器的客流检测方法 |
CN109360311B (zh) * | 2018-10-12 | 2021-01-26 | 常熟理工学院 | 一种公共交通工具拥挤程度测量方法 |
CN111503844A (zh) * | 2020-05-27 | 2020-08-07 | 上海应用技术大学 | 一种空调控制方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0823821A2 (en) * | 1996-08-08 | 1998-02-11 | NCR International, Inc. | System for analyzing movement patterns |
CN101872431A (zh) * | 2010-02-10 | 2010-10-27 | 杭州海康威视软件有限公司 | 可适用多角度应用场景的人流量统计的方法及系统 |
CN101872422A (zh) * | 2010-02-10 | 2010-10-27 | 杭州海康威视软件有限公司 | 可精确辨别目标的人流量统计的方法及系统 |
CN102607444A (zh) * | 2012-03-17 | 2012-07-25 | 哈尔滨工业大学 | 采用线光源的图像传感器像素间距测量方法与装置 |
Family Cites Families (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
KR100791389B1 (ko) * | 2006-12-26 | 2008-01-07 | 삼성전자주식회사 | 스트럭쳐드 라이트를 이용한 거리 측정 장치 및 방법 |
-
2012
- 2012-10-15 CN CN201210390592.3A patent/CN102930618B/zh not_active Expired - Fee Related
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
EP0823821A2 (en) * | 1996-08-08 | 1998-02-11 | NCR International, Inc. | System for analyzing movement patterns |
CN101872431A (zh) * | 2010-02-10 | 2010-10-27 | 杭州海康威视软件有限公司 | 可适用多角度应用场景的人流量统计的方法及系统 |
CN101872422A (zh) * | 2010-02-10 | 2010-10-27 | 杭州海康威视软件有限公司 | 可精确辨别目标的人流量统计的方法及系统 |
CN102607444A (zh) * | 2012-03-17 | 2012-07-25 | 哈尔滨工业大学 | 采用线光源的图像传感器像素间距测量方法与装置 |
Also Published As
Publication number | Publication date |
---|---|
CN102930618A (zh) | 2013-02-13 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110529186B (zh) | 基于红外热成像的隧道结构渗漏水精确识别装置和方法 | |
CN102768022B (zh) | 采用数码照相技术的隧道围岩变形检测方法 | |
CN103985250B (zh) | 轻量级的全息道路交通状态视觉检测装置 | |
CN104005325B (zh) | 基于深度和灰度图像的路面裂缝检测装置和方法 | |
CN101514993B (zh) | 基于线阵ccd摄像机的车辆速度测量装置 | |
CN110322702A (zh) | 一种基于双目立体视觉系统的车辆智能测速方法 | |
CN110379168B (zh) | 一种基于Mask R-CNN的交通车辆信息获取方法 | |
CN105184274B (zh) | 一种基于深度图像获取客流速度和密度参数的方法 | |
CN105427614A (zh) | 一种车型分类系统及其方法 | |
CN102930618B (zh) | 一种基于测距原理的实时人数统计方法与系统 | |
CN106978774A (zh) | 一种路面坑槽自动检测方法 | |
CN107845264A (zh) | 一种基于视频监控的交通量采集系统及方法 | |
CN101694084A (zh) | 地面车载移动检测系统 | |
CN104036488A (zh) | 一种基于双目视觉的人体姿态动作研究方法 | |
US9589193B2 (en) | Three-dimensional object detection device and three-dimensional object detection method | |
CN106327880B (zh) | 一种基于监控视频的车速识别方法及其系统 | |
CN110097763A (zh) | 一种多车道车辆速度测量方法及系统 | |
CN108717540A (zh) | 基于2d激光雷达区分行人和车辆的方法及装置 | |
CN104966062A (zh) | 视频监视方法和装置 | |
CN105163014A (zh) | 道路监测装置及方法 | |
CN110136186A (zh) | 一种用于移动机器人目标测距的检测目标匹配方法 | |
CN105303844A (zh) | 基于激光的夜间高速公路团雾自动检测装置及其检测方法 | |
CN114067287A (zh) | 一种基于车侧路侧数据感知融合的异物识别及预警系统 | |
CN109544607A (zh) | 一种基于道路标志线的点云数据配准方法 | |
CN103808274A (zh) | 一种提取移动车辆轮廓以识别车型的方法 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
C14 | Grant of patent or utility model | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20150715 Termination date: 20151015 |
|
EXPY | Termination of patent right or utility model |