CN106541968B

CN106541968B - 基于视觉分析的地铁车厢实时提示系统的识别方法

Info

Publication number: CN106541968B
Application number: CN201610873534.4A
Authority: CN
Inventors: 韩毅; 宋京; 王文宇; 方海洋; 樊晓楠
Original assignee: Zhangjiagang Automotive Engineering Research Institute Chang'an University
Current assignee: Zhangjiagang Automotive Engineering Research Institute Chang'an University
Priority date: 2016-09-30
Filing date: 2016-09-30
Publication date: 2019-01-11
Anticipated expiration: 2036-09-30
Also published as: CN106541968A

Abstract

本发明涉及一种基于视觉分析的地铁车厢实时提示系统，包括：图像采集单元；传感器单元：传感器单元发出拍摄信号；图像存储与转化单元；图像处理单元：接收图像存储与转化单元传输的图像数字信号，根据第一CCD相机拍摄的图像判断车厢转移乘客的数目，根据第二CCD相机拍摄的图像判断车厢上车人数，将车厢实时人数传递给中转单元；中转单元：传输图像处理单元的数据至提示单元；提示单元：将中转单元传递来的数据通过下一站地铁站内乘客候车区的显示屏进行显示。使用本发明，能实时对车厢内乘客数量进行判断，使乘客能够得到较为空闲车厢信息，减少不必要的拥挤和上车时间。

Description

基于视觉分析的地铁车厢实时提示系统的识别方法

技术领域

本发明涉及地铁车厢实时提示的技术领域，尤其是一种基于视觉分析的地铁车厢实时提示系统及识别方法。

背景技术

近年来，我国城市轨道交通迅速发展，各大城市都在进行大量的城市地铁建设工程。在交通日益拥堵的情况下，地铁出行也逐步成为更多人的出行选择。地铁舒适化，智能化也成为社会的需求。而当乘坐地铁时，经常会出现，有些车厢人数较少，有些车厢人数就较多，但下一站乘客排队上车时并不知道情况，会形成空间的浪费和上车的拥堵，造成上车时间延长，安全系数降低等情况。目前并没有出现一种专门针对地铁空闲车厢提前预警的方法和系统，本发明基于图像处理及视觉分析技术，主要是识别地铁车厢内的乘客数目并提前提示。目前也出现了许多公交车人数统计，地铁人数统计，防逃票等方法，传统方法有运用光电开关，压力传感等方法，这些方法检测人数精确度不高，反应也比较慢，如今出现的图像处理技术，也有针对人数统计的，但地铁，人流量巨大，情况复杂，人数统计的方法也更复杂。

发明内容

本发明要解决的技术问题是：提供一种基于视觉分析的地铁车厢实时提示系统和识别方法，实时对车厢内乘客数量进行判断。

本发明解决其技术问题所采用的技术方案是：一种基于视觉分析的地铁车厢实时提示系统，包括：

图像采集单元：包括第一CCD相机，安装在地铁车厢的天花板上，拍摄方向朝向车厢连接区域，用于采集乘客转移车厢的图像信息；单个车厢对应的两个地铁安全门区域均安装第二CCD相机，拍摄方向朝向地铁安全门区域，用于采集车厢上下车乘客的图像信息；

传感器单元：包括第一红外激光发射器、第一红外激光接收器、第二红外激光发射器、第二红外激光接收器，所述第一红外激光发射器、第一红外激光接收器相配，所述第一红外激光发射器、第一红外激光接收器分别安装在车厢连接区域的两侧；

所述第二红外激光发射器、第二红外激光接收器相配，所述第二红外激光发射器、第二红外激光接收器分别安装在地铁安全门两侧；

传感器单元发出拍摄信号：包括：所述第一红外激光接收器接收不到第一红外激光发射器的信号时第一CCD相机运行拍摄图片；所述第二红外激光接收器接收不到第二红外激光发射器的信号时第二CCD相机运行拍摄图片；

图像存储与转化单元：存储采集的图像，并将图像模拟信号转化为图像数字信号传输至图像处理单元；

图像处理单元：接收图像存储与转化单元传输的图像数字信号，根据第一 CCD相机拍摄的图像判断车厢转移乘客的数目，根据第二CCD相机拍摄的图像判断车厢上车人数，将车厢实时人数传递给中转单元；

中转单元：传输图像处理单元的数据至提示单元；

提示单元：将中转单元传递来的数据通过下一站地铁站内乘客候车区的显示屏进行显示。

基于视觉分析的地铁车厢实时提示系统的识别方法，包括判断车厢上下车人数的方法：

步骤1：识别地铁下车人数：运用AdaBoost算法对第二CCD相机拍摄到的图片进行人脸检测，得到地铁安全门区域的下车人数sum1；

步骤2：识别地铁车厢上车人数：运用Hough变化识别第二CCD相机拍摄到的图片中的圆形数量，得到地铁安全门区域上下车乘客总数sum＇，上车人数 sum2＝sum＇-sum1；

另一个地铁安全门区域的下车人数sum1＇、另一个地铁安全门区域的上车人数sum2＇同理可得；

上述识别方法，包括判断车厢转移人数的方法：

步骤1:运用Hough变化对第一CCD相机拍摄到的图片进行圆形区域定位，若圆形区域的坐标发生变化，则表示为移动乘客；若圆形区域的坐标未发生变化，则表示为未移动乘客；

步骤2：对坐标发生变化的圆形区域进行灰度值判断，灰度值大于设定阈值的为人脸部，灰度值小于设定阈值的为人后方，人脸部表示进入车厢，人后方表示离开车厢，累加器进行加减处理，可得车厢转移进来乘客的数目sum3。

上述识别方法包括判断车厢实时人数的方法：

设车厢内原有人数sum0，车厢实时人数为sum，则sum＝sum0+sum2+sum2＇ -sum1-sum1＇+sum3。

上述识别方法中，提示单元根据每个车厢的车厢实时人数sum进行从小到大排序后将排序结果通过下一站地铁站内乘客候车区的显示屏进行显示。

本发明的有益效果是：使用本发明，能实时对车厢内乘客数量进行判断，使乘客能够得到较为空闲车厢信息，减少不必要的拥挤和上车时间。

附图说明

下面结合附图对本发明进一步说明。

图1是本发明的原理框图；

图2是本发明的第一CCD相机的安装示意图；

图3是本发明的第二CCD相机的安装示意图；

具体实施方式

现在结合附图对本发明作进一步的说明。这些附图均为简化的示意图仅以示意方式说明本发明的基本结构，因此其仅显示与本发明有关的构成。

如图1、图2、图3所示，一种基于视觉分析的地铁车厢实时提示系统，包括：

中转单元：传输图像处理单元的数据至提示单元；

图2中，第一CCD相机9安装在需识别人数的车厢的相邻车厢的天花板上，第一CCD相机9拍摄方向朝向车厢连接区域7，第一红外激光发射器8与第一红外激光接收器10相配合。

如图3所示，第二CCD相机3安装在地铁安全门外的天花板上，第二CCD 相机3朝向地铁安全门区域4。第二红外激光发射器5和第二红外激光接收器 6相配合。

上述识别方法，包括判断车厢转移人数的方法：

上述识别方法包括判断车厢实时人数的方法：

使用本发明，能实时对车厢内乘客数量进行判断，使乘客能够得到较为空闲车厢信息，减少不必要的拥挤和上车时间。

图像处理单元对接收的图像进行预处理，图像预处理主要包含以下步骤：

步骤1：对采集到的图像进行灰度化：利用平均值法,求图像中每个像素点的三分量R,G,B的平均值即灰度值，然后将该平均值赋予给这个像素的三分量。

定义f(i,j)为输出图像；R(i，j),G(i，j),B(i，j)为原始R,G,B值；R1(i，j),G1(i，j),B1(i，j)为灰度化处理后R，G，B值。则：

f(i，j)＝[R(i，j)+G(i，j)+B(i，j)]/3 (1)

R1(i，j)＝G1(i，j)＝B1(i，j)＝f(i，j) (2)

步骤2：对图像进行滤波处理：利用中值滤波法：将每一像素点的灰度值设置为该点某邻域窗口内的所有像素点灰度值的中值，让周围的像素值接近的真实值，从而消除孤立的噪声点。

设置W二维模板为3×3区域，将区域内的各像素点进行排序，则：

g(i,j)＝med{f(i-k,j-l),(k,l∈W)} (3)

其中，f(i,j)，g(i,j)分别为原始图像和处理后图像。

地铁车厢外部图像处理：主要用于识别地铁上下车的人数，主要包含以下步骤：

步骤1：调整第二CCD相机角度，使所拍摄图片只显示地铁安全门区域的图像信息，滤除掉其他不必要的图像信息。

步骤2：图像分割，只取出地铁安全门区域的图像进行分析；

步骤3：当乘客上下车时，第二红外激光接收器接收不到第二红外激光发射器的信号时第二CCD相机运行拍摄图片；

步骤4：识别地铁下车人数，乘客下车时，乘客面部会被相机拍摄到，实时监测地铁安全门区域拍摄到的人脸数目，就可以判断出下车人数，通过运用 AdaBoost算法进行人脸检测。

AdaBoost算法进行人脸检测方法：

1、给定一系列训练样本(p₁,q₁),(p₂,q₂),.......(p_n,q_n),其中q₁＝0表示其为非人脸样本，q₁＝1表示人脸样本，n为总共的训练样本数。

2、初始化权重

3、对a＝1,2,....Y (5)

(1)归一化权重：

(2)对每个特征f，训练一个弱分类器h(p,f,t,θ)；计算对应所有特征的若分类器的加权r_i错误率ξ_f：

ξ_f＝∑_ir_i|h(p_i,f,t,θ)-q_i| (7)

(3)选取最佳的弱分类器h_a(p)

ξ_a＝min_f,t,θ∑_ir_i|h(p_i,f,t,θ)-q_i|＝∑_ir_i|h(p_i,f_a,t_a,θ_a)-q_i| (8)

h_a(p)＝h(p,f_a,t_a,θ_a) (9)

按照这个最弱分类器，调整权重其中若p_i被正确的分类则b_i＝0，b_i＝1表示p_i被错误分类，

4、最后的强分类为：

其中

该算法得到的强分类器，进行阈值调整，让每一层人脸样本通过，不让非人脸部分通过，检测到人脸后，累加器自动累加，得到下车人数sum1；

步骤5：识别地铁车厢上车人数，乘客的脸部和头部区域近似于圆形，通过 Hough变化识别圆的方法，得到的图形P(i，j)，通过识别圆形数量的多少得到安全门处上下车乘客总数sum＇，上下车乘客总数sum＇减去sum1得到上车人数sum2，

1、根据人体头部尺寸数据，设半径r的变化范围与角度θ；

2、由

求得p和q的值，其中p，q为对应参数空间坐标；

3、p,q在合理范围内，进行累加寻找出最大值，求得圆心坐标和半径，从而获取图形中圆的中心。

4、将获取到圆的中心数目进行累加即可获得需要上下车乘客总数目sum＇。

步骤6：一般地铁一个车厢具有两个车门，一个车厢的上下车人数，应包含两个车门处识别的上下车人数，另一个地铁安全门区域的下车人数sum1＇、另一个地铁安全门区域的上车人数sum2＇同理可得。

地铁车厢内部图像处理：主要用于识别转移车厢的人数，

步骤1：调节第一CCD相机的角度，使拍摄的图片尽可能多的显示车厢连接区域；

步骤2：图像分割，只取车厢连接区域的图像进行分析；

步骤3：列车运行时，所述第一红外激光接收器接收不到第一红外激光发射器的信号时第一CCD相机运行拍摄图片；

步骤4：人的脸部和头部后方与圆形类似，所以运用Hough变化对图像中圆形区域进行识别。

步骤5：车厢有些乘客站在车厢连接区域，只需识别圆形区域的坐标是否发生变化，发生变化便是移动乘客，无坐标变化即为无转移乘客。

步骤6：识别转移乘客数目：拍摄到的图片中，有些乘客拍摄到正面，有些乘客拍摄到背面，经过圆形区域定位后，背面即为乘客头后方区域，正面即为人脸部区域，由第一CCD相机的位置，定义背向相机为离开车厢，面向相机为进入车厢，所包含步骤如下：

(1)人脸和头后方区域的灰度值是有区别的，通过辨别灰度值来判断是离开车厢还是进入车厢。

(2)在地铁内光线基本是固定的，所以灰度值变化不大，人脸部的灰度值为大于95，人后方区域的灰度小于65，比如设定95～65的平均值80为区别人脸和人后方区域的设定阈值。

(3)当一个人离开和进入车厢时，累加器进行加减处理即可判车厢转移乘客的数目sum3。

(4)设车厢内原有人数sum0，车厢实时人数为sum，则sum＝sum0+sum2+sum2＇ -sum1-sum1＇+sum3。

以上述依据本发明的理想实施例为启示，通过上述的说明内容，相关工作人员完全可以在不偏离本项发明技术思想的范围内，进行多样的变更以及修改。本项发明的技术性范围并不局限于说明书上的内容，必须要根据权利要求范围来确定其技术性范围。

Claims

1.一种基于视觉分析的地铁车厢实时提示系统的识别方法，其特征在于，所述的基于视觉分析的地铁车厢实时提示系统包括：

图像处理单元：接收图像存储与转化单元传输的图像数字信号，根据第一CCD相机拍摄的图像判断车厢转移乘客的数目，根据第二CCD相机拍摄的图像判断车厢上车人数，将车厢实时人数传递给中转单元；

中转单元：传输图像处理单元的数据至提示单元；

提示单元：将中转单元传递来的数据通过下一站地铁站内乘客候车区的显示屏进行显示；

所述的识别方法，包括判断车厢上下车人数的方法：

步骤2：识别地铁车厢上车人数：运用Hough变化识别第二CCD相机拍摄到的图片中的圆形数量，得到地铁安全门区域上下车乘客总数sum＇，上车人数sum2＝sum＇-sum1；

另一个地铁安全门区域的下车人数sum1＇、另一个地铁安全门区域的上车人数sum2＇同理可得。

2.根据权利要求1所述的识别方法，其特征在于，包括判断车厢转移人数的方法：

3.根据权利要求2所述的识别方法，其特征在于，包括判断车厢实时人数的方法：

设车厢内原有人数sum0，车厢实时人数为sum，则sum＝sum0+sum2+sum2＇-sum1-sum1＇+sum3。

4.根据权利要求3所述的识别方法，其特征在于，提示单元根据每个车厢的车厢实时人数sum进行从小到大排序后将排序结果通过下一站地铁站内乘客候车区的显示屏进行显示。