CN107025418A - 基于图像处理的防逃票检测方法、检测系统及其系统 - Google Patents
基于图像处理的防逃票检测方法、检测系统及其系统 Download PDFInfo
- Publication number
- CN107025418A CN107025418A CN201610065130.2A CN201610065130A CN107025418A CN 107025418 A CN107025418 A CN 107025418A CN 201610065130 A CN201610065130 A CN 201610065130A CN 107025418 A CN107025418 A CN 107025418A
- Authority
- CN
- China
- Prior art keywords
- image information
- module
- information
- image
- stealing
- 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.)
- Pending
Links
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
- G06V40/00—Recognition of biometric, human-related or animal-related patterns in image or video data
- G06V40/10—Human or animal bodies, e.g. vehicle occupants or pedestrians; Body parts, e.g. hands
- G06V40/103—Static body considered as a whole, e.g. static pedestrian or occupant recognition
-
- G—PHYSICS
- G07—CHECKING-DEVICES
- G07B—TICKET-ISSUING APPARATUS; FARE-REGISTERING APPARATUS; FRANKING APPARATUS
- G07B11/00—Apparatus for validating or cancelling issued tickets
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Human Computer Interaction (AREA)
- Multimedia (AREA)
- Theoretical Computer Science (AREA)
- Time Recorders, Dirve Recorders, Access Control (AREA)
Abstract
本发明公开了一种基于图像采集的防逃票检测方法,包括以下步骤:获取刷卡人数信息;采集通道内通过的乘客的图像信息;根据所述图像信息计算通行人数信息;比较刷卡人数信息是否等于通行人数信息;判断是否存在逃票行为。在采集通道内通过的乘客的图像信息的步骤之前,还包括如下步骤:识别通道内通过的物体是否是乘客。本发明还公开了一种基于图像采集的防逃票检测系统。采用本发明,能够准确的分辨行李与乘客,进而避免逃票行为。
Description
技术领域
本发明属于智能检票系统技术领域,具体涉及一种基于图像处理的防逃票检测方法、检测系统及其系统。
背景技术
随着时代的进步、科技的发展和人民生活质量水平的不断提高,轨道交通在人民的出行中占据了越来越高的比重。但也正是由于人们越来越多的选择轨道交通作为出行方式,城市轨道交通面临着很大的挑战,其中很突出的一种就是逃票问题。该问题主要是由于现有闸机的检测机制并不完善,只能通过其内设的漫反射型红外线传感器检测乘客通行,漫反射型红外传感器利用的是漫反射的红外线进行感应,不能准确分辨出行李与乘客,因此经常会将部分乘客当作行李,使得扇门放行,存在较大的检测漏洞,造成地铁票务的损失。
发明内容
为了解决上述问题,本发明的第一目的提供一种基于图像处理的防逃票检测方法,能够准确检测出通行人数,进而避免逃票行为。
为实现上述目的,本发明按以下技术方案予以实现的:
本发明所述防逃票检测方法,包括以下步骤:
获取刷卡人数信息;
采集通道内通过的乘客的图像信息;
根据所述图像信息计算通行人数信息;
比较刷卡人数信息是否等于通行人数信息;
判断是否存在逃票行为。
进一步地,在采集通道内通过的乘客的图像信息的步骤之前,还包括如下步骤:识别通道内通过的物体是否是乘客。
进一步地,所述根据图像信息计算通行人数信息的步骤具体如下:
对所述图像信息与背景图像进行差影运算;
将差影运算后的图像信息进行二值化处理;
计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl;
计算通行人数其中R为单个人体的投影面积可接受的最大值。
进一步地,所述对所述图像信息与背景图像进行差影运算具体公式为:
Wl(x,y)=Fl(x,y)-S(x,y),其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息;
将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值,,具体公式为:
所述投影面积
为了解决上述问题,本发明的第二目的提供一种基于图像处理的防逃票检测系统,能够准确检测出乘客与行李,进而避免逃票的行为。
为实现上述目的,本发明按以下技术方案予以实现的:
本发明所述的基于图像处理的防逃票检测系统,包括:
刷卡模块,用于获取刷卡人数信息;
图像采集模块,用于采集通道内通过的乘客的图像信息;
计算模块,用于根据图像信息计算通行人数信息;
比较模块,用于比较刷卡人数信息是否等于人数信息;
判断模块,用于判断是否存在逃票行为。
进一步地,所述基于图像处理的防逃票检测系统还包括识别模块,用于识别通道内通过的物体是否是乘客。
进一步地,所述计算模块根据图像信息计算通行人数信息具体如下:
对所述图像信息与背景图像进行差影运算:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息;
将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值:
计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
计算通行人数其中R为单个人体的投影面积可接受的最大值。
为了解决上述问题,本发明的第三目的提供一种基于图像处理的防逃票系统,能够准确检测出行李与乘客,避免出现将乘客当作行李的问题,进而避免逃票的行为。
为实现上述目的,本发明按以下技术方案予以实现的:
本发明所述的基于图像处理的防逃票系统,包括闸机、安装于闸机上的扇门控制模块、刷卡模块和报警模块,所述扇门控制模块、刷卡模块和报警模块分别与一中央处理器连接;所述扇门控制模块用于控制扇门的关闭与开启;所述刷卡模块用于采集乘客的刷卡人数信息;所述报警模块用于对异常行为发出警报;其特征在于:
所述闸机之间的通道的上方设有图像采集模块,用于采集通道通过的乘客的图像信息;
所述中央处理器与所述图像采集模块连接;
所述中央处理器接收所述图像信息,并且计算出通行人数信息,判断刷卡人数信息是否等于通行人数信息,如果是,则发出开启扇门的指令至所述扇门控制模块,闸机开启;否则,发出警报信号至所述报警模块,发出警报并且闸机不开启。
进一步地,所述中央处理器包括计算模块、比较模块和判断模块;
计算模块,用于根据图像信息计算通行人数信息;
比较模块,用于比较刷卡人数信息是否等于通行人数信息;
判断模块,判断是否存在逃票行为。
进一步地,所述基于图像处理的防逃票系统还包括识别模块,用于识别通道内通过的物体是否是乘客。
进一步地,所述计算模块根据图像信息计算通乘客数信息具体如下:
对所述图像信息与背景图像进行差影运算:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息;
将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值:
计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
计算通行人数其中R为单个人体的投影面积可接受的最大值。
与现有技术相比,本发明的有益效果是:
本发明所述的基于图像处理的防逃票检测方法,通过利用图像信息来准确计算通过通道的通行人数信息,进而将该通行人数信息与刷卡人数信息进行比较,判断是否一致,如果一致也表示不存在潜在逃票行为,如果不一致,则存在潜在逃票行为。该检测方法简单易行,并且无需更改硬件设备,即可实现,实现了智能化管理控制。
本发明所述的基于图像处理的防逃票检测系统,通过增设图像采集模块,用于采集通道内的乘客图像信息,进而进行计算,得出准确的通乘客数信息,然后与刷卡人数信息进行比较,得出二者是否一致,一致表示通行正常,不存在潜在逃票行为;如果不一致,也表示存在潜在逃票行为。
本发明所述的基于图像处理的防逃票系统,在不改变现有设备的基础上,弥补现有设备的不足,利用通道上方设置图像采集模块来优化逃票检测,通过图像采集模块采集通道地面上乘客通过时的图像信息,该图像信息传输至中央处理器后,进行通行人数信息的计算,进而与刷卡人数信息进行比较,判断二者的人数信息是否相等,如果相等,则认为是正常情况;如果不相等,则认为是潜在逃票行为,会发出警报至报警模块,以及发出不开启扇门的信息至所述扇门控制模块,最终避免逃票行为的发生。
附图说明
下面结合附图对本发明的具体实施方式作进一步详细的说明,其中:
图1是本发明实施例1所述的基于图像处理的防逃票检测方法的流程图;
图2是本发明实施例1所述的基于图像处理的防逃票检测方法中计算通行人数信息的流程图;
图3是本发明实施例1所述的基于图像处理的防逃票检测系统的原理框架图;
图4是本发明实施例1所述的基于图像处理的防逃票系统的原理框架图;
图5是本发明实施例2所述的基于图像处理的防逃票检测方法的流程图;
图6是本发明实施例2所述的基于图像处理的防逃票检测方法中计算通行人数信息的流程图;
图7是本发明实施例2所述的基于图像处理的防逃票检测系统的原理框架图;
图8是本发明实施例2所述的基于图像处理的防逃票系统的原理框架图;
图9是本发明所述的基于图像处理的防逃票系统的检测侧视图;
图10是本发明所述的基于图像处理的防逃票系统的检测俯视图。
图中:
1:刷卡模块 2:图像采集模块 3:计算模块 4:比较模块 5:判断模块
6:闸机 7:扇门控制模块 8:报警模块 9:中央处理器 10:扇门
11:识别模块
具体实施方式
以下结合附图对本发明的优选实施例进行说明,应当理解,此处所描述的优选实施例仅用于说明和解释本发明,并不用于限定本发明。
实施例1:
本发明所述的防逃票检测方法,利用获取通道内通行乘客的图像信息,来准确判断通道经过的乘客的图像信息,进而计算出准确的通乘客数信息,然后将该通行人数信息与刷卡人数信息进行比较,判断是否一致,二者人数信息一致,则表示不存在潜在逃票行为,如果不一致,则表示存在潜在逃票行为。
如图1所示,本发明所述的防逃票检测方法,包括如下步骤:
S101:获取刷卡人数信息;
S102:采集通道内乘客的图像信息;
S103:根据图像信息计算通行人数信息;
S1031:对所述图像信息与背景图像进行差影运算:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息;
S1032:将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值:
S1033:计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
S1034:计算通行人数其中R为单个人体的投影面积可接受的最大值。
S104:比较刷卡人数信息是否等于通行人数信息;
S105:判断是否存在逃票行为。
如图2所示,本发明所述的基于图像处理的防逃票检测系统,包括刷卡模块1、图像采集模块2、计算模块3、比较模块4和判断模块5。
其中,所述刷卡模块1用于获取刷卡人数信息;所述图像采集模块2用于采集通道通过的乘客的图像信息;所述计算模块3用于根据图像信息计算通行人数信息;所述比较模块4用于比较刷卡人数信息是否等于人数信息;所述判断模块5用于判断是否存在逃票行为。
同时,对于计算模块3根图像信息计算通行人数信息具体如下:
1)对所述图像信息与背景图像进行差影运算:
计算公式为:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息。
2)将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值:
具体公式为:
3)计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
4)计算通行人数信息:
根据公式:其中R为单个人体的投影面积可接受的最大值。
本发明所述的基于图像处理的防逃票系统,通过在闸机6之间的通道的上方设置图像采集模块2,该图像采集模块2可以用于采集通道内通行乘客的图像信息,该信息输出至中央处理器9后,经过计算可以得出通行人数信息,如果该通行人数信息与刷卡人数信息相等,则表示通行正常,没有出现逃票行为;否则,则存在潜在逃票行为,中央处理器9则会发出报警指令至报警模块8,同时发送扇门10不开启的指令至扇门控制模块7,最终也就避免了逃票行为的发生。
该防逃票系统中设置的图像采集模块2,解决了漫反射型红外线传感器造成的不能分辨出行李与乘客的问题,进而也就避免了逃票行为的发生。
本发明所述的基于图像处理的防逃票系统包括闸机6、扇门控制模块7、刷卡模块1和报警模块8,所述扇门控制模块7、刷卡模块1和报警模块8都设置于所述闸机6上;所述扇门控制模块7用于控制扇门的关闭和开启;所述刷卡模块1用于采集乘客的刷卡人数信息,所述报警模块8用于对异常行为发生警报,该异常行为包括逃票行为、卡内无足量余额行为、越过刷卡黄线等。所述扇门控制模块7、刷卡模块1和报警模块8分别与一中央处理器9连接,所述中央处理器9用于控制整个闸机6的智能化控制,其接收所述刷卡模块1的刷卡信息后,发出开启扇门10的指令至所述扇门控制模块7,使得闸机6的扇门开启,以便乘客通行。所述报警模块9用于接收中央处理器发出的报警指令,以便提醒存在异常行为,需要工作人员或者乘客注意。
其中,所述中央处理器9包括计算模块3、比较模块4和判断模块5;所述计算模块3用于根据图像信息计算通行人数信息;比较模块4用于比较刷卡人数信息是否等于通行人数信息;判断模块5判断是否存在逃票行为。
同时,所述闸机6之间的通道的地面下设置有图像采集模块2,该图像采集模块2用于采集通道内通行的乘客的图像信息,该图像信息代表了通行与闸机6之间通道地面上的所有乘客的图像信息,该图像信息传输至所述中央处理器9,所述中央处理器9通过对所述图像信息分析处理后,计算出通乘客人数信息,结合刷卡模块1采集的刷卡人数信息,将通行人人数信息与刷卡人数信息进行比较,如果二者人数相等,则发出开启扇门的指令至所述扇门控制模块7,闸机6开启,乘客正常通行;如果二者的人数不相等,则发出报警信号至所述报警模块8,发出警报,并且闸机6不开启,表示存在潜在逃票行为。
其中,所述中央处理器9对所述图像信息计算通行人数信息具体如下:
1)对所述图像信息与背景图像进行差影运算:
计算公式为:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息。
2)将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值:
具体公式为:
3)计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
4)计算通行人数信息:
根据公式:其中R为单个人体的投影面积可接受的最大值。
实施例2:
本实施例所述的所述基于图像处理的防逃票检测方法与实施例1的所述基于图像处理的防逃票检测方法不同点仅在于:在采集通道内通过的乘客的图像信息的步骤之前,还包括如下步骤:识别通道内通过的物体是否是乘客。
该步骤的优势体现在:当识别通道内通过的物体并非是乘客,则无需对该物体进行图像采集处理,也无需进行计算等步骤,为图像采集节省资源,也为后续计算乘客通行人数信息提供便利。
本发明所述的基于图像处理的防逃票检测方法,具体如下步骤:
S201:获取刷卡人数信息;
S202:识别通道内通过的物体是否是乘客:
S203:采集通道内乘客的图像信息;
S204:根据图像信息计算通行人数信息;
S2041:对所述图像信息与背景图像进行差影运算:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息;
S2042:将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值:
S2043:计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
S2044:计算通行人数其中R为单个人体的投影面积可接受的最大值。
S205:比较刷卡人数信息是否等于通行人数信息;
S206:判断是否存在逃票行为。
如图4所示,本发明所述的基于图像处理的防逃票检测系统,包括刷卡模块1、识别模块11、图像采集模块2、计算模块3、比较模块4和判断模块5。
其中,所述刷卡模块1用于获取刷卡人数信息;所述识别模块11用于通道内通过的物体是否是乘客,这样就可以为后续图像采集模块2采集图像信息进行过滤,如果是行李等非乘客,则该信息直接发送至所述中央处理器9,所述中央处理9则发出指令至所述图像采集模块2无需采集该图像,从而节省了相应的资源,也为后续计算乘客通行人数节省了不必要的计算。其具体体现为红外温度传感器,可以通过感测的温度来判断通行的物体是否是乘客还是行李;所述图像采集模块2用于采集通道通过的乘客的图像信息;所述计算模块3用于根据图像信息计算通行人数信息;所述比较模块4用于比较刷卡人数信息是否等于通行人数信息;所述判断模块5用于判断是否存在逃票行为。
同时,对于计算模块3根图像信息计算通乘客数信息具体如下:
1)对所述图像信息与背景图像进行差影运算:
计算公式为:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息。
2)将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值:
具体公式为:
3)计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
4)计算通行人数信息:
根据公式:其中R为单个人体的投影面积可接受的最大值。
本发明所述的基于图像处理的防逃票系统,通过在闸机6之间的通道的上方设置图像采集模块2,该图像采集模块2可以用于采集通道内通行乘客的图像信息,该信息输出至中央处理器9后,经过计算可以得出通行人数信息,如果该通行人数信息与刷卡人数信息相等,则表示通行正常,没有出现逃票行为;否则,则存在潜在逃票行为,中央处理器9则会发出报警指令至报警模块8,同时发送扇门10不开启的指令至扇门控制模块7,最终也就避免了逃票行为的发生。
该防逃票系统中设置的图像采集模块2,解决了漫反射型红外线传感器造成的不能分辨出行李与乘客的问题,进而也就避免了逃票行为的发生。
本发明所述的基于图像处理的防逃票系统包括闸机6、扇门控制模块7、刷卡模块1和报警模块8,所述扇门控制模块7、刷卡模块1和报警模块8都设置于所述闸机6上;所述扇门控制模块7用于控制扇门的关闭和开启;所述刷卡模块1用于采集乘客的刷卡人数信息,所述报警模块8用于对异常行为发生警报,该异常行为包括逃票行为、卡内无足量余额行为、越过刷卡黄线等。所述扇门控制模块7、刷卡模块1和报警模块8分别与一中央处理器9连接,所述中央处理器9用于控制整个闸机6的智能化控制,其接收所述刷卡模块1的刷卡信息后,发出开启扇门10的指令至所述扇门控制模块7,使得闸机6的扇门开启,以便乘客通行。所述报警模块9用于接收中央处理器发出的报警指令,以便提醒存在异常行为,需要工作人员或者乘客注意。
其中,所述中央处理器9包括计算模块3、比较模块4和判断模块5;计算模块3用于根据图像信息计算通行人数信息;比较模块4用于比较刷卡人数信息是否等于通行人数信息;判断模块5判断是否存在逃票行为。
同时,所述闸机6之间的通道的内壁设有识别模块11,同时其可以是红外温度传感器,通过感应温度来判断是否是行人,当然还可以是其他具有同等功效的识别装置,都属于本发明保护的范围;如果具体为红外温度传感器,其采集方式具体如下:
设通道的检测区域长为H,宽为W,闸机安装的红外温度传感器n个,安装位置为h1,h2,…,hn。当乘客通行时,红外温度传感器进行检测,若为行人,输出高电平,设为1,若为物品,输出低电平,设为0。
所述闸机6之间的通道的上方设置有图像采集模块2,该图像采集模块2用于采集通道内通行的乘客的图像信息,该图像信息代表了通行与闸机6之间通道地面上的所有乘客的图像信息,该图像信息传输至所述中央处理器9,所述中央处理器9通过对所述图像信息分析处理后,计算出通行人数信息,结合刷卡模块1采集的刷卡人数信息,将通行人数信息与刷卡人数信息进行比较,如果二者人数相等,则发出开启扇门的指令至所述扇门控制模块7,闸机6开启,乘客正常通行;如果二者的人数不相等,则发出报警信号至所述报警模块8,发出警报,并且闸机6不开启,表示存在潜在逃票行为。
其中,所述中央处理器9对所述图像信息计算通乘客人数信息具体如下:
1)对所述图像信息与背景图像进行差影运算:
计算公式为:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息。
2)将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值:
具体公式为:
3)计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
4)计算通行人数信息:
根据公式:其中R为单个人体的投影面积可接受的最大值。
本实施例与实施例1相比,其具有更好的识别效果和识别效率。
以上仅是本发明的较佳实施例而已,并非对本发明作任何形式上的限制,故凡是未脱离本发明技术方案内容,依据本发明的技术实质对以上实施例所作的任何修改、等同变化与修饰,均仍属于本发明技术方案的范围内。
Claims (10)
1.一种基于图像处理的防逃票检测方法,其特征在于,包括以下步骤:
获取刷卡人数信息;
采集通道内通过的乘客的图像信息;
根据所述图像信息计算通行人数信息;
比较刷卡人数信息是否等于通行人数信息;
判断是否存在逃票行为。
2.根据权利要求1所述的基于图像处理的防逃票检测方法,其特征在于:
在采集通道内通过的乘客的图像信息的步骤之前,还包括如下步骤:
识别通道内通过的物体是否是乘客。
3.根据权利要求1所述的基于图像处理的防逃票检测方法,其特征在于:
所述根据图像信息计算通行人数信息的步骤具体如下:
对所述图像信息与背景图像进行差影运算;
将差影运算后的图像信息进行二值化处理;
计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl;
通行人数其中R为单个人体的投影面积可接受的最大值。
4.根据权利要求3所述的基于图像处理的防逃票检测方法,其特征在于:
所述对所述图像信息与背景图像进行差影运算具体为:
Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息;
将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值,具体为:
所述投影面积
5.一种基于图像处理的防逃票检测系统,其特征在于,包括:
刷卡模块,用于获取刷卡人数信息;
图像采集模块,用于采集通道内通过的乘客的图像信息;
计算模块,用于根据图像信息计算通行人数信息;
比较模块,用于比较刷卡人数信息是否等于人数信息;
判断模块,用于判断是否存在逃票行为。
6.根据权利要求5所述的基于图像处理的防逃票检测系统,其特征在于:
还包括识别模块,用于识别通道内通过的物体是否是乘客。
7.根据权利要求5所述的基于图像处理的防逃票检测系统,其特征在于:
所述计算模块根据图像信息计算通乘客数信息具体如下:
对所述图像信息与背景图像进行差影运算:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息;
将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值,:
计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
计算通行人数其中R为单个人体的投影面积可接受的最大值。
8.一种基于图像处理的防逃票系统,包括闸机、安装于闸机上的扇门控制模块、刷卡模块和报警模块,所述扇门控制模块、刷卡模块和报警模块分别与一中央处理器连接;所述扇门控制模块用于控制扇门的关闭与开启;所述刷卡模块用于采集乘客的刷卡人数信息;所述报警模块用于对异常行为发出警报;其特征在于:
所述闸机之间的通道的上方设有图像采集模块,用于采集通道通过的乘客的图像信息;
所述中央处理器与所述图像采集模块连接;
所述中央处理器接收所述图像信息,并且计算出通行人数信息,判断刷卡人数信息是否等于通行人数信息,如果是,则发出开启扇门的指令至所述扇门控制模块,闸机开启;否则,发出警报信号至所述报警模块,发出警报并且闸机不开启。
9.根据权利要求8所述的基于图像处理的防逃票系统,其特征在于:
所述中央处理器包括计算模块、比较模块和判断模块;
计算模块,用于根据图像信息计算通行人数信息;
比较模块,用于比较刷卡人数信息是否等于通行人数信息;
判断模块,判断是否存在逃票行为。
10.根据权利要求9所述的基于图像处理的防逃票系统,其特征在于:
所述计算模块根据图像信息计算通乘客数信息具体如下:
对所述图像信息与背景图像进行差影运算:Wl(x,y)=Fl(x,y)-S(x,y)
其中,Wl(x,y)表示差影图像信息;Fl(x,y)表示图像信息;S(x,y)表示背景图像信息;
将差影运算后的图像信息进行二值化处理,其中P为二值化的经验阈值,:
计算每一帧对应的所述经过二值化处理的图像信息中投影位置的投影面积Gl,
计算通行人数其中R为单个人体的投影面积可接受的最大值。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610065130.2A CN107025418A (zh) | 2016-01-29 | 2016-01-29 | 基于图像处理的防逃票检测方法、检测系统及其系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201610065130.2A CN107025418A (zh) | 2016-01-29 | 2016-01-29 | 基于图像处理的防逃票检测方法、检测系统及其系统 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN107025418A true CN107025418A (zh) | 2017-08-08 |
Family
ID=59524204
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201610065130.2A Pending CN107025418A (zh) | 2016-01-29 | 2016-01-29 | 基于图像处理的防逃票检测方法、检测系统及其系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN107025418A (zh) |
Cited By (13)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107527386A (zh) * | 2017-09-05 | 2017-12-29 | 肇庆高新区长光智能技术开发有限公司 | 一种查票系统及查票方法 |
CN107945288A (zh) * | 2017-11-24 | 2018-04-20 | 大连奇辉计算机网络有限公司 | 车票识别验票系统 |
CN108629334A (zh) * | 2018-06-01 | 2018-10-09 | 西京学院 | 一种基于人脸检测的公交车逃票检验装置及检验方法 |
CN109784316A (zh) * | 2019-02-25 | 2019-05-21 | 平安科技(深圳)有限公司 | 一种追溯地铁闸机逃票的方法、装置及存储介质 |
CN109815811A (zh) * | 2018-12-20 | 2019-05-28 | 深圳云天励飞技术有限公司 | 逃票行为识别方法及相关装置 |
CN110378179A (zh) * | 2018-05-02 | 2019-10-25 | 上海大学 | 基于红外热成像的地铁逃票行为检测方法及系统 |
CN110443901A (zh) * | 2019-06-26 | 2019-11-12 | 成都信息工程大学 | 结合多视图的检票方法、装置和存储介质 |
CN110766809A (zh) * | 2018-07-25 | 2020-02-07 | 比亚迪股份有限公司 | 车辆、车载检票系统及车载检票系统的检票方法 |
CN110874551A (zh) * | 2018-09-03 | 2020-03-10 | 上海大漠电子科技股份有限公司 | 用于门禁闸机通行逻辑控制的图像处理方法 |
CN111008568A (zh) * | 2019-11-07 | 2020-04-14 | 浙江大华技术股份有限公司 | 逃票检测方法及其相关装置 |
CN111064925A (zh) * | 2019-12-04 | 2020-04-24 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
CN113014870A (zh) * | 2021-02-20 | 2021-06-22 | 同济大学 | 一种基于乘客姿态快速估计的地铁闸机通行逃票识别方法 |
CN113066210A (zh) * | 2020-11-21 | 2021-07-02 | 泰州锐比特智能科技有限公司 | 办公场所群体通行管理平台及方法 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101188743A (zh) * | 2007-09-17 | 2008-05-28 | 深圳先进技术研究院 | 一种基于视频的智能数人系统及其处理方法 |
CN101303727A (zh) * | 2008-07-08 | 2008-11-12 | 北京中星微电子有限公司 | 基于视频人数统计的智能管理方法及其系统 |
CN103605967A (zh) * | 2013-11-26 | 2014-02-26 | 东华大学 | 一种基于图像识别的地铁防逃票系统及其工作方法 |
CN103942865A (zh) * | 2014-04-18 | 2014-07-23 | 上海交通大学 | 基于超声传感器的地铁防逃票系统及其设计方法 |
-
2016
- 2016-01-29 CN CN201610065130.2A patent/CN107025418A/zh active Pending
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN101188743A (zh) * | 2007-09-17 | 2008-05-28 | 深圳先进技术研究院 | 一种基于视频的智能数人系统及其处理方法 |
CN101303727A (zh) * | 2008-07-08 | 2008-11-12 | 北京中星微电子有限公司 | 基于视频人数统计的智能管理方法及其系统 |
CN103605967A (zh) * | 2013-11-26 | 2014-02-26 | 东华大学 | 一种基于图像识别的地铁防逃票系统及其工作方法 |
CN103942865A (zh) * | 2014-04-18 | 2014-07-23 | 上海交通大学 | 基于超声传感器的地铁防逃票系统及其设计方法 |
Non-Patent Citations (1)
Title |
---|
朱志宇: "《流形粒子滤波算法及其在视频目标跟踪中的应用》", 31 January 2015, 北京:国防工业出版社 * |
Cited By (17)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107527386A (zh) * | 2017-09-05 | 2017-12-29 | 肇庆高新区长光智能技术开发有限公司 | 一种查票系统及查票方法 |
CN107945288A (zh) * | 2017-11-24 | 2018-04-20 | 大连奇辉计算机网络有限公司 | 车票识别验票系统 |
CN110378179B (zh) * | 2018-05-02 | 2023-07-18 | 上海大学 | 基于红外热成像的地铁逃票行为检测方法及系统 |
CN110378179A (zh) * | 2018-05-02 | 2019-10-25 | 上海大学 | 基于红外热成像的地铁逃票行为检测方法及系统 |
CN108629334A (zh) * | 2018-06-01 | 2018-10-09 | 西京学院 | 一种基于人脸检测的公交车逃票检验装置及检验方法 |
CN110766809A (zh) * | 2018-07-25 | 2020-02-07 | 比亚迪股份有限公司 | 车辆、车载检票系统及车载检票系统的检票方法 |
CN110874551A (zh) * | 2018-09-03 | 2020-03-10 | 上海大漠电子科技股份有限公司 | 用于门禁闸机通行逻辑控制的图像处理方法 |
CN109815811A (zh) * | 2018-12-20 | 2019-05-28 | 深圳云天励飞技术有限公司 | 逃票行为识别方法及相关装置 |
CN109784316A (zh) * | 2019-02-25 | 2019-05-21 | 平安科技(深圳)有限公司 | 一种追溯地铁闸机逃票的方法、装置及存储介质 |
CN109784316B (zh) * | 2019-02-25 | 2024-02-02 | 平安科技(深圳)有限公司 | 一种追溯地铁闸机逃票的方法、装置及存储介质 |
CN110443901A (zh) * | 2019-06-26 | 2019-11-12 | 成都信息工程大学 | 结合多视图的检票方法、装置和存储介质 |
CN111008568A (zh) * | 2019-11-07 | 2020-04-14 | 浙江大华技术股份有限公司 | 逃票检测方法及其相关装置 |
CN111008568B (zh) * | 2019-11-07 | 2023-09-05 | 浙江大华技术股份有限公司 | 逃票检测方法及其相关装置 |
CN111064925A (zh) * | 2019-12-04 | 2020-04-24 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
CN111064925B (zh) * | 2019-12-04 | 2021-05-04 | 常州工业职业技术学院 | 地铁乘客逃票行为检测方法和系统 |
CN113066210A (zh) * | 2020-11-21 | 2021-07-02 | 泰州锐比特智能科技有限公司 | 办公场所群体通行管理平台及方法 |
CN113014870A (zh) * | 2021-02-20 | 2021-06-22 | 同济大学 | 一种基于乘客姿态快速估计的地铁闸机通行逃票识别方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN107025418A (zh) | 基于图像处理的防逃票检测方法、检测系统及其系统 | |
CN107146302B (zh) | 一种基于红外检测关键点的闸机通行识别方法 | |
CN102819882B (zh) | 自动检票人行通道中通行物体的识别控制系统及识别方法 | |
CN104821025B (zh) | 客流检测方法及其检测系统 | |
CN106710047A (zh) | 闸机控制方法及系统 | |
CN101893853A (zh) | 一种基于智能模型的自学习型人体闸机通道判断算法 | |
CN109410347A (zh) | 一种高铁闸机通行方法及系统 | |
CN106981106A (zh) | 防逃票检测方法、检测系统及其系统 | |
CN206075357U (zh) | 一种客运站自助检票闸机 | |
CN206097259U (zh) | 一种通道闸机 | |
CN215729955U (zh) | 一种智能测温通道用速通道闸 | |
CN109919066B (zh) | 一种检测轨道交通车厢内乘客密度异常的方法和装置 | |
CN102663833A (zh) | 城市轨道交通专用闸机的通行事件识别方法 | |
CN103942865B (zh) | 基于超声传感器的地铁防逃票系统及其设计方法 | |
CN201936366U (zh) | 监狱门禁监控装置及系统 | |
CN107170051A (zh) | 一种智能安全检票系统 | |
CN103218863B (zh) | 一种基于模式识别的无障碍通道机双向检测方法 | |
CN205354095U (zh) | 自动检票人行通道中通行物体识别装置 | |
CN209722816U (zh) | 闸机设备 | |
CN211015546U (zh) | 一种基于人脸识别的流量监控系统 | |
CN103279994A (zh) | 一种闸机检票装置及其判断方法 | |
CN206752357U (zh) | 一种双闸门通道闸 | |
CN205397750U (zh) | 一种人脸识别安全电梯 | |
CN207924748U (zh) | 一种适用于半开放式brt站台的逃票提醒装置 | |
CN115719530A (zh) | 闸机检票方法和检票闸机 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
RJ01 | Rejection of invention patent application after publication | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20170808 |