CN112446913A - 一种通道闸行人数量统计与尾随判断方法、装置和设备 - Google Patents
一种通道闸行人数量统计与尾随判断方法、装置和设备 Download PDFInfo
- Publication number
- CN112446913A CN112446913A CN202011332363.7A CN202011332363A CN112446913A CN 112446913 A CN112446913 A CN 112446913A CN 202011332363 A CN202011332363 A CN 202011332363A CN 112446913 A CN112446913 A CN 112446913A
- Authority
- CN
- China
- Prior art keywords
- image
- shielding
- pedestrians
- pedestrian
- preset threshold
- 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.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/60—Analysis of geometric attributes
- G06T7/62—Analysis of geometric attributes of area, perimeter, diameter or volume
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/13—Edge detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/194—Segmentation; Edge detection involving foreground-background segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/70—Determining position or orientation of objects or cameras
- G06T7/73—Determining position or orientation of objects or cameras using feature-based methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30242—Counting objects in image
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02B—CLIMATE CHANGE MITIGATION TECHNOLOGIES RELATED TO BUILDINGS, e.g. HOUSING, HOUSE APPLIANCES OR RELATED END-USER APPLICATIONS
- Y02B20/00—Energy efficient lighting technologies, e.g. halogen lamps or gas discharge lamps
- Y02B20/40—Control techniques providing energy savings, e.g. smart controller or presence detection
Landscapes
- Engineering & Computer Science (AREA)
- Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Geometry (AREA)
- Traffic Control Systems (AREA)
- Image Analysis (AREA)
Abstract
本发明公开了一种通道闸行人数量统计与尾随判断方法、装置和设备,用于通道闸中的行人数量统计和定位。包括:通过图像采集装置采集发光结构的发光图像;检测发光图像中的至少一个遮挡区域,并确定每个遮挡区域的遮挡长度;分别将每个遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计通道闸中行人的数量,若数量大于1,则存在尾随,否则不存在,并确定行人的位置。本发明通过图像采集装置采集发光材料的发光图像,根据发光图像中的遮挡区域长度来判断对应的遮挡区域是否是行人进入通道闸遮挡发光材料所产生,从而准确统计通道闸中行人的数量,判断是否存在尾随情况,以及通过行人通行产生的遮挡区域准确定位行人的位置。
Description
技术领域
本发明涉及通道闸控制技术领域,尤其涉及一种通道闸行人数量统计与尾随判断方法、装置和设备。
背景技术
目前,通道闸已经广泛地应用于我们的日常生活之中,例如机场、地铁站、车站、码头、景点、公园、学生宿舍、单位人行通道等,通道闸主要用于对人流进行管理,具有快速打开、安全、方便等特点,是行人高频率出入通道的理想管理疏导设备。
现有技术主要通过人像采集来对通道闸内的行人进行人数统计,但该方法受采集精度影响容易出现对人像的误判断,导致人数统计出错,准确率较低,且无法对通道闸内的行人进行准确定位。
发明内容
本发明提供了一种通道闸行人数量统计与尾随判断方法、装置和设备,用于解决基于人像采集的人数统计方法准确率较低,且无法对通道闸内的行人进行准确定位的问题。
本发明提供的一种通道闸行人数量统计与尾随判断方法,所述通道两侧对称设置有至少一个发光结构和至少一个图像采集装置,所述发光结构由发光材料或发光装置构成;所述方法包括:
通过所述图像采集装置采集所述发光结构的发光图像;
检测所述发光图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度;
分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量,若所述数量大于1,则存在尾随,否则不存在,并确定所述行人的位置。
可选地,所述检测所述发光图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度的步骤,包括:
对所述发光图像进行灰度化处理,生成灰度图像;
对所述灰度图像进行前景图像分割,得到分割图像;
对所述分割图像进行边缘检测,得到边缘检测图像;
检测所述边缘检测图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度。
可选地,所述检测所述边缘检测图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度的步骤,包括:
获取所述边缘检测图像中的最大亮点行;所述最大亮点行上具有多个像素点,每个所述像素点具有对应的灰度值;
检测所述多个像素点中灰度值小于预设阈值的像素点,得到多个目标像素点;
获取所述多个目标像素点分别对应的列索引,采用所述列索引将所述多个目标像素点划分为至少一个遮挡区域;
计算每个所述遮挡区域中目标像素点的个数,得到对应的遮挡长度。
可选地,所述获取所述多个目标像素点分别对应的列索引,采用所述列索引将所述多个目标像素点划分为至少一个遮挡区域的步骤,包括:
获取所述多个目标像素点分别对应的列索引,计算相邻列索引之间的差的绝对值;
将所述差的绝对值不等于预设数值的相邻列索引对应的像素点分别划分至不同的遮挡区域,得到至少一个遮挡区域。
可选地,所述预设阈值包括第一预设阈值;所述分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量的步骤,包括:
分别将每个所述遮挡区域对应的遮挡长度与所述第一预设阈值进行对比;
统计所述遮挡长度大于第一预设阈值的遮挡区域的第一个数,并将所述第一个数确定为所述通道闸中所述行人的数量。
可选地,所述预设阈值包括第二预设阈值,所述分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量的步骤,包括:
当预设数量变量不为零时,分别将每个所述遮挡区域对应的遮挡长度与所述第二预设阈值进行对比;
统计所述遮挡长度大于所述第二预设阈值的第二个数,并将所述第二个数确定为所述通道闸中所述行人的数量。
可选地,所述确定所述行人的行人位置的步骤,包括:
记录所述遮挡长度大于第一预设阈值的遮挡区域中每个像素点对应的列索引,生成第一列索引集合;所述第一列索引集合用于确定所述通道闸中所述行人的位置。
可选地,所述确定所述行人的行人位置的步骤,包括:
记录所述遮挡长度大于第二预设阈值的遮挡区域中每个像素点对应的列索引,生成第二列索引集合;所述第二列索引集合用于确定所述通道闸中所述行人的位置。
本发明提供的一种通道闸行人数量统计与尾随判断装置,包括:
发光图像获取模块,用于通过所述图像采集装置采集所述发光结构的发光图像;
遮挡区域检测模块,用于检测所述发光图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度;
行人数量和位置确定模块,用于分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量,若所述数量大于1,则存在尾随,否则不存在,并确定所述行人的位置。
本发明提供的一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如上任一项所述的一种通道闸行人数量统计与尾随判断方法的步骤。
从以上技术方案可以看出,本发明具有以下优点:本发明通过图像采集装置采集发光结构的发光图像,根据发光图像中的遮挡区域长度来判断对应的遮挡区域是否是行人进入通道闸遮挡发光结构所产生,从而准确统计通道闸中行人的数量,判断是否存在尾随情况,以及通过行人通行产生的遮挡区域准确定位行人的位置。
附图说明
为了更清楚地说明本发明实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,下面描述中的附图仅仅是本发明的一些实施例,对于本领域普通技术人员来讲,在不付出创造性劳动性的前提下,还可以根据这些附图获得其它的附图。
图1为本发明实施例提供的一种通道闸行人数量统计与尾随判断方法的步骤流程图;
图2为本发明另一实施例提供的一种通道闸行人数量统计与尾随判断方法的步骤流程图;
图3为本发明提供的一种检测遮挡区域及确定遮挡长度方法的步骤流程图;
图4为本发明实施例提供的一种通道闸行人数量统计与尾随判断方法的流程图;
图5为本发明实施例提供的一种通道闸行人数量统计与尾随判断装置的结构框图。
具体实施方式
本发明实施例提供了一种通道闸行人数量统计与尾随判断方法、装置和设备,用于解决基于人像采集的人数统计方法准确率较低,且无法对通道闸内的行人进行准确定位的技术问题。
为使得本发明的发明目的、特征、优点能够更加的明显和易懂,下面将结合本发明实施例中的附图,对本发明实施例中的技术方案进行清楚、完整地描述,显然,下面所描述的实施例仅仅是本发明一部分实施例,而非全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其它实施例,都属于本发明保护的范围。
请参阅图1,图1为本发明实施例提供的一种通道闸行人数量统计与尾随判断方法的步骤流程图。
本发明提供的一种通道闸行人数量统计与尾随判断方法,包括:
步骤101,通过所述图像采集装置采集所述发光结构的发光图像;
步骤102,检测所述发光图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度;
步骤103,分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量,若所述数量大于1,则存在尾随,否则不存在,并确定所述行人的位置。
在本发明实施例中,通道闸一侧设置有至少一个发光结构,发光结构是由多个光源发射装置或发光材料按照一定的间隔排列而成。在一个示例中,考虑到通道闸的高度和行人的身形,发光结构可以设置在与行人腰身等高的位置。
通道闸另一侧与发光结构等高位置设置有至少一个图像采集装置,图像采集装置用于拍摄发光结构,采集发光结构的发光图像。在实际应用中,图像采集装置可以是任何可用于图像采集的装置,如摄像头,本发明对此不作具体限制。
当通道闸中有行人通过时,行人会对发光结构产生遮挡,导致图像采集装置采集到的发光结构的发光图像中存在遮挡区域,根据遮挡区域的遮挡长度,对比行人腰部位置的普遍粗细,可以判断该遮挡区域是否是行人遮挡所产生的,当遮挡区域满足行人腰部位置的预设阈值条件时,可以判定该遮挡区域由行人遮挡产生,根据满足预设阈值条件的遮挡区域数量,可以统计行人的数量。同时,根据遮挡区域在发光图像中的相对位置,可以确定行人在通道闸中的相对位置,从而实现对通道闸中行人数量的统计和对行人的定位,同时,若检测到通道闸中的行人数量大于1,则可以判定存在尾随现象,否则不存在。
本发明通过图像采集装置采集发光结构的发光图像,根据发光图像中的遮挡区域长度来判断对应的遮挡区域是否是行人进入通道闸遮挡发光结构所产生,从而准确统计通道闸中行人的数量,判断是否存在尾随情况,以及通过行人通行产生的遮挡区域准确定位行人的位置。
请参阅图2,图2为本发明另一实施例提供的一种通道闸行人数量统计与尾随判断方法的步骤流程图。
本发明提供的一种通道闸行人数量统计与尾随判断方法,包括:
步骤201,通过所述图像采集装置采集所述发光结构的发光图像;
步骤202,对所述发光图像进行灰度化处理,生成灰度图像;
将彩色图像转化成为灰度图像的过程称为图像的灰度化处理,彩色图像中的每个像素的颜色有R、G、B三个分量决定,而每个分量有255个中值可取,这样一个像素点有1600多万(255*255*255)的颜色的变化范围。而灰度图像是R、G、B三个分量相同的一种特殊的彩色图像,其中一个像素点的变化范围为255种。由于灰度图像与彩色图像一样仍然反映了整幅图像的整体和局部的色度和亮度等级的分布和特征,所以在数字图像处理中一般先将各种格式的图像转变成灰度图像以使后续的图像的计算量降低。
在本发明实施例中,可以采用以下三种方式对图像进行灰度化处理;
a)加权平均法
根据重要性及其它指标,将RGB三个分量以不同的权值进行加权平均。
b)平均值法
求出每个像素点的R、G、B三个分量的平均值,然后将彩色图像中的这个平均值赋予给这个像素的三个分量。
c)最大值法
将彩色图像中的三分量亮度的最大值作为灰度图的灰度值。
步骤203,对所述分割图像进行前景图像分割,得到分割图像;
前景图像分割,即保持图像高度不变,图像长度上去掉最大亮点像素行两端因安装或闸机长度或灯带长度等因素,导致的图像两端的黑点。这使最大亮点像素行两端没有黑点,使遮挡区域定位更准确。
步骤204,对所述灰度图像进行边缘检测,得到边缘检测图像;
边缘检测的实质是采用某种算法来提取出图像中对象与背景间的交界线,目的是标识数字图像中亮度变化明显的点,其可以大幅度地减少图像的数据量,并且剔除了不相关的信息,保留了图像重要的结构属性。
在本发明实施例中,通过对灰度图像进行边缘检测,可以减少后续对灰度图像进行处理时所需要处理的数据量,同时凸显出发光结构在边缘检测图像中的光路。
在实际应用中,用于边缘检测的方法有很多,它们的绝大部分可以划分为两类:基于查找一类和基于零穿越的一类。基于查找的方法通过寻找图像一阶导数中的最大和最小值来检测边界,通常是将边界定位在梯度最大的方向。基于零穿越的方法通过寻找图像二阶导数零穿越来寻找边界,通常是拉普拉斯过零点或者非线性差分表示的过零点。
边缘检测的主要工具是边缘检测模板。模板的作用是将右邻点的灰度值减去左邻点的灰度值作为该点的灰度值。在灰度相近的区域内,这么做的结果使得该点的灰度值接近于0;而在边缘附近,灰度值有明显的跳变,这么做的结果使得该点的灰度值很大。模板是一种边缘检测器,它在数学上的涵义是一种基于梯度的滤波器,习惯上又称边缘算子。梯度是有方向的,其和边缘的方向总是垂直的。如果图象的边缘是水平方向的,可以用梯度是垂直方向的模板来检测图像的边缘;如果图象的边缘是水平方向的,可以用梯度是垂直方向的模板来检测图像的边缘。
常用的边缘检测模板有Laplacian算子、Roberts算子、Sobel算子、log(Laplacian-Gauss)算子、Kirsch算子和Prewitt算子等。
在本发明实施例中,以Sobel算法为例进行边缘检测。
Soble边缘检测通常带有方向性,可以只检测竖直边缘或垂直边缘或都检测。
首先定义两个梯度方向的系数:
然后计算梯度图像,边缘点其实就是图像中灰度跳变剧烈的点,所以先计算梯度图像,然后将梯度图像中较亮的那一部分提取出来就是简单的边缘部分。
Sobel算子用了一个3*3的滤波器来对图像进行滤波从而得到梯度图像,这里面不再详细描述怎样进行滤波及它们的意义等。
定义好滤波器后,分别求垂直和竖起方向上的梯度图像。用滤波器与图像进行卷积即可。
在本发明实施例中,为了减少噪声,增强发光结构区域连通性,去除边缘检测图像局部的黑洞,还可以对边缘检测图像进行形态学处理,如膨胀处理。
在实际应用中,经过边缘处理得到的边缘检测图像中,发光结构形成的光束可能会是一条不连续的光束,光束中会存在细小的局部黑洞,为了消除局部黑洞,使光束连续化,可以对边缘检测图像进行膨胀处理。膨胀处理的原理是使边缘检测图像中高亮部分进行膨胀,领域扩张,从而覆盖掉细小的局部黑洞,使得光束呈现连续性。
步骤205,检测所述边缘检测图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度;
在实际场景中,通道闸中的行人对发光结构所造成的遮挡可能是由腰部、手部等不同位置造成的,因此边缘检测图像中可能会存在至少一个遮挡区域,每个遮挡区域的遮挡长度不同。通过获取遮挡区域并确定遮挡长度,可以对通道闸中的行人数量进行判断。
请参阅图3,图3为本发明提供的一种检测遮挡区域及确定遮挡长度方法的步骤流程图,步骤204可以包括以下子步骤:
S11,获取所述边缘检测图像中的最大亮点行;所述最大亮点行上具有多个像素点,每个所述像素点具有对应的灰度值;
S12,检测所述多个像素点中灰度值小于预设阈值的像素点,得到多个目标像素点;
S13,获取所述多个目标像素点分别对应的列索引,采用所述列索引将所述多个目标像素点划分为至少一个遮挡区域;
S14,计算每个所述遮挡区域中目标像素点的个数,得到对应的遮挡长度。
在本发明实施例中,由于图像采集装置只对应采集一个发光结构的发光图像,所以在边缘检测图像中,发光结构所在的位置亮点像素最多。由于发光结构发光不稳定,且发光结构位置不会完全水平的因素,亮点像素越多越能反映发光结构的确切位置。因此,在本发明实施例中,可以通过检测亮点像素最多的最大亮点行来反映发光结构的遮挡情况。在本发明实施例中,由于只对最大亮点行进行后续处理,所以能够有效减少查找遮挡区域的计算量,提高运行速度。
在获取到边缘检测图像的最大亮点行后,可以根据最大亮点行上像素的灰度值来判断遮挡区域。可以理解的是,遮挡区域的像素的灰度值会远小于未被遮挡区域的像素的灰度值。在本发明实施例中,以灰度值为10作为临界值,当像素点的灰度值小于10时,可以判定该像素点被遮挡,从而可以得到多个被遮挡的目标像素点。记录每个目标像素点的列索引,根据列索引可以将多个目标像素点划分为至少一个遮挡区域。
在本发明实施例中,可以通过以下方法划分遮挡区域:
获取所述多个目标像素点分别对应的列索引,计算相邻列索引之间的差的绝对值;
将所述差的绝对值不等于预设数值的相邻两个列索引对应的像素点分别划分至不同的遮挡区域,得到至少一个遮挡区域。
具体地,每一个遮挡区域可以认为是由连续的目标像素点所组成,当相邻两个目标像素点之间的列索引的差的绝对值大于1,表征这两个目标像素点不连续,因此可以将它们划分至不同的遮挡区域之间。将连续的目标像素点划分为同一个遮挡区域,从而得到至少一个遮挡区域。
步骤206,分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量,若所述数量大于1,则存在尾随,否则不存在,并确定所述行人的位置。
在本发明实施例中,根据设定的行人判定阈值,可以由遮挡长度来确定表征行人遮挡的遮挡区域,进而统计行人数量和对行人进行定位,同时,若检测到通道闸中的行人数量大于1,则可以判定存在尾随现象,否则不存在。
在一个示例中,可以通过以下方式对行人数量进行统计:
分别将每个所述遮挡区域对应的遮挡长度与第一预设阈值进行对比;
统计所述遮挡长度大于第一预设阈值的遮挡区域的第一个数;
将所述第一个数确定为所述通道闸中所述行人的数量。
在实际场景中,可以通过设定阈值来判定遮挡区域是否反映行人遮挡情况,当遮挡区域的遮挡长度大于第一预设阈值时,可以认为该遮挡区域由行人遮挡所产生,统计大于第一预设阈值的遮挡区域的数量,可以确定行人的数量。需要说明的是,第一预设阈值可以以行人腰身的普遍粗细来设定,本发明对此不作具体限定。
在本发明实施例中,当确定了由行人遮挡所产生的遮挡区域时,可以记录遮挡长度大于第一预设阈值的遮挡区域中每个像素点对应的列索引,生成第一列索引集合;该第一列索引集合用于确定通道闸中行人的位置。
在另一个示例中,还可以通过以下方式对行人数量进行统计:
当所述预设数量变量不为零时,统计所述遮挡长度大于所述第二预设阈值的第二个数,将所述第二个数确定为所述通道闸中所述行人的数量。
在实际场景中,图像采集装置采集发光图像的过程是持续的,同时,行人在通道闸内的行走是连续的,即运动位置是渐变的。当前一帧图像中的两个行人在当前帧中,有一个人半个身子走出通道闸,或者有第三个人半个身子走进通道闸,这种情况可以分别认为通道闸中有两个人以及三个人。
因此,在本发明实施例中,可以预设数量变量,用来记录上一帧图像中的行人数量,当预设数量变量不为零时,上一帧的行人数量可以作为本帧判断行人数量的参考,考虑行人即将进入通道闸和即将离开通道闸的两种情况。具体地,以行人半身腰身粗细为参考量,设定阈值,当遮挡区域的遮挡长度大于第二预设阈值时,可以认为该遮挡区域为行人遮挡所致。
当确定了由行人遮挡所产生的遮挡区域时,可以记录遮挡长度大于第二预设阈值的遮挡区域中每个像素点对应的列索引,生成第二列索引集合;该第二列索引集合用于确定通道闸中行人的位置。
请参阅图4,图4为本发明实施例提供的一种通道闸行人数量统计与尾随判断方法的流程图。
如图4所示,为了统计通道闸中的行人数量和对行人进行定位,首先需要通过图像采集装置对发光结构进行图像采集;接着对采集到的图像进行前景图像分割,对分割得到的图像进行边缘检测和形态学处理;然后检测进行了形态学处理的图像的遮挡区域;最后判断是否存在遮挡长度大于预设阈值的遮挡区域,若是,记录大于预设阈值的遮挡区域的个数,并对大于预设阈值的遮挡区域进行定位,并根据人数是否大于1来判断是否存在尾随现象。若不存在遮挡长度大于预设阈值的遮挡区域,则表征通道闸中没有行人。
本发明通过图像采集装置采集发光结构的发光图像,根据发光图像中的遮挡区域长度来判断对应的遮挡区域是否是行人进入通道闸遮挡发光结构所产生,从而准确统计通道闸中行人的数量,判断是否存在尾随情况,以及通过行人通行产生的遮挡区域准确定位行人的位置。
请参阅图5,图5为本发明实施例提供的一种通道闸行人数量统计与尾随判断装置的结构框图。
本发明实施例提供的一种通道闸行人数量统计与尾随判断装置,包括:
发光图像获取模块501,用于通过所述图像采集装置采集所述发光结构的发光图像;
遮挡区域检测模块502,用于检测所述发光图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度;
行人数量和位置确定模块503,用于分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量,若所述数量大于1,则存在尾随,否则不存在,并确定所述行人的位置。
在本发明实施例中,所述遮挡区域检测模块,包括:
灰度化处理子模块,用于对所述发光图像进行灰度化处理,生成灰度图像;
前景图像分割子模块,用于对所述灰度图像进行前景图像分割,得到分割图像;
边缘检测子模块,用于对所述分割图像进行边缘检测,得到边缘检测图像;
遮挡长度确定子模块,用于检测所述边缘检测图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度。
在本发明实施例中,所述遮挡长度确定子模块,包括:
最大亮点行获取单元,用于获取所述边缘检测图像中的最大亮点行;所述最大亮点行上具有多个像素点,每个所述像素点具有对应的灰度值;
目标像素点获取单元,用于检测所述多个像素点中灰度值小于预设阈值的像素点,得到多个目标像素点;
遮挡区域划分单元,用于获取所述多个目标像素点分别对应的列索引,采用所述列索引将所述多个目标像素点划分为至少一个遮挡区域;
遮挡长度计算单元,用于计算每个所述遮挡区域中目标像素点的个数,得到对应的遮挡长度。
在本发明实施例中,所述遮挡区域划分单元,包括:
差的绝对值计算子单元,用于获取所述多个目标像素点分别对应的列索引,计算相邻列索引之间的差的绝对值;
遮挡区域划分子单元,用于将所述差的绝对值不等于预设数值的相邻列索引对应的像素点分别划分至不同的遮挡区域,得到至少一个遮挡区域。
在本发明实施例中,所述预设阈值包括第一预设阈值;所述行人数量统计模块,包括:
第一对比子模块,用于分别将每个所述遮挡区域对应的遮挡长度与所述第一预设阈值进行对比;
第一行人数量确定子模块,用于统计所述遮挡长度大于第一预设阈值的遮挡区域的第一个数,并将所述第一个数确定为所述通道闸中所述行人的数量。
在本发明实施例中,所述预设阈值包括第二预设阈值;所述行人数量统计模块,包括:
第二对比子模块,用于当预设数量变量不为零时,分别将每个所述遮挡区域对应的遮挡长度与所述第二预设阈值进行对比;
第二行人数量确定子模块,用于统计所述遮挡长度大于所述第二预设阈值的第二个数,并将所述第二个数确定为所述通道闸中所述行人的数量。
在本发明实施例中,所述行人数量和位置确定模块,包括:
第一行人位置确定子模块,用于记录所述遮挡长度大于第一预设阈值的遮挡区域中每个像素点对应的列索引,生成第一列索引集合;所述第一列索引集合用于确定所述通道闸中所述行人的位置。
在本发明实施例中,所述行人数量和位置确定模块,包括:
第二行人位置确定子模块,用于记录所述遮挡长度大于第二预设阈值的遮挡区域中每个像素点对应的列索引,生成第二列索引集合;所述第二列索引集合用于确定所述通道闸中所述行人的位置。
所属领域的技术人员可以清楚地了解到,为描述的方便和简洁,上述描述的置和单元的具体工作过程,可以参考前述方法实施例中的对应过程,在此不再赘述。
本发明实施例提供的一种电子设备,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如本发明实施例所述的一种通道闸行人数量统计与尾随判断方法。
在本申请所提供的几个实施例中,应该理解到,所揭露的系统,装置和方法,可以通过其它的方式实现。例如,以上所描述的装置实施例仅仅是示意性的,例如,所述单元的划分,仅仅为一种逻辑功能划分,实际实现时可以有另外的划分方式,例如多个单元或组件可以结合或者可以集成到另一个系统,或一些特征可以忽略,或不执行。另一点,所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口,装置或单元的间接耦合或通信连接,可以是电性,机械或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的,作为单元显示的部件可以是或者也可以不是物理单元,即可以位于一个地方,或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外,在本发明各个实施例中的各功能单元可以集成在一个处理单元中,也可以是各个单元单独物理存在,也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现,也可以采用软件功能单元的形式实现。
以上所述,以上实施例仅用以说明本发明的技术方案,而非对其限制;尽管参照前述实施例对本发明进行了详细的说明,本领域的普通技术人员应当理解:其依然可以对前述各实施例所记载的技术方案进行修改,或者对其中部分技术特征进行等同替换;而这些修改或者替换,并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种通道闸行人数量统计与尾随判断方法,其特征在于,所述通道两侧对称设置有至少一个发光结构和至少一个图像采集装置,所述发光结构由发光材料或发光装置构成;所述方法包括:
通过所述图像采集装置采集所述发光材料的发光图像;
检测所述发光图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度;
分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量,若所述数量大于1,则存在尾随,否则不存在,并确定所述行人的位置。
2.根据权利要求1所述的方法,其特征在于,所述检测所述发光图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度的步骤,包括:
对所述发光图像进行灰度化处理,生成灰度图像;
对所述灰度图像进行前景图像分割,得到分割图像;
对所述分割图像进行边缘检测,得到边缘检测图像;
检测所述边缘检测图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度。
3.根据权利要求2所述的方法,其特征在于,所述检测所述边缘检测图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度的步骤,包括:
获取所述边缘检测图像中的最大亮点行;所述最大亮点行上具有多个像素点,每个所述像素点具有对应的灰度值;
检测所述多个像素点中灰度值小于预设阈值的像素点,得到多个目标像素点;
获取所述多个目标像素点分别对应的列索引,采用所述列索引将所述多个目标像素点划分为至少一个遮挡区域;
计算每个所述遮挡区域中目标像素点的个数,得到对应的遮挡长度。
4.根据权利要求3所述的方法,其特征在于,所述获取所述多个目标像素点分别对应的列索引,采用所述列索引将所述多个目标像素点划分为至少一个遮挡区域的步骤,包括:
获取所述多个目标像素点分别对应的列索引,计算相邻列索引之间的差的绝对值;
将所述差的绝对值不等于预设数值的相邻列索引对应的像素点分别划分至不同的遮挡区域,得到至少一个遮挡区域。
5.根据权利要求4所述的方法,其特征在于,所述预设阈值包括第一预设阈值;所述分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量的步骤,包括:
分别将每个所述遮挡区域对应的遮挡长度与所述第一预设阈值进行对比;
统计所述遮挡长度大于第一预设阈值的遮挡区域的第一个数,并将所述第一个数确定为所述通道闸中所述行人的数量。
6.根据权利要求4所述的方法,其特征在于,所述预设阈值包括第二预设阈值,所述分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量的步骤,包括:
当预设数量变量不为零时,分别将每个所述遮挡区域对应的遮挡长度与所述第一预设阈值进行对比;
统计所述遮挡长度大于所述第二预设阈值的第二个数,并将所述第二个数确定为所述通道闸中所述行人的数量。
7.根据权利要求5所述的方法,其特征在于,所述确定所述行人的行人位置的步骤,包括:
记录所述遮挡长度大于第一预设阈值的遮挡区域中每个像素点对应的列索引,生成第一列索引集合;所述第一列索引集合用于确定所述通道闸中所述行人的位置。
8.根据权利要求6所述的方法,其特征在于,所述确定所述行人的行人位置的步骤,包括:
记录所述遮挡长度大于第二预设阈值的遮挡区域中每个像素点对应的列索引,生成第二列索引集合;所述第二列索引集合用于确定所述通道闸中所述行人的位置。
9.一种通道闸行人数量统计与尾随判断装置,其特征在于,包括:
发光图像获取模块,用于通过所述图像采集装置采集所述发光结构的发光图像;
遮挡区域检测模块,用于检测所述发光图像中的至少一个遮挡区域,并确定每个所述遮挡区域的遮挡长度;
行人数量和位置确定模块,用于分别将每个所述遮挡区域对应的遮挡长度与预设阈值进行对比,根据对比结果统计所述通道闸中所述行人的数量,若所述数量大于1,则存在尾随,否则不存在,并确定所述行人的位置。
10.一种电子设备,其特征在于,包括存储器及处理器,所述存储器中储存有计算机程序,所述计算机程序被所述处理器执行时,使得所述处理器执行如权利要求1-8中任一项所述的一种通道闸行人数量统计与尾随判断方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011332363.7A CN112446913B (zh) | 2020-11-24 | 2020-11-24 | 一种通道闸行人数量统计与尾随判断方法、装置和设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202011332363.7A CN112446913B (zh) | 2020-11-24 | 2020-11-24 | 一种通道闸行人数量统计与尾随判断方法、装置和设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112446913A true CN112446913A (zh) | 2021-03-05 |
CN112446913B CN112446913B (zh) | 2023-08-29 |
Family
ID=74737667
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202011332363.7A Active CN112446913B (zh) | 2020-11-24 | 2020-11-24 | 一种通道闸行人数量统计与尾随判断方法、装置和设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112446913B (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253357A (zh) * | 2021-03-29 | 2021-08-13 | 航天信息股份有限公司 | 一种基于光幕确定目标对象动作状态的方法及系统 |
CN117392585A (zh) * | 2023-10-24 | 2024-01-12 | 广州广电运通智能科技有限公司 | 闸机通行检测方法、装置、电子设备及存储介质 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN109325412A (zh) * | 2018-08-17 | 2019-02-12 | 平安科技(深圳)有限公司 | 行人识别方法、装置、计算机设备及存储介质 |
US20200034657A1 (en) * | 2017-07-27 | 2020-01-30 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for occlusion detection on target object, electronic device, and storage medium |
CN111192391A (zh) * | 2018-10-25 | 2020-05-22 | 杭州海康威视数字技术股份有限公司 | 基于图像和/或视频的人行通道闸机控制方法和设备 |
CN111914668A (zh) * | 2020-07-08 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种基于图像增强技术的行人重识别方法、装置及系统 |
-
2020
- 2020-11-24 CN CN202011332363.7A patent/CN112446913B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20200034657A1 (en) * | 2017-07-27 | 2020-01-30 | Tencent Technology (Shenzhen) Company Limited | Method and apparatus for occlusion detection on target object, electronic device, and storage medium |
CN109325412A (zh) * | 2018-08-17 | 2019-02-12 | 平安科技(深圳)有限公司 | 行人识别方法、装置、计算机设备及存储介质 |
CN111192391A (zh) * | 2018-10-25 | 2020-05-22 | 杭州海康威视数字技术股份有限公司 | 基于图像和/或视频的人行通道闸机控制方法和设备 |
CN111914668A (zh) * | 2020-07-08 | 2020-11-10 | 浙江大华技术股份有限公司 | 一种基于图像增强技术的行人重识别方法、装置及系统 |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113253357A (zh) * | 2021-03-29 | 2021-08-13 | 航天信息股份有限公司 | 一种基于光幕确定目标对象动作状态的方法及系统 |
CN113253357B (zh) * | 2021-03-29 | 2023-06-30 | 航天信息股份有限公司 | 一种基于光幕确定目标对象动作状态的方法及系统 |
CN117392585A (zh) * | 2023-10-24 | 2024-01-12 | 广州广电运通智能科技有限公司 | 闸机通行检测方法、装置、电子设备及存储介质 |
Also Published As
Publication number | Publication date |
---|---|
CN112446913B (zh) | 2023-08-29 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cucchiara et al. | Improving shadow suppression in moving object detection with HSV color information | |
TWI409718B (zh) | 移動中車輛之車牌定位方法 | |
EP2919189B1 (en) | Pedestrian tracking and counting method and device for near-front top-view monitoring video | |
US8798327B2 (en) | Method and system for people flow statistics | |
US6349113B1 (en) | Method for detecting moving cast shadows object segmentation | |
US8019157B2 (en) | Method of vehicle segmentation and counting for nighttime video frames | |
CN105160297B (zh) | 基于肤色特征的蒙面人事件自动检测方法 | |
CN111723644A (zh) | 一种监控视频遮挡检测方法及系统 | |
Chen et al. | Indoor and outdoor people detection and shadow suppression by exploiting HSV color information | |
CN105139425A (zh) | 一种人数统计方法及装置 | |
Pan et al. | Traffic surveillance system for vehicle flow detection | |
CN110717400A (zh) | 一种客流统计方法、装置及系统 | |
CN112446913B (zh) | 一种通道闸行人数量统计与尾随判断方法、装置和设备 | |
CN106447701A (zh) | 用于图像相似性确定、对象检测和跟踪的方法和装置 | |
Surkutlawar et al. | Shadow suppression using rgb and hsv color space in moving object detection | |
CN108920997A (zh) | 基于轮廓判断非刚性目标是否存在遮挡的跟踪方法 | |
Yu et al. | A robust method for detecting and counting people | |
CN103793921B (zh) | 一种运动目标提取方法及装置 | |
CN111539980A (zh) | 一种基于可见光的多目标追踪方法 | |
Fung et al. | Effective moving cast shadow detection for monocular color image sequences | |
CN115049954A (zh) | 目标识别方法、装置、电子设备和介质 | |
Almomani et al. | Segtrack: A novel tracking system with improved object segmentation | |
CN110765875B (zh) | 交通目标的边界检测方法、设备及装置 | |
JPH08249471A (ja) | 動画像処理装置 | |
KR101729536B1 (ko) | 이동 물체 검출 장치 및 그 방법 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |