CN1132718A - 等电梯乘客数量的计算方法 - Google Patents

Abstract

一种改进的利用视觉系统计算等电梯乘客数量的方法，包括形状划分测定步骤，它利用输入图象与无等梯乘客时的参数图象之间的亮度差计算出相邻信息，并进行划分和归集；头部确认级别计算步骤，它对等梯乘客身体的某一特定部分计算出头部确定级别；还包括区域数量计算步骤，它数出头部确认级别超过某一预定级别的区域的数量，并且修正该区域数量以作为最终的等梯乘客数。

Description

等电梯乘客数量的计算方法

本发明涉及等电梯乘客数量的计算方法，特别是一种改进的利用计算机视觉系统来计算等电梯乘客数量的方法。

在工业中，电梯群控(group management control)的先进技术随着相关软硬件领域的发展而发展。电梯群控是要尽可能地分派最适当的电梯去响应乘客的叫梯要求。为了实现上述的工业技术，最重要的是要准确地预测客流量。也就是说，在某一部电梯到达某一预定楼层之前，需要准确地预测出上梯和下梯的乘客数量。可有两种方法预测在每一楼层等梯的乘客数量，一种基于统计数据，而另一种基于视觉系统。

利用统计数据计算等梯乘客数量的传统装置的结构现结合图1予以说明。

首先，如图中所示，设有一个对每一楼层上下梯乘客进行计数并产生相应数据的数据发生器100；还有一个学习参照值发生器101，它产生出一个参照值，以便根据来自数据发生器100的输出数据来确定学习类型地数量级；数据学习单元102，它依照参照值发生器101所提供的学习类型和级别内容的参照值，对由数据发生器100得到的上下梯乘客数据加以变化；客流量数据库103，用以储存对应于从数据学习单元102获得的上下梯乘客的数据；另外还有一个客流量预测单元104，当一个唤梯请求出现时，该单元104利用储存在客流量数据库103中的信息，来计算出客流量以指明各梯层上下梯乘客的分布。

下面对利用统计数据计算等梯乘客数量的传统装置的工作过程加以说明。

首先，数据发生器100对各楼层的上下梯乘客进行计数并将数据输入到数据学习单元102中。数据学习单元102借助于接收参照值发生器101提供的学习参照表中的参照信息，确定出学习类型和级别。根据该学习类型和级别对数据发生器100输出的有关上下梯乘客的信息加以变化，并将上下梯乘客数量输入到客流量数据库103中。此时，当用户发出一个唤梯请求时，客流量预测单元104利用储存在客流量数据库103中的上下梯乘客数量信息，计算出上下梯乘客的分布，直到分派一个适当的电梯去响应唤梯请求。

然而，利用统计数据计算等梯乘客数量的传统装置有许多缺陷。比如，当用户按下唤梯按钮时，系统需要进行客流量预测以便分派电梯。然而传统装置使用的是累积的统计数据，因而不可能很快地分派恰当的电梯。因此，客流量的实时预测系统需要采用视觉系统。

图2表示了利用视觉系统计算等梯乘客数量的传统装置。如图所示，它设有一个摄像机组200，包括了许多用以摄取等梯乘客图象的摄像机；摄像机控制器201用于将摄像机组200的输出信号转换成图象信号并将该信号送入通讯总线205；程序存储器(ROM)202用于存储通过摄像机控制器201输出的图象信息来计算上下梯乘客的程序；中央处理器203用于依照程序存储器ROM 202中的程序来处理图象的信息，并且将有关上下梯乘客的数据送入通讯总线205；还有一个数据存储器(RAM)204，用于存储从中央处理器203获得的有关等梯乘客数量的数据以及关于摄像机组200位置的信息。

图3表示了图2的中央处理器203的流程。如图所示，首先是输入图象分析步骤，当图象信息从摄像机组200输入后，该步骤利用与摄像机组200的位置相关的资料(例如摄像机的安装高度和距离)；对图象信息加以分析；门限比较步骤，它针对输入图象分析步骤分析后的图象信息，除了其亮度超过门限值的象素外，删除其余的象素；形状划分测定步骤(partition mode test step)，它利用门限比较步骤中获得的图象的亮度差，将亮度信息转化为间距信息(in-formation by a distence)，并利用该间距信息划分和归集出图象区域；头部确认步骤，它分析判断划分和归集出的区域是否相似于人的头部形状；区域数量计算步骤，它数出其头部确认值高于某一预定值的区域的数量；最后是乘客数量计算步骤，它将算出的区域数量确认为等梯乘客数量。

下面对利用视觉系统计算等梯乘客数量的传统计算的工作过程予以说明。

首先，当用户按下唤梯按钮时，摄像机组200摄取相应楼层等梯乘客的图象，并将图象信号输入到摄像机控制器201。摄象机控制器201将图象信号通过通讯总线205送入中央处理器203。中央处理器203分析由通讯总线205输出的摄象机控制器201的图象信号，并按照与图3流程相同的顺序求出等梯乘客的数量。

也就是说，当图象信号通过通讯总线205送入中央处理器203后，中央处理器根据每一摄像机的位置相关信息(例如摄像机的安装高度和距离)，对图象信号进行分析，然后，中央器203将图象信号的亮度与门限值相比较，删除面部区域以下的所有象素。在划分模式测定步骤中，得到了高于门限值的象素，并根据亮度差将这些象素转换为亮度信息，并且利用间距信息对图象区域进行划分和归集。

更详细地说，间距信息由下述表达式获得：M(A，B)＝｜I(A)－I(B)｜，其中I(A)表示区域A的亮度信息，I(B)表示与区域A相邻的区域B的亮度信息，此时，如果两区域之间的差距很小，也就是亮度差很小，就将两区域相互归集。另外，如要两区域之间的差距很大，也就是亮度差大，就对两区域A、B进行划分。这样，基于亮度信息的图象信号就根据其间距信息而划分为许多区域，划分后的区域被送至头部确认值计算步骤。

在头部确认值计算步骤中，头部形状的确认是通过亮度差和与头发区域和皮肤区域的头形相似的圆形形状而获得的。然后，在区域数量计算步骤中，对头部确认级别计算步骤中获得的，其头部确认级别高于某一预定级别的区域的数量进行计数。此外，在区域数量计算步骤中，在乘客数据获取中所计数的区域被计数。据此，该区域数量被作为是已被计数的区域的数量而被识别，也就是有两个以上的区域其头部确认级别高于某一预定级别。

然而，利用视觉系统计算等梯乘客数量的传统装置有许多缺陷，例如，由于摄像机安装高度很高，这就无法正确地摄取等梯乘客的图象。此外，由于会发生图象重叠，也难于正确地摄取等梯乘客的图象。因此，由于图象重叠，正确地计算等梯乘客的数量并非易事。此外还有，传统技术是利用亮度信息来计算等梯乘客的数量，而无法更准确地摄取每一楼层等梯乘客的图象。

因此，本发明的目的是提供一种计算等梯乘客数量的方法，它能克服传统的计算等梯乘客的数量的方法的缺陷。

本发明的另一任务是提供一种利用计算机视觉系统来计算等梯乘客数量的方法。

为了实现上述目的，根据本发明的第一实施例，它提供了一种利用视觉系统计算等梯乘客的数量的方法，包括这些步骤：形状划分测定步骤，它利用从楼层上邻近电梯的预定位置处设置的摄像机所输出的输入图象的与无等梯乘客时的参照图象之间的亮度差计算出间距信息，并对输入图象区域按照间距信息进行划分和归集；头部确认级别计算步骤，它对形状划分测定步骤中获得的区域中的等梯乘客身体的某一特定部分计算出头部确认级别；以及包括区域数量计算步骤，它数出头部确认级别超过某一预定级别的区域的数量，并且将该区域数量判断为等梯乘客数量。

根据本发明的第二实施例，它提供了一种利用视觉系统计算等梯乘客数量的方法，包括这些步骤：划分模式测定步骤，它利用从楼层上邻近电梯的预定位置处设置的摄像机所输出的输入图象与无等梯乘客时的参照图象之间的亮度差计算出间距信息，并根据间距信息对输入图象中的区域进行划分和归集；头部确认级别计算步骤，它通过对上述已划分或归集的区域赋予一个等梯乘客身体的某一预定部分的确认级别来计算出头部确认级别；几何特征获取步骤，它通过几何模拟(modeling)摄像机位置和等梯乘客形状来获取头部象素数量和躯体象素数量；躯体区域去除步骤，它利用几何特征获取步骤中获得的躯体部分的象素数据量，把所有区域中除了其头部确认级别高于某一预定级别的区域以外的其它区域都去除；象素数量计算步骤，它通过上述躯体区域去除步骤中得到的区域中所含象素数量的计算，以及通过对上述几何特征获取步骤中模拟象素的数量计算来计算出等梯乘客的数量。

根据本发明的第三实施例，它提供了一种利用视觉系统计算等梯乘客数量的方法，包括这些步骤；形状划分测定步骤，它利用从楼层上邻近电梯的预定位置处设置的摄象机所输出的输入图象与无等梯乘客时的参照图象之间的亮度差计算出间距信息，并根据该间距信息对输入图象中的区域进行划分和归集；几何特征获取步骤，它通过几何拟形摄像机位置和等梯乘客形状来获取头部象素数量和躯体象素数量；头部确认级别计算步骤，它根据等梯乘客特定部位的确认级别计算出头部确认级别；区域数量计算步骤，它计算出其头部确认级别高于某一预定级别的区域的数量；躯体区域去除步骤，它利用上述几何特征获取步骤中获得的躯体部分的象素数量，把所有区域中除了其头部确认值高于某一预定值的区域以外的其它区域都去除；象素数量计算步骤，它计算出躯体区域去除步骤中获得的区域中所含的象素数量，以及计算出几何特征获取步骤中得到的头部区域中的象素数量；等梯乘客数量计算步骤，它通过对于象素数量计算步骤中得到的数值和区域数量计算步骤中得到的数值的计算而计算出等梯乘客的数量。

图1是根据统计数据计算等电梯乘客数量的传统装置的框图。

图2是根据视觉系统计算等电梯乘客数量的传统装置的框图。

图3是使用图2的中央处理单元计算等电梯乘客数量的工作流程图。

图4是根据本发明计算等电梯乘客的数量的装置的框图。

图5是图4的流程图。

图6是根据本发明的、利用输入图象和参照图象之间的图象差进行形状划分测定步骤的过程图。

图7是图5的流程图。

现参照图4和图5来说明利用视觉系统计算等电梯乘客数量的装置的结构。

首先，如图中所示，有一个包括了许多摄像机在内的摄像机组300，每一摄像机设置在某一楼层的预定位置处以拍摄等梯乘客的图象；还有一个用以选择性地输出来自摄像机组300的图象信号的摄像机选择单元301；以及一个视觉系统302，它通过将摄像机选择单元301的输出信号转换成某一预定的图象信号并将该信号传送至电视监视器、显示单元以及(未示出的)电梯群控系统，以此来计算等梯乘客的数量。

图5表示了图4的流程。如图所示，一种利用视觉系统计算等电梯数量的方法包括如下步骤：输入图象接收步骤，它接收到所摄取的电梯前等梯乘客的输入图象；参照图象接收步骤，它接收到在同一位置无乘客时摄取的参照图象；图象比较步骤，它接收到输入图象和参照图象之间的差别图象；形状划分测定步骤，它根据从图象比较步骤获得的差别图象的亮度信息，以及根据输入图象的亮度信息，将输入图象转换为图象信号；头部确认级别计算步骤，它对从形状划分测定步骤所获得的每一区域提供一个有关躯体、面孔、头部或头发的确认级别，并且利用区域的表面、每一相应区域的比率、以及高度差来计算头部确认级别；模糊减低步骤(a fuzzy relaxa-tion step)，它利用躯体和头部之间的关系来增加从头部确认步骤所获得的头部确认级别；区域数量计算步骤，它数出从模糊减低步骤获得的头部确认级别高于某一预定级别的区域数量；几何特征获取步骤，它通过模拟相应摄像机的位置和距离、等梯乘客区域的尺寸来计算现有区域中头部象素和躯体象素的数量；躯体区域去除步骤，它利用模糊减低步骤中获取的信息和几何特征获取步骤中获取的信息，把躯体区域从图象信号中去除；象素数量计算步骤，它计算出由躯体去除步骤获得的区域的象素数量和由几何特征获取步骤获得的象素数量；以及包括等梯乘客计算步骤，它利用在象素计算步骤中获得的象素数量和在区域数量计算步骤中获得的区域数量来计算出等梯乘客的数量。

下面详述本发明的流程：

首先，当乘客按下叫梯按钮时，包括设置在每一梯楼层的许多摄像机在内的摄像机组300摄取了等梯乘客的图象的并将图象传送至摄像机选择单元301。摄像机选择单元301把选择的图象信号送到包括中央处理单元在内的视觉系统302。视频系统302通过通讯总线接收输入图象。此外，在没有乘客的情况下，视觉系统302从摄像机选择单元301接收到一个参照图象。这里的输入图象和参照图象取自同一位置。视觉系统302按照图5和图7的流程计算等梯乘客的数量。

如图6所示，视觉系统302算出输入图象和参照图象之间差别图象的绝对值，以便从背景图象中分辨出等梯乘客的形状。预定图象的亮度是否会更亮这种情况是可以不予考虑的，这是因为这在等梯乘客数量的计算过程中将产生某些错误数据。因此，本发明对变暗图象直接使用差别信息。获得差别图象后，在形状划分测定步骤中，通过亮度信息和差别信息的比较来进行图象中各区域的划分和归集。也就是说，图6所示的形状划分测定步骤是为了就输入图象和参照图象的所有象素求出两者之间的差别信息，并且根据差别图象对应的图象区域进行划分和归集。这也就是说，如图6和图7所示，在形状划分测定步骤中，获取相邻象素IP1和IP2的亮度差A′的绝对值，直至全部象素的亮度信息和差别信息被获取。也就是说，输入图象中两个象素IP1和IP2的亮度差A′以绝对值｜I(P1)－I(P2)｜的形式获得。这里I(P1)表示输入图象中象素IP1的亮度，I(P2)是象来IP2的亮度。然后，在同样的相应位置上，输入图象的象素与参照图象的象素之间的的亮度差B′以绝对值的方式被获得。即输入图象象素的亮度与参照图象象素CP1的亮度之间的差值DI(P1)被获得。然后再获取输入图象象素(IP2)的亮度与参照图象象素(CP2)的亮度之间的差值DI(P2)，由此来获得亮度差B′。也就是说，在同样的位置上，输入图象与参照图象的亮度差B′通过表达式｜DI(P1)－DI(P2)｜获得，这里DI(P1)表示输入图象象素IP1与参照图象象素CP1之间的亮度差，而DI(P2)表示输入图象象素IP2与参照图象象素CP2之产的亮度差。然后，通过表达式α｜I(P1)－I(P2)｜＋(1－α)｜DI(P1)－DI(P2)｜获得间距信息M(P₁、P₂)，这里的I(P1)和I(P2)表示输入图象的中相邻象素IP1和IP2的亮度，而DI(P1)、DI(P2)分别表示输入图象中象素IP1、IP2与参照图象中在同一位置处相应于输入象素CP1和CP2间的亮度差。α表示一个预定的系数，用以控制输入图象中象素间的亮度差，以及控制输入图象与参照图象之间的亮度差。

然后，将间距信息M与一个预定的相邻信息相比较，并进行划分和归集。也就是说，如果两个象素IP1、IP2之间的亮度差大，就将这两个象素视为不同的区域并进行相互间的划分。相反，如果两者间的亮度差小，就视为同一区域并进行相互归集。这样就得到了如图6所示的第一至和六区域A₁-A₆。

如图6所示，在头部确认值计算步骤中，要针对所有的区域A₁-A₆获得头发确认级别A，面部确认级别B，头部确认级别C和躯体确定级别D。也就是说，通过上述的确度认值A至D最终获得头部确认级别C。

在头部确认值计算步骤中，利用第一至第六区域A₁-A₆中各区域的表面、X和Y方向的比率、以及高亮度差来获得头发确认级别。这里如图6所示，第一和第二区域A₁、A₂有较高的头发确认级别。另外，通过对邻近于第一和第二区域A₁、A₂且位于其下方的区域进行计算而获得面部确认级别B。在图6中，第三、第四区域A₃、A₄具有较高的面部确认级别B。然后，通过头发确认级别A与面部确认级别B的相加而获得头部确认级别C。也就是头部确认级别C分别在第一和第二区域A₁、A₃，以及第二和第四区域A₂、A₄中获得的。然后，通过对邻近于第三和第四区域且位于其下方的第五和第六区域的计算而获得躯体确认级别D。然后，将上述的确认级别送至模糊减低步骤。

在模糊减低步骤中，由第一至第六区域A₁-A₆获得的头部确认级别C被增加到一个预定级别。也就是说，通过假设第一和第三区域A₁、A₃以及第二和第四区域A₂、A₄是头部区域，以及假定第五和第六区域A₅、A₆是躯体区域而获得的一个确认级别D′，如果该确认级别D′是高级别，就再次计算第一和第三区域A₁、A₃以使头部确认级别C增加一个预定级别。对所有区域计算完毕后结束模糊减低步骤，将结果传至躯体去除步骤和区域数量计算步骤。

在区域数量步骤中，数出头部确认级别C超过某一特定级别的区域数目N′。此时，通过在这个步骤中得到的区域数量N′就可以计算出梯乘客的数量。也就是说，如果区域数目N′是2，那就是有两个乘客的在等电梯。

然而，为了更准确地计算出等梯乘客的数量，需要结合几何方法。也就是说，在几何特征获取步骤中，通过模拟现有区域而获得的与头部区域相应的象素数量P″以及相应于躯体区域的象素数量都被送至躯体区域去除步骤。具体地说，除了第一和第三区域(A₁、A₃)以及第二和第四区域(A₂、A₄)外，(在这些区域中这些与几何特征获取步骤所提供的象素数量相对应的并由模糊减低步骤中得到的头部确级别C高于某一级别)，与躯体区域相应的第五和第六区域(A₅、A₆)被去除。

也就是说，在象素数量计算步骤中，获得了在躯体区域去除之后与头部区域相应的第一和第三区域(A₁、A₃)以及第二和第四区域(A₂、A₄)的象素数P′。然后，通过下式求出结果N″： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{P^{\′}\left(i\right)}{P^{\′\′}\left(i\right)}$

这里的N表示区域的数量。

在这一情形中，如果包含有重叠头部的头部象素的数量是70，而与参照头部象素相应的象素数是50，那么结果就是1.4。这样就可以更准确地计算出等梯乘客的数量。

在获得了与头部区域相应的象素数量后，就能计算等梯乘客的数量。然而，等梯乘客的数量的最终值要通过下式获得：

      等梯乘客数量＝δ*N′＋(1－δ)*N″

这里的δ是与人的平均高度相关的权重值，中央处理单元将结果显示在显示单元、有线电视监视器和电梯群控系统上。此外，如图4所示，还提供了用户界面以控制诸如α，δ和摄像机参数等值。

如上所述，本发明的利用视觉系统计算等梯乘客的数量的方法，通过计算头部确认级别高的区域的数量，通过将头部确认级别高的头部区域象素数量除以由几何特征获取步骤获得的头部区域的象素数据，以及利用头部确认级别高的区域的数量和前述的商值这两个值，就可准确地计算出等梯乘客的数量。因而即使在头部区域重叠的情况下，本发明也可以准确地算出等梯乘客的数量。此外，为了更准确地计算，从电梯门前经过的行人将不计入等梯乘客数量的计算中。而且，在电梯门前停留超过某一预定时间的人也不计入等梯乘客的数量的计算中。还有，在本发明中，电梯门前的树木或其它物体也被排除不计。

Claims (10)

1、一种利用视觉系统计算等电梯乘客的数量的方法，其特征是包括下列步骤：

一形状划分测定步骤，它利用从楼层上邻近电梯的预定的位置处设置的摄像机所输出的输入图象的与无等梯乘客时的参照图象之间的亮度差计算出间距信息，并对输入图象和相应的间距信息中的区域进行划分和归集；

一头部确认级别计算步骤，它对所述形状划分测定步骤中获得的区域中的等梯乘客身体的某一特定部分计算出头部确定级别；以及

一区域数量计算步骤，它数出头部确认级别超过某一预定级别的区域的数量，并且将该区域数量判断为等梯乘客数量。

2、如权利要求1所述的方法，其特征是，通过在预定楼层处至少有一个等梯乘客时摄取的输入图象和无等梯乘客时摄取的参照图象来获得所述差别图象的绝对值。

3、如权利要求1所述的方法，其持征是所述形状划分测定步骤包括这些步骤：

第一步骤：计算出输入图象中相邻象素之间的亮度差的绝对值；

第二步骤：计算出在同样的相应位置上输入图象和参照图象之间的亮度差的绝对值；

第三步骤：根据所述第一和第二步骤所获得的值计算出间距信息；

第四步骤：将所述的相邻信息与某一预定值相比较；

第五步骤：当间距信息小于一预定级别时就归集该两个象素，而当间距信息大于所述预定级别时就划分这两个象素。

4、如权利要求3所述的方法，其特征是，所述间距信息根据下式获得：

    α｜I(P1)－I(P2)｜＋(1－α)｜DI(P1)－DI(P2)｜

其中I(P1)和I(P2)表示输入图象中相邻象素IP1和IP2的亮度，DI(P1)和DI(P2)分别表示输入图象中的象素IP1、IP2与参照图象中的象素IP1、IP2相对应的参照象素CP1、CP2之间的亮度差，α表示预定的系数，用以控制输入图象中象素间的亮度差以及控制输入图象和参照图象之间的亮度差。

5、如权利要求1所述的方法，其持征是，所述的头部确认级别计算步骤包括这些步骤：

第一步骤：对形状划分测定步骤中获得的划分和归集后的区域计算出头发确认级别；

第二步骤：对与所述头发确认区域相邻且位于其下方的区域计算出面部确认级别；

第三步骤：通过对所述头发确认区域和所述面部确认区域的归集，计算出头部确认级别；以及

第四步骤：对所述头部确认区域以外的区域计算出躯体确认级别。

6、如权利要求5所述的方法，其特征是，所述的第三步骤包括一个所述子步骤，该子步骤在辨认出某一区域具有如头部区域的高头部确认级别，且辨认出位于所述区域下方的区域如躯体部分的区域后，增加头部确认级别。

7、一种利用视觉系统计算等电梯乘客数量的方法，其特征是包括这些步骤：

形状划分测定步骤，它利用从楼层上邻近电梯的预定位置处设置的摄像机所输出的输入图象的与无等梯乘客时的参照图象之间的亮度差计算出间距信息，并对输入图象和相应的间距信息中的区域进行划分和归集；

头部确认级别计算步骤，它通过对所述已划分或归集的区域域中等梯乘客身体的某一预定部分赋予一个确认级别来计算出头部确认级别；

几何特征获取步骤，它通过几何模拟摄像机位置和等梯乘客形状来获取头部象素数量和躯体象素数据；

躯体区域去除步骤，它利用所述几何特征获取步骤中获得的躯体部分的象素数量，把所有区域中除了其头部确认级别高于某一预定级别的区域以外的其它区域都去除；

象素数量计算步骤，它通过对上述躯体区域去除步骤中得到的区域中所含象素数量的计算，以及通过对上述几何特征获取步骤中模拟象素的数量计算来计算出等梯乘客的数量。

8、如权利要求7所述的方法，其特征是象素数量计算如下： $\underset{i=1}{\overset{N}{\mathrm{\Σ}}}\frac{P^{\′}\left(i\right)}{P^{\′\′}\left(i\right)}$

其中N表示区域数量，P′表示由一躯体去除步骤中得到的头部象素的数量，以及P″表示通过一几何特征获取步骤模拟获得的头部象素的数量。

9、一种利用视觉系统计算等电梯乘客数量的方法，其特征是包括下列步骤：

形状划分测定步骤，它利用从楼层上邻近电梯的预定位置处设置的摄像机所输出的输入图象的与无等梯乘客时的参照图象之间的亮度差计算出间距信息，并对输入图象和相应的相邻信息中的区域进行划分和归集；

几何特征获取步骤，它通过几何模拟摄像机位置和等梯乘客形状来获取头部象素数量和躯体象素数据；

头部确认级别计算步骤，它根据等梯乘客特定部位的确认级别计算出头部确认级别；

区域数量计算步骤，它计算出其头部确认级别高于某一预定级别的区域的数量；

躯体区域去除步骤，它利用所述几何特征获取步骤中获得的躯体部分的象素数量，把所有区域中除了其头部确认级别高于某一预定级别的区域以外的其它区域都去除；

象素数量计算步骤，它计算出所述躯体区域去除步骤中获得的区域中所含的象素数量，以及计算出几何特征获取步骤中得到的头部区域中的象素数量；

等梯乘客数量计算步骤，它通过对于所述象素数量计算步骤中得到的数值和区域数量计算步骤中得到的数值的计算而计算出等梯乘客的数量。

10、如权利要求9所述的方法，其特征在于，所述的等梯乘客数量计算步骤是以下式计算等梯乘客数量：

          δ*N′＋(1－δ)*N″其中N′表示由区域数量计算步骤获得的数值，

N″表示由象素数量计算步骤获得的数值，

δ表示预定的权重。

Images