视频人数统计方法的研究与仿真

VIP免费

3.0 赵德峰 2024-11-19 4 4 1.5MB 63 页 15积分

侵权投诉

摘要

视频人数统计系统主要采用机器视觉识别和数字图像处理技术对行人运动的

目标进行提取、识别、跟踪和计数，系统应用于各公共场所通道的出入口及其它

重点监控区域，为公共场所的管理层提供较准确的人群流动量等方面的统计和分

析数据。

本文首先对视频进行滤波预处理提取静态背景，采用背景差分算法提取运动

目标的大致轮廓，利用二值化、形态学处理以及种子填充算法得到完整的运动目

标团状物。再根据团状物的面积及人体的特征属性初步估计出场景中包含的人数，

利用改进后的模糊聚类算法通过选择合适的目标像素点作为样本点来将多个运动

目标从团状物中分割出来，确定其位置特征，为后续的跟踪计数提供依据。

最后，在行人跟踪方面，采用 Kalman 滤波和灰色预测模型 GM（1，1）两种

算法分别对下一帧中心点的位置进行预测，通过两种算法得到的预测点和实际的

中心点位置进行分析和匹配，最终选择合适的跟踪算法并进行改进。

本文关于视频序列中人数的识别和统计所进行的理论算法的研究和总结具有

一定的独到性，经 MATLAB 及Simulink 仿真软件对采集到的视频图像进行算法验

证处理实验，表明系统能够满足实时性要求，在正常情况下能较为准确的进行人

数统计，具有一定的应用价值。

关键词：人数统计机器视觉背景差分法模糊聚类

ABSTRACT

Passenger counting of video surveillance is an advanced intelligent security system

counting number of pedestrians in public places, mainly using machine vision

recognition algorithms and digital image processing techniques to pedestrians moving

target extraction, identification and track count. This system applies to all sites access a

comprehensive import and export, and other key monitoring areas, in order to provide

accurate flow of the crowd, the crowd flow direction of the statistical and analytical

data.

First，the video will be pre-processed through filtering to extract the background

image, using background difference algorithm to extract the broad contours of moving

object, and using binarization, morphology, processing and seed fill algorithm to get all

the moving target groups tilting. The number of scenes can be preliminary estimated

according to area and characteristics of properties of movement objects. Fuzzy

clustering selects proper samples to separate the movement objects respectively and

calculate the center point to determine the location characteristics, providing a basis for

follow-up to track count.

Finally, the article uses Kalman filtering and gray prediction model GM (1,1) two

kinds of algorithms in the pedestrian tracking predict the location of focal point for the

next frame.Through the two algorithms’s forecast point and the actual center location

analysis and matching. Ultimately, we select a suitable tracking algorithm and make

improvements.

The study and summary of theoretical algorithm of passenger’s identification and

counting on the video sequences in the paper has certain unique nature. Through using

MATLAB and Simulink simulation software to capture video image processing

algorithm verification experiments show that it can meet the real-time requirements, the

system can be more accurate statistics on the number under normal circumstances. It has

a certain application value.

Key Words: Passenger Counting, Machine Vision, Background

Difference Method, Fuzzy Clustering

摘要

ABSTRACT

第一章绪论 .................................................................................................................1

§1.1 课题研究的背景及意义 ................................................................................1

§1.1.1 课题研究的背景 .................................................................................1

§1.1.2 课题研究的意义 .................................................................................2

§1.2 国内外研究现状 ............................................................................................3

§1.3 论文研究内容 ................................................................................................4

第二章目标检测算法的分析和设计 ............................................................................ 7

§2.1 图像预处理 ....................................................................................................7

§2.1.1 图像灰度化 .........................................................................................7

§2.1.2 直方图均衡化 .....................................................................................8

§2.1.3 图像平滑 .............................................................................................9

§2.2 提取运动目标 ..............................................................................................13

§2.2.1 目标检测方法 ...................................................................................13

§2.2.2 图像分割 ...........................................................................................15

§2.3 形态学图像处理 ..........................................................................................21

§2.3.1 膨胀和腐蚀运算 ...............................................................................23

§2.3.2 填充算法 ...........................................................................................25

§2.4 本章小结 ....................................................................................................26

第三章目标提取与人数估算 ...................................................................................... 27

§3.1 目标特征提取 ..............................................................................................27

§3.1.1 目标特征选择 .................................................................................27

§3.1.2 目标特征度量 .................................................................................28

§3.1.2.1 确定目标边界 ...................................................................28

§3.1.2.2 提取特征参数 ...................................................................30

§3.2 目标分离 ......................................................................................................32

§3.2.1 模糊 c均值聚类算法（FCM）.................................................... 33

§3.2.2 FCM 算法的实现 ........................................................................... 36

§3.3 实验结果 ...................................................................................................38

第四章目标运动的跟踪和计数 .................................................................................. 41

§4.1 行人目标跟踪 ..............................................................................................41

§4.1.1 运动跟踪方法 ...................................................................................41

§4.1.2 运动跟踪算法 ...................................................................................42

§4.1.2.1 基于 Kalman 滤波跟踪算法 .............................................43

§4.1.2.2 基于 GM(1，1)模型跟踪算法 ..........................................45

§4.1.3 跟踪方法性能分析 .........................................................................47

§4.2 目标计数 ......................................................................................................49

§4.2.1 计数区域划分 .................................................................................49

§4.2.2 Simulink 仿真 ................................................................................50

§4.2.3 性能评估 .........................................................................................53

第五章结论 ...................................................................................................................54

§5.1 研究总结 ......................................................................................................54

§5.2 未来工作 ......................................................................................................55

参考文献 .........................................................................................................................57

在读期间公开发表的论文和承担科研项目及取得成果 ............................................ 60

致谢 ...............................................................................................................................61

第一章绪论

§1.1 课题研究的背景及意义

§1.1.1 课题研究的背景

近年来，视频监控在各行各业得到了广泛的应用，例如：在交通方面有违章

和流量监控；在生活中有小区、家庭防盗监控；在银行系统有安保防盗监控；在

林业部门有火情监控等。从功能上讲，视频监控可用于安全防范、信息获取和指

挥调度等方面。

视频监控系统的发展大致经历了三个阶段[1]。20 世纪 90 年代初以前，主要是

以模拟设备为主的闭路电视监控系统，称为第一代模拟监控系统。90 年代中期，

随着计算机处理能力的提高和视频技术的发展，人们利用计算机的高速数据处理

能力进行了视频的采集和处理，利用显示器的高分辨率实现图像的多画面显示，

大大提高了监控的效率和图像质量，这种基于 PC 机的多媒体主控台的系统称为第

二代数字化本地监控系统。90 年代末，随着网络带宽、计算机处理能力和存储容

量的快速提高，以及各种实用视频处理技术的涌现，视频监控步入全数字化智能

时代，称为第三代远程智能视频监控系统，主要以网络为依托，以数字视频的压

缩、传输、存储和播放为核心，以智能实用的图像分析为特色，受到学术界、产

业界和使用部门的高度重视，已成为目前信息产业中颇受关注的数字化产品。

智能型数字视频监控系统与传统监控系统相比具有许多优点：

1）便于计算机处理：数字视频监控系统除了具备传统监控系统记录、储存之

功能外，通过视频分析，可以对目标进行主动检测、监控和异常情况报警等功能，

从而实现无人值守，节省人力。

2）适合远距离传输：数字视频监控系统可通过网络传输将采集的图像信息进

行实时数据共享，可以运用于超市、商场、地铁、停车场、银行等公共区域，且

由于数字信息抗干扰能力强且不易受到传输线路信号的衰减的影响，也可运用到

数千公里之外的实时监控现场。

3）便于查找：在数字视频监控系统中，利用计算机建立的索引，在几分钟内

就能找到相应的现场记录。

4）系统易于管理和维护：数字视频监控系统主要由电子设备组成，集成度高，

整个系统实现模块化，体积小，易于安装、使用和维护。

目前智能视频监控系统主要适用于商业机密、社会安全、交通流量测量控制、

视频人数统计方法的研究与仿真

高速公路事故检测、人群拥挤的公开场合、核能安全、停车场、军事要点等安全

考虑的监控，加上工业技术发展和监控摄影头的价格下滑，使得设备器材不再这

么昂贵，但是监控操作人员的支出却是逐年提高，虽然监控摄像机广泛的运用在

银行、商店、大楼 24 小时的安全录像，却没有发挥运用数字摄影机的优点，也就

是机器视觉识别和实时的效能。因此利用智能视频监控这项技术优点来为商场、

银行、交通管理等部门提供实时人数信息，可有效提高监控的效率。

§1.1.2 课题研究的意义

视频人数统计系统是一种检测公共场所行人数量的先进智能安防系统，主要

应用于各场所通道的出入口及其它重点监控区域，为场所管理层提供准确的人群

流动量、人群流动方向的统计及分析数据。从适用场合来划分，人数统计系统主

要应用于[2]：

（1）公共交通领域：主要应用于公共汽车站、客运及火车站（如图 1-1（a）

所示）、飞机场、地铁等设施的出入通道和重要区域，及时了解出、入口的客流量

及拥挤度等信息，便于安排车辆调度及计算运输成本及收入。

（2）建筑物场所：广泛应用于商场（如图 1-1

（b）所示）、大型超市、酒店、

博物馆、美术馆、图书馆等场所，客流分析对营业场所是一项重要的市场研究手

段，国外几乎所有大型商场和连锁商业网点在进行市场决策和管理决策前，都是

必须进行的环节。随着商业竞争加剧，商业模式逐步由传统坐商向极具主动性的

行商转变，对日常客流量特征进行分析显得尤为重要。

图1-1 人数统计系统的应用场合

从适用环境来划分，人数统计系统可分为断面式和区域式两类。

（1）断面式系统是对一个二维断面内通过的不同方向的人数进行统计。如

图1-2（a）所示，适用于如商店，车站等公共场所的出入口、室内或者室外的人

行通道等场合。主要应用于通行计数，即客流量统计，为商业决策及交通调度运

（a）火车站入口（b）商场出入口

第一章绪论

行提供重要依据。

（2）区域式系统则是可以实时地统计出一个指定区域内的总人数，用于统

计较小范围内或者较大范围内的人数。如图 1-2（b）所示，主要应用人群数目检

测，即密度统计，对区域人群数量进行估计，从而有利于场所安全、拥挤情况进

行预警并及时调节管理，保障场所业务正常运行。

图1-2 人数统计系统的适用环境

§1.2 国内外研究现状

目前，人体运动识别检测越来越受到国内外研究者的重视，尤其在客流量人

数统计方面已经成为一个非常复杂和有挑战性的计算机视觉与人工智能领域的新

热点和难点之一。人体检测大致可分为立体视觉、轮廓检测、模板匹配、人体模

型等。常用小波分析、神经网络分析等方法，更多的是结合两种或多种算法的混

合方法。识别分类阶段则是要从其他目标中区分出行人，主要通过人体的特定的

特征匹配方法，通过神经网络、支持向量机、多层感知器等方法来判断感兴趣区

域中是否包含行人。

人体轮廓由于不受天气、服装等的影响，因此基于轮廓的检测方法研究应用

较多。Gavrila 等提出人体轮廓的层次结构检测方法，用视觉技术寻找人体特征，

选择可能包含人体的感兴趣区域；最后用卡尔曼滤波估计器估计人体在这些区域

中的位置，该方法不受人体运动限制。Segen 和Pinggali 改进了传统的直接在亮度

区域中计算或检测图像的所有边缘角点特征的提取方法，仅对图像中的一些主要

边缘进行检测，将人体轮廓的角点作为特征，采用基于位置和点的曲率值间的距

离度量在连续帧间进行特征匹配。Oren 等利用可训练的小波模板在单幅图像中提

取人体的前后投影来检测复杂场景中的人体进行匹配，并利用小波变换提取图像

特征，然后使用支持向量机的方法来实现其分类[3]。

模板匹配方法是人体检测系统中常用的方法，并有不错的应用效果。Gavrila

等提出一个基于模板匹配的人体实时检测算法，首先进行层次模板的离线计算，

然后在当前的输入帧和存储模板之间进行匹配。Jang 与Choi 利用区域的形状、纹

理、色彩和边缘特征信息建立活动模板，结合卡尔曼滤波的预测方法，使特征匹

配能量函数最小化来完成对运动目标的跟踪。Ouyang、Lee 和Du 提出了类神经模

糊(neuro-fuzzy)方法在图像中分割人物。背景相减法是采用连续二个画面相减的方

法取得动态信息以解决复杂背景的问题，用识别到的背景模型来提取变化明显的

像素。

（a）断面式采集（b）区域式采集

文档加载中……请稍候！
如果长时间未打开，您也可以点击刷新试试。

下载文档到电脑，查找使用更方便

15 积分 4人已下载

立即下载 VIP免费下载

摘要：

摘要视频人数统计系统主要采用机器视觉识别和数字图像处理技术对行人运动的目标进行提取、识别、跟踪和计数，系统应用于各公共场所通道的出入口及其它重点监控区域，为公共场所的管理层提供较准确的人群流动量等方面的统计和分析数据。本文首先对视频进行滤波预处理提取静态背景，采用背景差分算法提取运动目标的大致轮廓，利用二值化、形态学处理以及种子填充算法得到完整的运动目标团状物。再根据团状物的面积及人体的特征属性初步估计出场景中包含的人数，利用改进后的模糊聚类算法通过选择合适的目标像素点作为样本点来将多个运动目标从团状物中分割出来，确定其位置特征，为后续的跟踪计数提供依据。最后，在行人跟踪方面，采用Kalman...

展开>> 收起<<

视频人数统计方法的研究与仿真.pdf

共63页,预览7页

还剩页未读，继续阅读

视频人数统计方法的研究与仿真

相关推荐

开通VIP享超值会员特权

作者详情

相关内容

推荐作者

热门标签

举报选择: