基于视神经机制的高动态范围图像统计客流的方法与流程

本发明涉及智能交通统计方法技术领域，尤其涉及一种基于视神经机制的高动态范围图像统计客流的方法。

背景技术：

城市公交人流量调查统计的方法众多，根据公交线路，城市化发展进程、城市经济区域分布等特点的不同，一般采用的方法有：人工调查法、IC卡信息提取法、压力传感技术统计法、红外传感技术统计法、自动数据采集法、传统图像技术处理法等。

其中传统图像处理法检测的准确率相对于其他方法比较高，同时使用成本低且使用周期也较长，是现在主要应用于客流统计的方法之一。但是传统图像处理法使用二值图像差值计算得到人像与背景的分离，但由于二值图像只有黑白两种色彩定义轮廓，遇到光线不足及局部阴影或者是乘客拥挤造成的背景差别比较小的情况，便无法获得准确的分离图像用于识别客流，从而影响客流统计的准确性。据市场统计当前已知的客流统计方法在稳定的环境下准确率最高可达到90%，可在城市公共交通中使用却只有80%左右。

技术实现要素：

为了克服上述现有技术的不足，本发明提供了一种基于视神经机制的高动态范围图像统计客流的方法。以解决传统客流统计在乘客拥挤和环境光线较差造成的局部光线明暗差别较大时计数不准确的缺点，达到提高客流统计精准的目的。

本发明所采用的技术方案为：一种基于视神经机制的高动态范围图像统计客流的方法，包括以下步骤：

S1、TOF深度摄像头采集图像；

S2、对图像进行高动态的映射处理获得最优判断图像；

S3、对RGB分别深度分层处理，差值计算后综合结果得到人员头部及其他部位与背景的分离判断；

S4、差值法跟踪步骤3获得人体轨迹；

S5、采集图像区域内的运动轨迹的综合判断，满足计数条件后统计计数；

S6，获得客流统计结果。

本申请实施例中提供的一个或多个技术方案，至少具有如下技术效果或优点：

1、在非理想光线下（环境光线较差造成的局部光线明暗差别较大）现有二值图像无法准确识别判断人体；

2，在背景与人体对比差别较小或者基本没有差别时，现有方法无法通过对比差值获得二值的图像，本发明通过TOF深度摄像头采集图像可以获得三维的深度图像，从而可以从距离上判断出人体与背景的高度差别，再通过分层分离判断就可以轻易获得图像的差别并准确的对人体做出判断；

3、在客流人员比较拥挤的时候，现有统计方法无法准确的定位出人体与背景的差别，从而导致计数的精度下降，但本发明利用视觉机制增强局部对比信息，可以轻易获得图像的差别并准确的对人体做出判断。

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他的附图。

图1是本申请实施例的映射处理图；

图2是本申请实施例的jobson 图像定量评价坐标图；

图3是本申请实施例的最优判断的图像。

具体实施方式

本发明提供了一种基于视神经机制的高动态范围图像统计客流的方法。以解决传统客流统计在乘客拥挤和环境光线较差造成的局部光线明暗差别较大时计数不准确的缺点，达到提高客流统计精准的目的。

为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。

如图1-图3所示，本实施例所述的基于视神经机制的高动态范围图像统计客流的方法，包括以下步骤：

S1、TOF深度摄像头采集图像；

S2、对图像进行高动态的映射处理获得最优判断图像；

S3、对RGB分别深度分层处理，差值计算后综合结果得到人员头部及其他部位与背景的分离判断；

S4、差值法跟踪步骤3获得人体轨迹；

S5、采集图像区域内的运动轨迹的综合判断，满足计数条件后统计计数；

S6，获得客流统计结果。

本系统的具体工作流程如下：

由客源出入口安装TOF深度摄像头采集客流图像，获得三维的彩色立体图像。

利用马赫带原理（如图1），视网膜上的多层细胞网络增强场景信息的局部对比度，对图像进行高动态（HDR）的映射处理，获得最优判断的图像，如图3。

注：马赫带一种明度对比的视觉效应。是一种主观的边缘对比效应。当观察两块亮度不同的区域时，边界处亮度对比加强，使轮廓表现得特别明显。

在此我们引入Daniel J.Jobson提出的评价体系。假设图像亮度、对比度为均匀变化， 在换算法内圈定标准区域（即最优判断区），把获得图像的局部进行高动态（HDR）的映射处理后，得到一张最优判断图像。

对获得的图片首先对局部极大值进行检测，满足条件后进行RGB三色分别进行深度分层，判断人员头部及其他部位与背景的差值，从而获得对人体的判断。

计算区域的相邻2帧的帧差，对判断出的人体进行跟踪获得运动轨迹，根据运动轨迹在采集区域内的运动情况进行分析判断，如果满足计数条件，再判断上行下行情况后计入数据。

最终在稳定的环境中的统计准确率可以达到96%以上，在城市公共交通的复杂环境中的准确率可以达到92%以上。

以上所述，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，虽然本发明已以较佳实施例揭露如上，然而并非用以限定本发明，任何熟悉本专业的技术人员，在不脱离本发明技术方案范围内，当可利用上述揭示的技术内容作出些许更动或修饰为等同变化的等效实施例，但凡是未脱离本发明技术方案的内容，依据本发明的技术实质对以上实施例所作的任何简单修改、等同变化与修饰，均仍属于本发明技术方案的范围内。