一种基于角度灰度信息的行人计数方法
【技术领域】
[0001] 本发明属于计算机视觉技术领域，特别涉及一种基于角度灰度信息的行人计数方 法。
【背景技术】
[0002] 在很多行业，人流信息可W为人流管理、资源管理、管理决策提供关键的依据。例 如在地铁站，通过行人计数可W实时了解每个站点的人流大小，灵活调度地铁列车密度，实 施人流控制，实时发布人流密集地区信息，有利于加强人群运输效率，确保地铁运营平稳有 效。
[0003] 在商场，人流量是体现其商业价值的重要依据，对人流量的准确计算，有利于掌握 客人的购物偏好，从而实现更好的物流安排，还可W根据各区域的人群密集程度，有效调配 服务人员。人流量还关系到人流密集场所的安全问题，有效控制场内人群数量，可W在火警 等紧急情况下迅速疏导人群，避免踩踏、推挤等情况发生。
[0004] 在计算机视觉技术领域，对行人人数的统计是其中的热点研究方向之一。对公共 区域中的行人人数进行有效统计，可W对商业、安保等多个领域提供重要的参考依据。现有 技术中，一般是通过摄像机或照相机获取公共区域中的包含行人的视频流图像，并对视频 流图像中的顿进行处理，W统计出行人人数。由于视频流文件通常非常庞大，因此导致现有 技术中对公共区域中行人人数的统计过程中的计算机运算过程比较复杂，造成计算机对视 频流文件中的单顿图像进行逐顿处理时的系统开销比较大。
[0005] 有鉴于此，有必要对现有技术中公共区域中的人数统计方法予W改进，W解决上 述技术瑕疵。
【发明内容】
[0006] 本发明的目的在于提供一种基于角度灰度信息的行人计数方法，降低对公共区域 中的行人进行计数时计算机的系统开销，并提高对公共区域内对行人进行人数统计的效率 与准确度。
[0007]为实现上述发明目的，本发明提供了一种基于角度灰度信息的行人计数方法，该 方法包括W下步骤：
[0008]S1、获取监控区域的视频流图像作为输入图像；
[0009]S2、将全局光流法与顿间差分法相结合作用于输入图像，得到包含行人运动区域 的二值化图像R(x，y);
[0010]S3、将二值化图像R(x，y)与输入图像的光流场Gw(x，y)做与运算，得到行人运动 区域的光流场角度信息θι，按照如下公式计算得到角度灰度信息y)W计算其角度 灰度直方图，
[0011]
[0012]S4、利用角度灰度直方图对运动行人区域的行人运动方向进行分割；
[0013]S5、利用线性回归分析方法统计各方向运动行人的人数。
[0014] 作为本发明的进一步改进，所述步骤S2中的"全局光流法"具体为：
[0015] 利用全局光流法对步骤S1中所获取的输入图像进行全局光流场计算，得到输入 图像的光流场Gw(X，y)，并利用窗口大小为5巧的高斯滤波器对输入图像的光流场进行高 斯滤波处理，然后通过阔值分割得到输入图像光流场的二值图像Rw(x，y)。
[0016] 作为本发明的进一步改进，所述"阔值分割"的计算公式具体为：
[0017]
[001引其中，阔值化。f= 0. 05 ;光流的速度取值范围为[0,1]。
[0019] 作为本发明的进一步改进，所述步骤S2中的"顿间差分法"具体为：根据步骤S1 获取的输入图像，利用当前顿图像与前一顿图像按如下公式作差分运算，W得到差分图像，
[0020] Dk(x,y) =Fk(x,y)-Fki(x,y)
[0021] 其中，Fki(x，y)为前一顿图像中像素点的灰度值，Fk(x，y)为当前顿图像中像素点 的灰度值，Dk(x，y)为二者的差分图像。
[0022] 作为本发明的进一步改进，所述步骤S2还包括：将包含行人运动区域的二值化图 像R(x，y)作形态学处理。
[0023] 作为本发明的进一步改进，所述形态学处理具体为对行人运动区域的二值化图像 R(x，y)先进行膨胀运算，后进行腐蚀运算；其中，膨胀运算中的膨胀参数为7,腐蚀运算中 的腐蚀参数为3。
[0024] 作为本发明的进一步改进，所述步骤S4具体为：对角度灰度直方图进行求导运 算W确定该曲线中的两组极值点；合并极值点中距离相近的灰度点，并删除不同极值点角 度之差小于45°的极值灰度点，W确定分割点；并通过所述分割点将运动行人区域分割为 "进"与"出"两个类别，从而得到运动行人区域内各行人的运动方向信息。
[00巧]与现有技术相比，本发明的有益效果是；在本发明中，利用角度灰度直方图对运 动行人区域的行人运动方向进行分割，并利用线性回归分析方法统计各方向运动的行人数 量，从而有效地实现了对公共区域中行人人数统计的效率和准确度。
【附图说明】
[0026]图1为本发明一种基于角度灰度信息的行人计数方法的流程示意图；
[0027] 图2为实现步骤S1的工作原理示意图；
[002引图3为全局光流法的检测结果示意图；
[0029] 图4为全局光流法与顿间差分法相结合W得到运动区二值化图像的逻辑流程图；
[0030]图5为发明中角度灰度直方图曲线的示意图。
【具体实施方式】
[0031] 下面结合附图所示的各实施方式对本发明进行详细说明，但应当说明的是，送些 实施方式并非对本发明的限制，本领域普通技术人员根据送些实施方式所作的功能、方法、 或者结构上的等效变换或替代，均属于本发明的保护范围之内。
[0032] 参图1所示，图1为本发明一种基于角度灰度信息的行人计数方法的流程示意图。 在本实施方式中，该行人计数方法包括W下步骤：
[0033] 步骤S1;获取监控区域的视频流图像作为输入图像。
[0034] 具体参图2所示，本发明一种基于角度灰度信息的行人计数方法可适用于摄像机 10垂直拍摄或采用基本垂直于监控区域30的情形，并可适用于室外环境和室内环境。具体 的，该步骤S1具体为：通过摄像机10获取监控区域30的视频流图像作为输入图像，所述监 控区域30位于摄像机10的正下方。
[0035] 进一步的，该摄像机10设置在出入口 20的正上方，行人可沿着箭头201的方向上 在出入口 20中来回走动。摄像机10所获取的监控区域30可完全覆盖出入口 20的全部区 域。该出入口 20可设置在需要对行人人数进行统计的商场、车库、银行等需要重点监控场 所的大Π口或者走廊中。
[0036] 需要说明的是，本发明在摄像机10垂直地正对着监控区域30时的效果最佳，当然 可也将摄像机10倾斜地对着需要进行行人人数计数统计的区域，W通过摄像机10覆盖整 个监控区域30。
[0037] 在本实施方式中，该监控区域30为矩形；当然也可W为正方形或圆形或者其他形 状。摄像机10位于监控区域30的中必点301的正上方，此时该监控区域30位于摄像机10 的正下方。
[0038]S2、将全局光流法与顿间差分法相结合作用于输入图像，得到包含行人运动区域 的二值化图像R(x，y)。
[0039] 参图3所示，在本实施方式中，全局光流法的具体实施过程为；对输入图像40,每 5巧像素块画一条光流线，光流线的长度表示该点的运动速度，角度表示该点的运动方向。 光流线的单位长度为10巧1/2像素，即如果某像素点光流的水平速度和垂直速度都是1像素 /顿，则该点的光流线长度为10巧1/2像素。像素点运动速度差别不尽相同，送是由运动物体 的运动速度决定的。全局光流法不仅能检测出运动物体的运动信息，也包括背景中运动信 息，如周围建筑表面反射光线的信息等等。
[0040] 在本实施方式中，将全局光流法与顿间差分法相结合的算法具体实现过程为；参 图4所示，利用全局光流法对步骤S1中所获取的输入图像进行全局光流场计算，得到输入 图像的光流场Gw(X，y)。由于会出现计算误差，输入图像的光流场中存在高频噪声，利用窗 口大小为5*5的滤波器对输入图像的光流场进行平滑处理，然后通过阔值分割得到输入图 像光流场的二值图像Rw(X，y)。
[0041] 其中，阔值分割具体为：
[0042]
[0043] 具体的，对输入图像的光流场进行阔值分割的阔值化。f= 0.05,光流场的速度取 值范围为[0,1]。
[0044]顿间差分法具体的实现过程为：根据步骤SI获取的输入图像，利用当前顿图像 与前一顿图像作差分运算W得到差分图像。顿间差分法的计算公式为Dk(x，y) =Fk(x， y)-Fki(x，y);
[0045] 其中，Fki(x，y)为前一顿图像中像素点的灰度值，Fk(x，y)为当前顿图像中像素点 的灰度值，Dk(x，y)为二者的差分图像。
[0046] 然后，对差分图像化(X，y)进行二值化处理，该二值化处理的运算公式如下所示：
[0047]
[004引其中，Dk(x，y)为当前顿图像与前一顿图像经过差分运算后得到的差分图像，Rk(x，y)为差分法处理后所得到的二值图像，Μ为分割阀值。在本实施方式中，分割阀值Μ取值是 70。当Rk(x，y)为0时，该像素点为背景点；当Rk(x，y)为1时，该像素点为前景点即运动 物体。
[0049] 然后，将两幅二值图像Rw(x，y)与Rk(x，y)做与运算，得到二值图像R' (x，y)，最 后利用形态学处理方法，对二值图像R'(X，y)进行去除噪音及修补空洞处理，获取最终的 包含行人运动区域的二值化图像R(x，y)。具体的，本实施方式中的形态学处理具体为：先 进行膨胀运算，后进行腐蚀运算。其中，膨胀运算中的膨胀参数为7,腐蚀运算中的腐蚀参数 为3。
[0050]S3、将二值化图像R(x，y)与输入图像的光流场Gw(x，y)做与运算，得到行人运动 区域的光流场角度信息θι，按照公式（1)计算得到角度灰度信息y)W计算其角