专利名称：基于图像的公共汽车人数自动统计仪的制作方法
技术领域：
本发明涉及一种嵌入式数字处理电路和一种图像处理算法，具体地说，涉及一种基于DSP数字处理电路的图像识别与应用技术。
背景技术：
目前用于公交车客流统计的技术主要有光电检测法、压力传感法、光电传感法、IC卡读取法和视频分析法。
光电检测法要求被检测物体的形状规范统一，运动行为严格一致，用到公交车客流检测上，有很多因素要考虑。比如乘客的个体差异很大，高矮胖瘦不同，同时乘客上车的动作也不尽相同，再加上，有可能手提东西，很容易引起误动作。乘客上车要依次进行，为了区分开来，还要彼此留有空隙，因此此种检测客流的方法，无论对乘客的行为还是光电开关的安装位置都有较为严格的要求，具体实施起来有较大的难度。
压力传感法对人的个体差异要求较小，但仍要求乘客要依次上车，不可拥挤，否则，仍可能产生误动作。此种方法要求压力传感器的性能很高，能够长期稳定工作。该方案可行性较大。为了防止公交车拥挤时乘客站在踏板处，引起压力传感器的反复动作，而造成检测的误差，特设定一个车门打开信号，只有在车门打开的情况下，才使压力传感器计数有效。此方法虽然具有较好的可实施性，但是对乘客行为也有较严格的要求，尤其在乘客高峰期间，要同时实现乘客的上下车，压力传感器是不可能做到的。
光电传感法是通过各种不同的传感器来采集乘客上下车的数据，经过专门的客流处理器计算出当前的客流量，这种产品在国内只是处于前期试验阶段。
国内生产客流产品比较专业的只有亿伟与劳恪两家公司，国外生产客流产品的主要有德国Dilax公司和加拿大的INFODEV公司，由于他们都采用不同的传感器来进行客流的数据采集，客流统计具有一定的时间延迟，并且都存在较高的误判率(低峰期间约为7-8％，高峰期间约为12-15％)。
IC卡读取法检测客流的方式对乘客上车的检测比较简单方便，既充分利用了资源，又对乘客行为没有严格的规范。但是国内很多人都不习惯使用IC卡进行消费，导致其无法在国内推广应用。
视频分析法将乘客上下车的情况，记录下来，然后利用图像识别技术和软件分析等技术，识别出上下车的乘客数量。该方法比较复杂，价格较高，开发周期较长，不利于大规模生产。
光电检测法和压力传感法的基本思想是首先对乘客上车人数和下车人数分别进行统计，然后将两个数值累加求和，就得到了公共汽车的客流量。光电检测法要求乘客的形状规范统一，运动行为严格一致。由于乘客的个体差异很大，具体实施起来有较大的难度。压力传感法虽然有较好的可实施性，但在乘客高峰时段，乘客在前门或后门同时上下车时，压力传感器就无法判别乘客是上车还是下车，所以此方法是无效的。IC卡读取法的优点是简单、准确，但是不是所有的人都使用IC卡进行消费。光电传感法在正常客流期间的统计精度可达92％-93％，但在客流高峰期间的统计精度降到83％-85％，尤其在客流高峰期间存在的统计延迟对整个系统的运行效率影响很大。视频分析法结构复杂、价格昂贵、不易实现。
发明内容
本发明正是针对上述存在的技术问题而设计的一种检测速度快、统计精度高的基于图像的公共汽车人数自动统计仪。
本发明解决其技术问题所采用的技术方案是一种基于图像的公共汽车人数自动统计仪，包括图像采集、处理模块和图像处理算法。图像采集、处理模块包括CCD摄像头、视频解码芯片、可编程逻辑芯片和DSP芯片；CCD摄像头的输出与视频解码芯片的输入相连，视频解码芯片的控制和输出端与可编程逻辑芯片相连，可编程逻辑芯片与DSP芯片相连。可编程逻辑芯片中写入了用硬件描述语言编写的程序，包括用于实现视频解码芯片与DSP芯片数据交换、控制和缓存的程序；DSP芯片上运行图像处理与识别软件。
所述基于图像的公共汽车人数自动统计仪的存储器芯片与可编程逻辑芯片相连，存储器芯片作为DSP芯片的外部存储器；可擦除存储芯片通过可编程逻辑芯片与DSP芯片相连，存储图像处理与识别软件，起动时为DSP芯片加载程序。
或者，所述基于图像的公共汽车人数自动统计仪的存储器芯片作为DSP芯片的外部存储器直接与DSP芯片相连；可擦除存储芯片与DSP芯片相连，存储图像处理与识别软件，起动时为DSP芯片加载程序。
所述基于图像的公共汽车人数自动统计仪的存储器芯片为SRAM、SDRAM或DDRAM；所述可擦除存储芯片为FLASH、EPROM或EEPROM。
所述基于图像的公共汽车人数自动统计仪的存储器芯片为SRAM；所述可擦除存储芯片为FLASH。
所述基于图像的公共汽车人数自动统计仪的可编程逻辑器件是大规模FPGA芯片或大规模CPLD芯片。
所述基于图像的公共汽车人数自动统计仪的可编程逻辑芯片是大规模FPGA芯片。
所述基于图像的公共汽车人数自动统计仪的DSP芯片为高速DSP芯片。
所述基于图像的公共汽车人数自动统计仪的串行通信接口控制端与可编程逻辑芯片相连，串行通信接口输入端与DSP芯片相连，输出端与发光二极管LED电路相连。
所述基于图像的公共汽车人数自动统计仪，其DSP芯片上运行的图像处理与识别方法是针对视频解码芯片对抓拍后已经数字化处理，并分离出行场同步信号、奇偶场标志信号和像素时钟信号，输出为8bits的灰度图像进行处理。首先对数字图像用改进的中值滤波降噪、归一化处理和灰度变换增强；然后根据增强处理后的图像利用头发像素百分比、人脸像素百分比和图像灰度均值来识别上下车的人数，最后将计算结果输出到串行通信接口，串行通信接口通过发光二极管LED实时地显示计算结果。
基于图像的公共汽车人数自动统计仪工作原理是首先，司机手动打开车门的同时，触发系统上电复位，进入初始状态(FPGA复位和程序加载、DSP进行BOOT自举、图像采集模块自启动)，待系统经过几十毫秒的程序加载之后，用程序设置CCD摄像头抓拍一帧背景图像，每当有乘客踏上客车的高层踏板时，超声传感器就触发CCD摄像头抓拍一幅乘客头像；其次，被抓拍的图像经视频解码芯片SAA7111分离出图像信号、行场同步信号、奇偶场标志信号和像素时钟信号，可编程逻辑器件FPGA利用这些信号实现图像的存储，当完成一次模数转换时，控制逻辑产生图像存储地址并将图像暂存在SRAM中，当一幅完整的图像采集完毕后，FPGA向DSP申请中断，DSP将数据从SRAM中取走放入DSP扩充的SDRAM中准备处理；DSP先对采集到的图像降噪，再用背景帧灰度均值判断采用哪一套灰度变换准则并将图像进行归一化处理，进而提取图像的统计特征(头发像素百分比、人脸像素百分比、图像均值)作为模式识别的依据；最后，将识别结果在FPGA控制下经通信串口实时的显示在发光二极管LED。
基于图像的公共汽车人数自动统计仪采用各种成熟技术，有效地回避了光电检测法较大的误判率和方向检测等难题。CCD摄像头的灵敏度、分辨率、噪声控制好。对于不同的环境，适应能力比较强。现场可编程逻辑器件FPGA速度快、集成度高、功能强大且灵活性好。DSP芯片的性能不断提高、价格连续下降。
本发明的有益效果是利用超声传感器控制CCD摄像头短时间拍摄一帧图像，降低了CCD的工作温度，并提高了图像信号的信噪比。基于静态图像的处理，比先前所采用的光电检测器件和传感器数据采集技术精度高；采用模式识别技术进行的人数统计，充分利用了灰度图像的统计特性，运用简单而有效的方法实现了人数的实时统计；利用DSP进行图像处理，系统运算速度快，能够做到实时、准确的人数识别，且硬件结构简单，易于操作并且安装调试方便；由于本发明使用的各项技术均已相当成熟，产品性能稳定，不用经常检测维护；就现阶段国内外比较先进的客流统计系统而言，人数识别准确率正常时段约为85％，高峰时段约为93％，该产品人数识别精度高，无论是正常时段还是高峰时段，它的识别准确率高达97％-98％。
图1为本发明系统总体框图。
图2为本发明又一实施例的系统总体框图。
图3为CCD摄像头在公交车上安装位置示意图。
图4为CCD摄像头现场抓拍的五幅代表性乘客头像。
图5为灰度变换前的图像。
图6为灰度变换后的图像。
具体实施例方式
下面结合附图和实施例对本发明进一步说明。
如图1所示，一种基于图像的公共汽车人数自动统计仪，包括图像采集、处理模块和图像处理算法。图像采集、处理模块包括CCD摄像头、视频解码芯片、可编程逻辑芯片和DSP芯片；CCD摄像头的输出与视频解码芯片的输入相连，视频解码芯片的控制和输出端与可编程逻辑芯片相连，可编程逻辑芯片与DSP芯片相连。可编程逻辑芯片中写入了用硬件描述语言编写的程序，包括用于实现视频解码芯片与DSP芯片数据交换、控制和缓存的程序；DSP芯片上运行图像处理与识别软件。所述基于图像的公共汽车人数自动统计仪的存储器芯片与可编程逻辑芯片相连，存储器芯片作为DSP芯片的外部存储器；可擦除存储芯片通过可编程逻辑芯片与DSP芯片相连，存储图像处理与识别软件，起动时为DSP芯片加载程序。
如图2所示，一种基于图像的公共汽车人数自动统计仪，包括图像采集、处理模块和图像处理算法。图像采集、处理模块包括CCD摄像头、视频解码芯片、可编程逻辑芯片和DSP芯片；CCD摄像头的输出与视频解码芯片的输入相连，视频解码芯片的控制和输出端与可编程逻辑芯片相连，可编程逻辑芯片与DSP芯片相连。可编程逻辑芯片中写入了用硬件描述语言编写的程序，包括用于实现视频解码芯片与DSP芯片数据交换、控制和缓存的程序；DSP芯片上运行图像处理与识别软件。所述基于图像的公共汽车人数自动统计仪的存储器芯片作为DSP芯片的外部存储器直接与DSP芯片相连；可擦除存储芯片与DSP芯片相连，存储图像处理与识别软件，起动时为DSP芯片加载程序。
基于图像的公共汽车人数自动统计仪通过对图像采集、处理和识别实现人数自动统计，并将结果传送给发光二极管LED电路进行显示，对运行在DSP中的算法进行了严格的仿真。其实现过程如下1、图像采集的实现首先当乘客上车踏到客车的高层踏板时，超声传感器就控制黑白CCD摄像头将当前乘客头像抓拍下来；其次将采集到的模拟图像送到视频解码芯片进行数字化处理，以灰度数字图像的格式输出；最后数字图像在FPGA的控制下，暂存在SRAM中，等待DSP处理、识别之用。该模块由头像的抓拍、图像的数字化、图像的存储组成。
1)头像的抓拍如图3所示，在公共汽车门4高层踏板的铁栏上装一个对射式超声传感器3。当车门4开启时，车门4打开信号驱使传感器3上电开始工作。由于乘客2的堵塞使得传感器3的一端接收不到信号，传感器3将一个开关量信号传给CCD黑白摄像头1使之拍摄一幅完整的乘客图像。乘客2每踏一次客车的高层踏板，传感器3就给出一个开关量信号，CCD黑白摄像头1就采集一幅乘客头像。司机手动开启车门4的同时，并联接车门打开信号，使超声传感器3只在车门打开的时候才有效，以防止关门4后人们站在超声传感器3处引起误判。CCD黑白摄像头1选用上海普海电子有限公司(ProAhead)生产的BWC-55C。此摄像头采用标准模拟图像输出，具有标准外型及定位孔、电源范围宽、技术先进。完全符合本系统的要求。
2)图像的数字化CCD黑白摄像头输出的标准模拟图像信号进入视频解码芯片SAA7111，经过SAA7111的A/D转换与解码后，从标准模拟图像信号分离出来的行同步信号、场同步信号、奇偶场标志信号、像素时钟信号都由SAA7111的引脚直接引出，从而省去了以往时钟同步电路的设计，其可靠性和方便性有了很大的提高。
3)图像的存储可编程逻辑器件FPGA根据来自视频解码芯片SAA7111输出的各种信号通过编写VHDL程序实现图像存储的逻辑控制。在FPGA逻辑时序的控制下，数据经过FPGA内部集成的先进先出FIFO和SRAM，存储在DSP扩充的同步动态存储器SDRAM中，以等待DSP处理。SRAM选用容量大于4MBits的普通器件就可以。
2、图像处理的实现首先利用改进的非线性中值滤波对图像进行降噪，能够显著改善原始图像的质量；其次通过灰度变换对图像进行增强处理，增加感兴趣部分的内部特征，进而对图像进行归一化处理；最后提取图像头发、人脸像素的百分比和图像的灰度均值作为特征，对这三个特征进行合适的取值达到模式识别的效果。图像处理功能由DSP实现。
1)降噪因为噪声点和边缘点都是灰度变化较为剧烈的像素，普通中值滤波在改变噪声点灰度值的时候，会一定程度地改变边缘像素灰度值。但是噪声点几乎都是领域像素的极值，而边缘不是，因此可以利用这个特性来限制中值滤波。改进方法当处理该像素的时候，看该像素是不是滤波窗口所覆盖下邻域像素的极大或者极小值，如果是，则用正常的中值滤波处理该像素。如果不是，则不处理。此方法运算简单，便于实现，在滤除叠加白噪声和长尾叠加噪声方面显示了极好的特性，尤其是在滤除脉冲噪声的同时可以很好的保护信号的细节，所以能够较好的保持图像边界信息。
2)增强首先，对图像进行灰度变换增强，根据不同的光照条件(晴天、阴天、夜晚)，选取相应的变换规则；然后，对图像进行归一化处理，主要是为了加快数据的处理的速度，同时保证数据中数值小的不被丢掉。我们可以根据图像背景帧均值的不同采取相应的灰度变换规则。用灰度变换增加图像的对比度，可以消除图像明暗不均的影响，有利于人脸和后脑的识别。在白天晴天的光照条件下，对我们用摄像头抓拍的图像经MATLAB仿真后，得出如表1所示的灰度变换规则。
表1
3)特征提取和模式识别首先，对2)中灰度变换以后的图像进行头发像素和人脸像素的个数统计，计算出它们各自所占的百分比；然后，结合图像的均值来识别乘客的上下车的人数。为了消除由于人可能穿黑衣服或与肤色相近的衣服会对头发像素或人脸像素的统计带来的影响，我们约定三个条件只要有两个条件满足就认为是准确的识别。最后，依据大量采集并仿真的图像来确定以上三个条件的动态范围，把动态范围作为模式识别的最终理论根据。下面就以白天晴天的条件下，选择五幅具有代表性的乘客头像如图4所示，其仿真结果如表2所示。
表2
4)结果显示模块结果显示模块功能首先当一帧图像处理完之后，在FPGA逻辑时序的控制下，将存储在DSP数据缓存中检测结果送往FPGA并将检测结果解码成脉冲信号；接着通过异步通信串口将脉冲信号传给发光二极管LED，LED经过计数器、译码器和驱动器处理，显示出当前公共汽车上的动态人数。
5)灰度变换后MATLAB仿真结果显示只有采集并仿真大量乘客上下车的图像，才能决定每种情况下头发像素百分比、人脸像素百分比和图像均值的动态变化范围，根据这一动态范围来确定上下车的人数。图像增强采用灰度变换法有以下两个优点有利于头发、人脸和背景的区分，方便了头发像素和人脸像素百分比的统计；经过灰度变换拉大了图像中头发、人脸和背景的灰度差值，同时也拉大了图像均值的差距，又利于用图像均值来识别上下车的人数。下面就以白天晴天的条件下，选择一幅具有代表性的乘客头像并显示灰度变换的仿真结果，如图5、6所示。
本发明不局限于上述最佳实施方式，任何人在本发明的启示下得出的其他任何与本发明相同或相近似的产品，均落在本发明的保护范围之内。
权利要求
1.一种基于图像的公共汽车人数自动统计仪，包括图像采集、处理模块和图像处理算法；其特征在于图像采集、处理模块包括CCD摄像头、视频解码芯片、可编程逻辑芯片和DSP芯片；CCD摄像头的输出与视频解码芯片的输入相连，视频解码芯片的控制和输出端与可编程逻辑芯片相连，可编程逻辑芯片与DSP芯片相连；可编程逻辑芯片中写入了用硬件描述语言编写的程序，包括用于实现视频解码芯片与DSP芯片数据交换、控制和缓存的程序；DSP芯片上运行图像处理与识别软件。
2.根据权利要求1所述的基于图像的公共汽车人数自动统计仪，其特征在于存储器芯片与可编程逻辑芯片相连，存储器芯片作为DSP芯片的外部存储器；可擦除存储芯片通过可编程逻辑芯片与DSP芯片相连，存储图像处理与识别软件，起动时为DSP芯片加载程序。
3.根据权利要求1所述的基于图像的公共汽车人数自动统计仪，其特征在于存储器芯片作为DSP芯片的外部存储器直接与DSP芯片相连；可擦除存储芯片与DSP芯片相连，存储图像处理与识别软件，起动时为DSP芯片加载程序。
4.根据权利要求2或3所述的基于图像的公共汽车人数自动统计仪，其特征在于所述存储器芯片为SRAM、SDRAM或DDRAM；所述可擦除存储芯片为FLASH、EPROM或EEPROM。
5.根据权利要求2或3所述的基于图像的公共汽车人数自动统计仪，其特征在于所述存储器芯片为SRAM；所述可擦除存储芯片为FLASH。
6.根据权利要求1所述的基于图像的公共汽车人数自动统计仪，其特征在于所述可编程逻辑芯片是大规模FPGA芯片或大规模CPLD芯片。
7.根据权利要求1或6所述的基于图像的公共汽车人数自动统计仪，其特征在于所述可编程逻辑芯片是大规模FPGA芯片。
8.根据权利要求1所述的基于图像的公共汽车人数自动统计仪，其特征在于所述DSP芯片为高速DSP芯片。
9.根据权利要求1所述的基于图像的公共汽车人数自动统计仪，其特征在于所述串行通信接口控制端与可编程逻辑芯片相连，串行通信接口输入端与DSP芯片相连，输出端与发光二极管LED电路相连。
10.根据权利要求1所述的基于图像的公共汽车人数自动统计仪，其特征在于所述DSP芯片上运行的图像处理与识别方法是针对视频解码芯片对抓拍后已经数字化处理，并分离出行场同步信号、奇偶场标志信号和像素时钟信号，输出为8 bits的灰度图像进行处理；首先对数字图像用改进的中值滤波降噪、归一化处理和灰度变换增强；然后根据增强处理后的图像利用头发像素百分比、人脸像素百分比和图像灰度均值来识别上下车的人数，最后将计算结果输出到串行通信接口，串行通信接口通过发光二极管LED实时地显示计算结果。
全文摘要
本发明公开了一种基于图像的公共汽车人数自动统计仪，它包括图像采集、处理模块和图像处理算法。图像采集、处理模块包括CCD摄像头、视频解码芯片、可编程逻辑芯片和DSP芯片；CCD摄像头的输出与视频解码芯片的输入相连，视频解码芯片的控制和输出端与可编程逻辑芯片相连，可编程逻辑芯片与DSP芯片相连；可编程逻辑芯片中写入了包括用于实现视频解码芯片与DSP芯片数据交换、控制和缓存的硬件描述语言程序；DSP芯片上运行图像处理与识别软件。本发明采用高速DSP和FPGA设计，通过先进的图像处理和识别算法进行图像识别，系统运算速度快，能够做到实时、准确的人数识别；其硬件结构简单，性能稳定，且安装调试方便。
文档编号G06K9/20GK101025790SQ20071000057
公开日2007年8月29日 申请日期2007年1月15日 优先权日2007年1月15日
发明者王明泉, 李志刚, 候慧琳, 王玉, 柴黎, 任少卿, 杨静, 王朕 申请人:中北大学