一种人数统计方法和装置及系统的制作方法
【专利摘要】本申请公开的一种人数统计方法和装置及系统，首先将待分析图像与预先设置的背景图像相减，得到前景图像，有效排除了待分析图像中背景物体像对人数统计的干扰，然后对前景图像进行阈值分割，并对得到二值图像进行轮廓提取，通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓，统计有效轮廓的个数，即统计图像中人数个数，实现特定场景内的人数的自动统计。相比传统的利用人工计数方式进行统计，本申请公开的人数统计方法和装置及系统，人数统计过程简单，时间短。
【专利说明】
一种人数统计方法和装置及系统
技术领域
[0001]本申请涉及图像处理领域，更具体地说，涉及一种人数统计方法和装置及系统。
【背景技术】
[0002]智能视频监控是利用计算机视觉和图像处理技术对摄像机拍摄的图像序列进行自动分析，实现对监控场景下的目标识别、目标跟踪以及行为检测等多项功能。近年来，随着计算机视觉技术的发展，以及硬件成本的下降，使得智能视频监控在商业、工业以及民用方面得到广泛应用。例如:在电影院、商场、停车场、公交车、地铁站、教室等场所进行智能监控及管理。但是，目前的智能监控领域还未实现对特定场景下的人数进行自动统计，只能利用人工计数方式进行统计，过程繁琐，成本较高。如何对特定场景下的人数进行自动统计，是目前亟待解决的问题。
【发明内容】
[0003]有鉴于此，本申请提出一种人数统计方法和装置及系统，欲实现对特定场景下的人数进行自动统计目的。
[0004]为了实现上述目的，现提出的方案如下:
[0005]—种人数统计方法，包括:
[0006]将待分析图像与预先设置的背景图像相减，得到前景图像，所述背景图像不包括人像；
[0007]对所述前景图像进行阈值分割，得到二值图像；
[0008]对所述二值图像进行轮廓提取；
[0009]通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓；
[0010]统计有效轮廓的个数。
[0011]优选的，所述对所述前景图像进行阈值分割，包括:
[0012]利用K均值聚类算法对所述前景图像进行分割，得到分割图像；
[0013]计算所述分割图像的连通域的面积和长宽，并将面积大于预设阈值和/或长宽大于预设阈值的连通域进行形态学分割。
[0014]优选的，所述对所述前景图像进行阈值分割前，还包括:
[0015]对所述前景图像进行滤波处理。
[0016]一种人数统计装置，包括:
[0017]差分图像单元，用于将待分析图像与预先设置的背景图像相减，得到前景图像，所述背景图像不包括人像；
[0018]阈值分割单元，用于对所述前景图像进行阈值分割，得到二值图像；
[0019]轮廓提取单元，用于对所述二值图像进行轮廓提取；
[0020]轮廓剔除单元，用于通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓；[0021 ]人数统计单元，用于统计有效轮廓的个数。
[0022]优选的，所述阈值分割单元包括:
[0023]第一分割子单元，用于利用K均值聚类算法对所述前景图像进行分割，得到分割图像；
[0024]第二分割子单元，用于计算所述分割图像的连通域的面积和长宽，并将面积大于预设阈值和/或长宽大于预设阈值的连通域进行形态学分割。
[0025]优选的，还包括:
[0026]图像处理单元，用于对所述前景图像进行滤波处理。
[0027]—种人数统计系统，包括人数统计装置，以及与所述人数统计装置连接的红外热像仪，所述人数统计装置通过红外热像仪获取待分析图像和背景图像。
[0028]优选的，人数统计系统还包括:
[0029]通讯模块，用于将所述人数统计装置与远程终端进行通信连接。
[0030]优选的，人数统计系统还包括:
[0031]定位模块，用于对所述人数统计装置的地理位置进行定位，并将定位信息发送至所述远程终端。
[0032]优选的，人数统计系统还包括:
[0033]电池模块，用于向所述人数统计装置提供电源。
[0034]从上述的技术方案可以看出，本申请公开的人数统计方法和装置及系统，首先将待分析图像与预先设置的背景图像相减，得到前景图像，有效排除了待分析图像中背景物体像对人数统计的干扰，然后对前景图像进行阈值分割，并对得到二值图像进行轮廓提取，通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓，统计有效轮廓的个数，即统计图像中人数个数，实现特定场景内的人数的自动统计。相比传统的利用人工计数方式进行统计，本申请公开的人数统计方法和装置及系统，人数统计过程简单，时间短。
【附图说明】
[0035]为了更清楚地说明本申请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仅是本申请的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0036]图1为本实施例公开的一种人数统计方法的流程图；
[0037]图2为本实施例公开的一种对前景图像进行阈值分割的方法的流程图；
[0038]图3为本实施例公开的一种人数统计装置的示意图；
[0039]图4为本实施例公开的一种阈值分割单元的示意图；
[0040]图5为本实施例公开的一种人数统计系统的示意图；
[0041 ]图6为本实施例公开的另一种人数统计系统的示意图。
【具体实施方式】
[0042]下面将结合本申请实施例中的附图，对本申请实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本申请一部分实施例，而不是全部的实施例。基于本申请中的实施例，本领域普通技术人员在没有作出创造性劳动前提下所获得的所有其他实施例，都属于本申请保护的范围。
[0043]本申请公开的特定场景内的人数的自动统计方案，首先将待分析图像与预先设置的背景图像相减，得到前景图像，有效排除了待分析图像中背景物体像对人数统计的干扰，然后对前景图像进行阈值分割，并对得到二值图像进行轮廓提取，通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓，统计有效轮廓的个数，即统计图像中人数个数，实现特定场景内的人数的自动统计。
[0044]本申请公开一种人数统计方法，参见图1所示，包括:
[0045]步骤Sll:将待分析图像与预先设置的背景图像相减，得到前景图像。
[0046]为了避免目标场景内存在的建筑物、桌子、凳子等背景物体像，对人数统计的影响，预先对目标场景拍摄一张背景图像，背景图像不包括人像。将待分析图像与背景图像相减，得到的差分图像即为前景图像。因为背景物体像的灰度值与人像的灰度值相近，对后续的阈值分割造成干扰，进而对人数统计造成干扰，将待分析图像中的每一点的像素值与背景图像中对应点的像素值相减，有效排除了目标场景内背景物体像对人数统计的干扰。
[0047]步骤S12:对得到的前景图像进行阈值分割，得到二值图像。
[0048]图像的阈值分割就是用若干预设阈值将图像的灰度分成几类，认为图像中灰度值在同一个灰度类内的像素属于同一个物体。为消除图像噪声对人数统计的影响，在对前景图像进行阈值分割前，还可以对前景图像进行滤波处理。采用的滤波方法包括但不限于中值滤波和均值滤波。
[0049]步骤S13:对得到的二值图像进行轮廓提取。
[0050]二值图像的轮廓提取过程即为挖空内部像素点过程。例如，亮点的8个相邻像素点全部为亮点，则该点为内部点，反之为轮廓点。将所有内部点置为背景点，完成轮廓提取。
[0051]步骤S14:通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓。
[0052]对所有轮廓进行分析，包括但不限于计算轮廓的面积，轮廓的圆形度，轮廓的长宽比。通过轮廓的面积、形状和/或长宽比等参数阈值设定，通过比较可以剔除无效轮廓，进而提高人数统计的精确度。
[0053]步骤S15:统计剔除无效轮廓后的所有轮廓。
[0054]统计剔除无效轮廓后的所有轮廓，即统计有效轮廓个数，即实现人数的统计。
[0055]本实施例公开的人数统计方法，首先将待分析图像与预先设置的背景图像相减，得到前景图像，有效排除了待分析图像中背景物体像对人数统计的干扰，然后对前景图像进行阈值分割，并对得到二值图像进行轮廓提取，通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓，统计有效轮廓的个数，即统计图像中人数个数，实现了特定场景内的人数的自动统计。相比传统的利用人工计数方式进行统计，本申请公开的人数统计方法人数统计过程简单，时间短。
[0056]本实施例公开了一种对前景图像进行阈值分割的方法，参见图2所示，包括:
[0057]步骤S21:利用K均值聚类算法对前景图像进行分割，得到分割图像。
[0058]K均值聚类算法的主要思想是在数值空间中，将数据集D包含的η个对象分配到k个簇Cl，…，Ck中，并使用一个目标函数来评估聚类的质量，使得簇内各对象相似，而与其他簇中的对象相异。K均值聚类算法的步骤如下:
[0059]步骤S211:为每个聚类确定一个初始聚类中心，这样就有k个初始聚类中心。
[0060]步骤S212:将样本集中的样本按照最小距离原则分配到最近邻聚类。
[0061]步骤S213:将每个聚类中的样本均值作为新的聚类中心。
[0062]步骤S214:重复步骤S212、步骤S213步骤直到聚类中心不再变化。
[0063 ] 步骤S215:迭代结束，得到k个聚类。
[0064]步骤S22:计算分割图像的连通域的面积和长宽，并将面积大于预设阈值和/或长宽大于预设阈值的连通域进行形态学分割。
[0065]前景图像经过K均值聚类算法分割之后，分割图像中会存在因人像距离较近而产生粘连的区域，从该区域无法直接统计出人个数。所以将K均值聚类算法分割之后的分割图像进行连通域统计，并计算每个连通区域的面积和长宽。将连通区域面积大于预设阈值和/或长宽大于预设阈值的区域再进行形态学分割。对图像进行形态学分割具体步骤如下:
[0066]步骤S221:将该区域进行逐次形态学腐蚀，直到腐蚀后的每一个子区域的面积小于有效目标面积阈值。腐蚀可以消除小而无意义的物体，也可以消除边界点使图像边界向内部收缩。
[0067]步骤S222:为了避免目标面积太小而被误认为干扰，再将分离后的子区域进行逐次形态学膨胀，但不能使子区域再次粘连。膨胀是将与物体接触的所有背景点都合并到物体中，可以使原始图像的边界向外部扩张。
[0068]本实施例公开的方法，将K均值聚类算法和形态学算法结合起来对前景图像进行阈值分割，人像分割出来，避免因人像粘连所造成的误差，进一步提高人数统计的准确度。
[0069]本实施例公开一种人数统计装置，参见图3所示，包括:
[0070]差分图像单元11，用于将待分析图像与预先设置的背景图像相减，得到前景图像，背景图像不包括人像。
[0071]阈值分割单元12，用于对前景图像进行阈值分割，得到二值图像。
[0072]轮廓提取单元13，用于对二值图像进行轮廓提取。
[0073]轮廓剔除单元14，用于通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓。
[0074]人数统计单元15，用于统计有效轮廓的个数。
[0075]本实施例公开的人数统计装置，差分图像单元11将待分析图像与预先设置的背景图像相减，得到前景图像，有效排除了待分析图像中背景物体像对人数统计的干扰;阈值分割单元12对前景图像进行阈值分割;轮廓提取单元对得到二值图像进行轮廓提取;轮廓剔除单元14通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓;人数统计单元15统计有效轮廓的个数，即统计图像中人数个数，实现了特定场景内的人数的自动统计。相比传统的利用人工计数方式进行统计，本申请公开的人数统计装置，人数统计过程简单，时间短。
[0076]为消除图像噪声对人数统计的影响，人数统计装置还可以包括图像处理单元，用于对前景图像进行滤波处理。使得人数统计更加精确。
[0077]本实施例公开一种阈值分割单元，参见图4所示，包括:
[0078]第一分割子单元121，用于利用K均值聚类算法对所述前景图像进行分割，得到分割图像。
[0079]第二分割子单元122，用于计算所述分割图像的连通域的面积和长宽，并将面积大于预设阈值和/或长宽大于预设阈值的连通域进行形态学分割。
[0080]本实施例公开一种人数统计系统，参见图5所示，包括一种人数统计装置1，以及与人数统计装置I连接的红外热像仪2，人数统计装置I通过红外热像仪2获取待分析图像和背景图像。
[0081]本实施例公开的人数统计系统，人数统计装置I与红外热像仪2连接，红外热像仪2可以实现光线不足的情况下的摄像，因此，人数统计系统对特定场景下的人数统计不受光线的影响。
[0082]本实施例公开另一种人数统计系统，参见图6所示，包括一种人数统计装置1、与人数统计装置I连接的红外热像仪2、以及用于将人数统计装置I与远程终端进行通信连接通讯模块3。
[0083]通讯模块3具体的可以是3G/4G通讯接口，可以实现将人数统计装置I的统计数据发送至远程终端，便于远程监控特定场景下的人员数量。例如:可以采用3G/4G通讯接口在固定时间间隔内，将统计的人数及与统计人数对应的待分析图像发送至远程终端。监管人员不仅可以在一段时间内，将特定场景下的人员流动情况进行统计分析，还可以通过场景画面对统计结果进行核验。
[0084]为了便于对监控人员了解人数统计的场景的地理位置，人数统计系统还可以设置定位模块，对人数统计装置的地理位置进行定位，并将定位信息发送至远程终端。人数统计系统还可以设置电池模块，在停电的情况下保障人数统计装置的正常工作。
[0085]对于装置和系统实施例而言，由于其基本相应于方法实施例，所以相关之处参见方法实施例的部分说明即可。以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性劳动的情况下，即可以理解并实施。
[0086]在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个……”限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0087]本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0088]对所公开的实施例的上述说明，使本领域专业技术人员能够实现或使用本申请。对这些实施例的多种修改对本领域的专业技术人员来说将是显而易见的，本文中所定义的一般原理可以在不脱离本申请的精神或范围的情况下，在其它实施例中实现。因此，本申请将不会被限制于本文所示的这些实施例，而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
【主权项】
1.一种人数统计方法，其特征在于，包括: 将待分析图像与预先设置的背景图像相减，得到前景图像，所述背景图像不包括人像； 对所述前景图像进行阈值分割，得到二值图像； 对所述二值图像进行轮廓提取； 通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓； 统计有效轮廓的个数。2.根据权利要求1所述方法，其特征在于，所述对所述前景图像进行阈值分割，包括: 利用K均值聚类算法对所述前景图像进行分割，得到分割图像； 计算所述分割图像的连通域的面积和长宽，并将面积大于预设阈值和/或长宽大于预设阈值的连通域进行形态学分割。3.根据权利要求1所述方法，其特征在于，所述对所述前景图像进行阈值分割前，还包括: 对所述前景图像进行滤波处理。4.一种人数统计装置，其特征在于，包括: 差分图像单元，用于将待分析图像与预先设置的背景图像相减，得到前景图像，所述背景图像不包括人像； 阈值分割单元，用于对所述前景图像进行阈值分割，得到二值图像； 轮廓提取单元，用于对所述二值图像进行轮廓提取； 轮廓剔除单元，用于通过对轮廓面积、轮廓形状和/或轮廓长宽比分析，剔除无效轮廓； 人数统计单元，用于统计有效轮廓的个数。5.根据权利要求4所述的装置，其特征在于，所述阈值分割单元包括: 第一分割子单元，用于利用K均值聚类算法对所述前景图像进行分割，得到分割图像； 第二分割子单元，用于计算所述分割图像的连通域的面积和长宽，并将面积大于预设阈值和/或长宽大于预设阈值的连通域进行形态学分割。6.根据权利要求4所述的装置，其特征在于，还包括: 图像处理单元，用于对所述前景图像进行滤波处理。7.一种人数统计系统，其特征在于，包括权利要求4-6任意一项所述的人数统计装置，以及与所述人数统计装置连接的红外热像仪，所述人数统计装置通过红外热像仪获取待分析图像和背景图像。8.根据权利要求7所述的系统，其特征在于，还包括: 通讯模块，用于将所述人数统计装置与远程终端进行通信连接。9.根据权利要求8所述的系统，其特征在于，还包括: 定位模块，用于对所述人数统计装置的地理位置进行定位，并将定位信息发送至所述远程终端。10.根据权利要求7所述的系统，其特征在于，还包括: 电池模块，用于向所述人数统计装置提供电源。
【文档编号】G06T7/00GK105844649SQ201610223763
【公开日】2016年8月10日
【申请日】2016年4月12日
【发明人】韩希珍, 赵建, 刘建卓, 张艳超, 毕国玲
【申请人】中国科学院长春光学精密机械与物理研究所