基于图像分析的公交车内乘客密集程度检测方法

摘要

本发明公开了一种基于图像分析的公交车内乘客密集程度检测方法，步骤1，在公交车内前端设置双目摄像头，拍摄视频图像；当车内无人时，双目摄像头图像经处理获取车内背景的深度图像；步骤2，获得车内乘客站立区域的前景目标；步骤3，由于双目摄像头的透视效应，对此区域的前景目标的图像进行透视校正，根据前景面积，将密度初步分成低和中高两类，若密度为中高等级则继续步骤4；步骤4，截取同一时刻，双目摄像头其中一个摄像头的视频图像，灰度化并提取出图像的纹理特征；步骤5，将检测的乘客密度信息，以及地理位置信息进行存储。本发明有效解决了现有技术中出现的问题，利用双目摄像头拍摄的图像分析，检测到公交车内乘客的密集程度。

主权项

一种基于图像分析的公交车内乘客密集程度检测方法，其特征在于：包括如下步骤：步骤1，在公交车内前端设置双目摄像头，拍摄视频图像；当车内无人时，双目摄像头图像经处理获取车内背景的深度图像；对双目摄像头其中一个摄像头的视频进行抽帧，获取中、高密度下的多幅图像，灰度化处理并提取这些图像的纹理特征，包括灰度共生矩阵纹理和LBP纹理，送入支持向量机SVM进行训练，得到SVM分类器；步骤2，获得车内乘客站立区域的前景目标，包括以下步骤：步骤21，对双目摄像头得到的实时视频进行截图，经处理获得深度图像；步骤22，利用此深度图像和背景的深度图像相比较，利用模板屏蔽窗外环境的干扰，获得车内乘客站立的大致区域的前景目标；步骤3，由于双目摄像头的透视效应，对此区域的前景目标的图像进行透视校正，校正权值为：计算校正后的前景面积，进行初步分类，将人群密度初步分为低和中高等级两类；若乘客密度为中高等级，则继续步骤4；若乘客密度为低等级，执行步骤5；步骤4，截取同一时刻，双目摄像头其中一个摄像头的视频图像，灰度化处理并提取出图像的纹理特征，送入已经训练好的SVM分类器进行再分类，将乘客密度分成中或高等级；步骤5，将检测的乘客密度信息，以及地理位置信息进行存储。