客车超载检测方法

摘要

本发明公开了一种客车超载检测方法根据实际情况分析，客车出现的超员超载现象，主要集中于客车内部的过道区域，基于这种特点，车辆超载算法，通过划定车辆内部过道区域，对过道区域进行人的头部识别。主要通过Haar人脸识别方法，选取大量的人在车辆内部站立时不同角度的头部图像做为有效样本，并对可能误检的相适区域选取大量负样本进行训练，同时改进haar特征识别方法，结合客车内部环境特点，分析像素变化特征，提高图像检测效率，并在识别过程中选定时间阈值对识别到的目标进行二次过滤，提高目标识别率，从而降低误检率。

主权项

一种客车超载检测方法，其特征在于具有如下步骤： S1.以客车过道作为检测区域，采集检测区域的视频图像，选取其中的一帧视频图像作为当前帧，使用训练好的Haar特征级联分类器对当前帧图像进行逐个位置的扫描，采集与所述Haar特征级联分类器扫描窗口大小一致的至少一个矩形区域； S2.选取一个矩形区域，在选定的一段时间内，追踪该矩形区域，判定该矩形区域在当前帧之后的一段连续帧中每一帧中出现的位置与矩形区域在每一帧中的上一帧中出现的位置偏差是否在规定范围内，同时，判断该矩形区域，在选定的同一段时间内，当前帧后的同一段连续帧图像中出现的次数大于规定出现次数，则判定客车超载；否则，删除所述矩形区域，继续检测，重复S1‑S2； 所述步骤S2包括： S201.根据经验预先设定时间阈值T，和T时间内同一头部检测到的总次数N； S202.从当前帧开始，记录当前时间t到t+T这一时间段内，矩形区域在每一帧图像中出现的次数，记作n以及所述矩形区域在每一帧图像中所处的位置； S203.根据公式|P_m‑P_m+1|＜D_min判定，所述矩形区域在时间阈值T内，在每一帧中的位置，与在上一帧中的位置的偏差在所述范围内，式中P_m表示上一帧图像中检测到的矩形区域的位置，P_m+1表示当前帧图像中检测到的矩形区域的位置，D_min是根据经验总结的同一目标在两帧间的变化的最大距离； S204.判断比较n与N的大小，若n＞N，则判定该矩形区域存在；若n＜N，则判定该矩形区域不存在； S205.若矩形区域同时满足所述步骤S203与S204的条件，则判断车辆超载，否则，删除记录中的所述矩形区域，继续检测，重复步骤S1‑S2。