基于視頻分析的列車車廂客流量檢測(cè)系統(tǒng)研究與實(shí)現(xiàn).pdf

1、鐵路客運(yùn)是我國最主要交通方式之一，它與人們的日常生活息息相關(guān)。由于鐵路客運(yùn)具有旅客數(shù)量多、流動(dòng)性大、人員情況復(fù)雜等特點(diǎn)導(dǎo)致鐵路客運(yùn)中存在各種安全隱患，建立鐵路客車車廂內(nèi)視頻監(jiān)控系統(tǒng)對(duì)及時(shí)疏導(dǎo)車廂內(nèi)人員的流動(dòng)、優(yōu)化車廂空間資源的配置等具有重要的現(xiàn)實(shí)意義。目前，我國鐵路運(yùn)輸存在中途上、下旅客頻繁以及節(jié)假日期間流量劇增的情況，車廂中旅客流量的實(shí)際統(tǒng)計(jì)往往缺乏準(zhǔn)確性，需要借助信息化手段進(jìn)行自動(dòng)的人頭檢測(cè)與統(tǒng)計(jì)，進(jìn)而達(dá)到統(tǒng)計(jì)鐵路旅客流量的目的，為

2、鐵路運(yùn)輸與管理部門提供重要的決策依據(jù)。本文基于列車車廂的視頻監(jiān)控圖像，采用計(jì)算機(jī)圖像識(shí)別技術(shù)，通過對(duì)車廂內(nèi)人頭的檢測(cè)與統(tǒng)計(jì)實(shí)現(xiàn)對(duì)車廂具體客流量統(tǒng)計(jì)的目的。本文主要進(jìn)行了以下幾方面工作:
　　 主要基于視頻圖像處理的基礎(chǔ)理論，針對(duì)列車特定環(huán)境，利用人頭特征中魯棒性較好的人頭輪廓，采用幾種邊緣檢測(cè)算法提取出車廂內(nèi)人頭的邊緣輪廓信息，將各種邊緣檢測(cè)算法的檢測(cè)結(jié)果進(jìn)行對(duì)比，在分析上述算法優(yōu)缺點(diǎn)的基礎(chǔ)上，對(duì)Canny檢測(cè)算法進(jìn)行改進(jìn)，對(duì)傳

3、統(tǒng)Canny算法與改進(jìn)后的Canny算法提取的邊緣信息使用Hough變換算法進(jìn)行識(shí)別人頭;最后根據(jù)車廂座位分布的特點(diǎn)，采用基于空間區(qū)域網(wǎng)格化人頭統(tǒng)計(jì)方法統(tǒng)計(jì)人頭數(shù)量。實(shí)驗(yàn)結(jié)果表明，在車廂內(nèi)的人頭檢測(cè)精準(zhǔn)度方面，改進(jìn)后的Canny與Hough變換人頭檢測(cè)算法的檢測(cè)效果優(yōu)于傳統(tǒng)檢測(cè)算法。
　　 進(jìn)一步依據(jù)多特征結(jié)合的思想，采用基于多特征信息的人頭檢測(cè)統(tǒng)計(jì)方法，根據(jù)人頭頭發(fā)、膚色等多個(gè)特征進(jìn)行綜合人頭檢測(cè)，分別設(shè)計(jì)了基于頭發(fā)灰度信息人

4、頭檢測(cè)、基于膚色信息人頭檢測(cè)、人頭統(tǒng)計(jì)等流程。通過對(duì)圖像進(jìn)行圖像灰度化、圖像反向變換、區(qū)域干擾等預(yù)處理，消除了部分噪聲，同時(shí)減少光線和去除頭發(fā)陰影干擾，為人頭檢測(cè)提供較好人頭候選區(qū)域，再利用區(qū)域長(zhǎng)寬比、區(qū)域面積等閾值進(jìn)行人頭檢測(cè)，并對(duì)檢測(cè)結(jié)果分區(qū)域進(jìn)行優(yōu)化，最后將基于頭發(fā)與基于膚色的檢測(cè)結(jié)果進(jìn)行重復(fù)區(qū)域去除，得到人頭數(shù)量。將此方法與傳統(tǒng)算法的實(shí)驗(yàn)結(jié)果進(jìn)行了對(duì)比，發(fā)現(xiàn)基于多特征信息人頭檢測(cè)統(tǒng)計(jì)方法正檢率高，漏檢率有所減少，誤檢率雖隨著檢測(cè)