基于圖像的地鐵列車客流統(tǒng)計(jì)方法研究.pdf

1、近些年，隨著軌道交通運(yùn)輸網(wǎng)絡(luò)迅猛發(fā)展，城市軌道交通建設(shè)取得了巨大成就，客流量激增等問(wèn)題也隨之而來(lái)，對(duì)行車安全造成隱患。目前地鐵中主要通過(guò)票務(wù)系統(tǒng)對(duì)車站內(nèi)客流進(jìn)行統(tǒng)計(jì)，尚無(wú)法統(tǒng)計(jì)運(yùn)行過(guò)程中車廂內(nèi)的客流量。地鐵車廂高度的限制導(dǎo)致視野范圍局限，無(wú)法滿足現(xiàn)有視頻客流監(jiān)控系統(tǒng)的安裝要求。本文通過(guò)對(duì)運(yùn)動(dòng)目標(biāo)的檢測(cè)和跟蹤算法的研究分析，針對(duì)地鐵車廂視野范圍局限、易造成目標(biāo)遮擋等問(wèn)題，對(duì)地鐵客流統(tǒng)計(jì)的方法進(jìn)行了探索和研究，主要工作和成果包括以下幾個(gè)方面

2、:
　　采用單目攝像機(jī)垂直采集方式，使得視野范圍局限的條件下也能有效檢測(cè)到乘客目標(biāo)。對(duì)比幀差法、光流法和背景差分法等檢測(cè)方法，著重研究基于高斯背景建模的目標(biāo)檢測(cè)方法，探討背景模型建立和更新方法，以減輕光照變化、抖動(dòng)等外界環(huán)境變化造成的影響。
　　通過(guò)局部法向量對(duì)頭部目標(biāo)進(jìn)行描述，并利用簡(jiǎn)化的球坐標(biāo)（θ，ψ）作為頭部目標(biāo)提取特征。利用Canny算子邊緣檢測(cè)提取頭部目標(biāo)輪廓，并利用最小二乘法進(jìn)行橢圓擬合，提取到較為完整的頭部目標(biāo)

3、。由于傳統(tǒng)的簡(jiǎn)單閾值法的目標(biāo)分割精確度較低，提出采用最大類間差OTSU法自適應(yīng)調(diào)整閾值分配，提高了前景運(yùn)動(dòng)目標(biāo)分割準(zhǔn)確性。
　　針對(duì)客流量較大時(shí)由于遮擋造成目標(biāo)跟蹤準(zhǔn)確度較低等問(wèn)題，研究Camshift跟蹤算法和Kalman濾波狀態(tài)估計(jì)相融合的改進(jìn)算法，利用Kalman預(yù)測(cè)值作為遮擋目標(biāo)的跟蹤計(jì)算最優(yōu)位置和Kalman濾波更新的觀測(cè)值，有效改善遮擋時(shí)目標(biāo)跟蹤不準(zhǔn)確的問(wèn)題。同時(shí)，建立四線型乘客目標(biāo)統(tǒng)計(jì)模型，通過(guò)軌跡分析的方法對(duì)乘客上