基于深度圖像的出入口人流量統(tǒng)計(jì)方法.pdf

1、出入口人流量統(tǒng)計(jì)是當(dāng)前研究的一個(gè)熱點(diǎn)問(wèn)題，并有著廣泛的應(yīng)用。傳統(tǒng)的人流量統(tǒng)計(jì)一般受行人間相互遮擋、相互簇?fù)?、左右并肩以及環(huán)境等因素的影響，而深度圖像由于自身的特性能夠有效克服光照、環(huán)境變化帶來(lái)的影響，所以將深度圖像運(yùn)用于出入口人流量統(tǒng)計(jì)具有巨大的優(yōu)勢(shì)。利用深度圖像的頭肩特征，能夠最大限度的避免遮擋，但如何對(duì)并肩或相互簇?fù)淼亩鄠€(gè)行人目標(biāo)進(jìn)行有效的檢測(cè)，是解決目前出入口人流量高效統(tǒng)計(jì)的關(guān)鍵問(wèn)題。
　　因此，本文以深度圖像作為切入點(diǎn)，首

2、先面向深度圖像運(yùn)用改進(jìn)的混合高斯模型進(jìn)行運(yùn)動(dòng)目標(biāo)檢測(cè)，其次根據(jù)深度圖像下的人體頭肩特征，運(yùn)用多閾值分割的MSER算法對(duì)深度圖像下的行人目標(biāo)檢測(cè)頭部最大穩(wěn)定極值區(qū)域，最后根據(jù)行人目標(biāo)檢測(cè)的結(jié)果采用質(zhì)心法對(duì)行人目標(biāo)實(shí)現(xiàn)跟蹤，并設(shè)計(jì)實(shí)現(xiàn)了基于深度圖像的出入口人流量統(tǒng)計(jì)系統(tǒng)。本文的研究?jī)?nèi)容和結(jié)論主要包括：
　?。?）面向深度圖像的改進(jìn)混合高斯模型檢測(cè)運(yùn)動(dòng)目標(biāo)
　　根據(jù)出入口人流量統(tǒng)計(jì)中運(yùn)動(dòng)目標(biāo)檢測(cè)的方法，首先對(duì)獲取的深度圖像運(yùn)用混合

3、高斯模型實(shí)現(xiàn)前景的提取，然后利用閾值法來(lái)消除運(yùn)動(dòng)前景中存在的錯(cuò)誤值和噪聲，最后運(yùn)用數(shù)學(xué)形態(tài)學(xué)和中值濾波進(jìn)行處理，提高運(yùn)動(dòng)目標(biāo)檢測(cè)的精確度。
　?。?）基于多閾值分割的MSER算法的深度圖像行人目標(biāo)檢測(cè)
　　針對(duì)目前深度圖像中存在的并肩或相互簇?fù)碇率苟鄠€(gè)行人目標(biāo)肩部并在一起不能用MSER算法準(zhǔn)確檢測(cè)的問(wèn)題，利用多閾值分割的MSER算法檢測(cè)行人目標(biāo)頭部最大穩(wěn)定極值區(qū)域，實(shí)現(xiàn)行人目標(biāo)檢測(cè)，提高行人目標(biāo)檢測(cè)的準(zhǔn)確性和實(shí)時(shí)性，同時(shí)，對(duì)

4、改進(jìn)前后的MSER算法設(shè)計(jì)對(duì)比實(shí)驗(yàn)進(jìn)行了對(duì)比分析。
　?。?）基于行人目標(biāo)質(zhì)心的行人目標(biāo)跟蹤
　　根據(jù)行人目標(biāo)檢測(cè)中對(duì)行人目標(biāo)標(biāo)定的結(jié)果，標(biāo)定的矩形框中心坐標(biāo)就可以當(dāng)作是行人目標(biāo)的質(zhì)心坐標(biāo)，并利用相鄰兩幀序列圖像中的同一目標(biāo)的質(zhì)心具有最小距離相似性這一特點(diǎn)，運(yùn)用基于行人目標(biāo)質(zhì)心的方法進(jìn)行跟蹤，并將其與Kalman濾波跟蹤算法的跟蹤效果進(jìn)行比較分析。
　　最后，根據(jù)本文算法設(shè)計(jì)了出入口人流量統(tǒng)計(jì)系統(tǒng)，通過(guò)在各場(chǎng)所出入口采