一種基于視頻的公交客流計(jì)數(shù)方法

摘 要：采用一種行時(shí)空?qǐng)D處理方法設(shè)計(jì)一種公交乘客計(jì)數(shù)系統(tǒng)，克服傳統(tǒng)的光流法和幀差法提取運(yùn)動(dòng)目標(biāo)所存在著的數(shù)據(jù)量大、實(shí)時(shí)處理能力差、抗干擾能力差的缺陷。該系統(tǒng)包括行時(shí)空?qǐng)D的生成，運(yùn)動(dòng)目標(biāo)的提取、識(shí)別、匹配和計(jì)數(shù)等部分。實(shí)驗(yàn)結(jié)果表明統(tǒng)計(jì)數(shù)據(jù)有較高的準(zhǔn)確率，并能很好地滿足實(shí)時(shí)性要求。該系統(tǒng)識(shí)別魯棒性好、運(yùn)算數(shù)據(jù)量小、在移植至硬件時(shí)對(duì)硬件的性能要求很低，可以很好地控制軟硬件成本。

關(guān)鍵詞：運(yùn)動(dòng)目標(biāo)；行時(shí)空?qǐng)D；目標(biāo)匹配；客流計(jì)數(shù)

Video-based Method for Bus Passenger Counting

XIONG Wei，ZU Qiuyu

(chool of Communication and Information Engineering，hanghai University，hanghai，200072，China)

Abstract：In order to overcome the limitations of real-time processing，large amount of data and anti-jamming for the traditional optical-flow or frame-difference methods to extract moving objects from image sequenceshe paper proposes a passenger counting system which adopts a row space-time image methodhe system includes the generation of row space-time images，moving objects extraction，recognition，matching and countinghe experiment results show that the system has high recognition accuracy，and meets the demand of real-time processinghe new characteristic is robust recognition and low computational complexityhe hardware capability required is not so high that the costs of hardware and software are easy to control

Keywords：moving object;row space-time image;object match;passenger counting

1 引 言

隨著經(jīng)濟(jì)和社會(huì)的發(fā)展，城市交通日益擁擠，公共交通客流量成了交通部門(mén)車(chē)輛調(diào)度的最重要的信息，對(duì)公交客流數(shù)據(jù)的實(shí)時(shí)采集[1]也就成為了公交系統(tǒng)智能化的關(guān)鍵問(wèn)題。現(xiàn)在的客流數(shù)據(jù)采集方式有公交IC卡[2]、光電監(jiān)測(cè)器[3]、紅外傳感器[4]和圖像處理等[-8]。而隨著計(jì)算機(jī)視覺(jué)技術(shù)的不斷發(fā)展，采用圖像處理技術(shù)對(duì)特定的視頻運(yùn)動(dòng)對(duì)象的自動(dòng)檢測(cè)、識(shí)別、跟蹤等技術(shù)日益成熟，使得圖像處理方法在客流量統(tǒng)計(jì)領(lǐng)域具有廣闊的應(yīng)用前景和發(fā)展空間，逐漸成為了計(jì)算機(jī)視覺(jué)領(lǐng)域和智能交通領(lǐng)域的研究熱點(diǎn)。

目前用于公交車(chē)上的主流的基于圖像處理的客流計(jì)數(shù)方法[-7]都是先進(jìn)行運(yùn)動(dòng)目標(biāo)提取，然后對(duì)目標(biāo)進(jìn)行識(shí)別，再匹配跟蹤計(jì)數(shù)。運(yùn)動(dòng)目標(biāo)提取一般采取光流法， 相鄰幀差或者當(dāng)前幀與背景幀之差的方法。這3種方法獲取運(yùn)動(dòng)目標(biāo)都需要對(duì)全幅圖像處理，要處理的數(shù)據(jù)量都很大。在硬件環(huán)境相同的情況下，數(shù)據(jù)量大小直接決定客流數(shù)據(jù)采集的實(shí)時(shí)性；同時(shí)，由于運(yùn)動(dòng)檢測(cè)和跟蹤是在整幅圖像中進(jìn)行，算法極易受到各種諸如光照、姿態(tài)、陰影等影響。

文獻(xiàn)［8］介紹了一種利用2個(gè)線掃描攝像頭獲取圖像的人體位置并進(jìn)行計(jì)數(shù)的方法，但設(shè)備復(fù)雜，并需要兩臺(tái)攝像機(jī)。本文設(shè)計(jì)了一個(gè)以計(jì)數(shù)邊界線上的圖像數(shù)據(jù)為處理對(duì)象的乘客計(jì)數(shù)系統(tǒng)。由于處理的數(shù)據(jù)僅限于一幅圖像的兩條線上的數(shù)據(jù)，可以大大減少數(shù)據(jù)量，同時(shí)提高抗干擾性。系統(tǒng)工作流程由6步組成：

(1) 固定攝像頭獲取視頻序列，并設(shè)置兩條計(jì)數(shù)邊界線；

(2) 獲取兩條邊界線上的行時(shí)空?qǐng)D；

(3) 分割出兩幅行時(shí)空?qǐng)D中的運(yùn)動(dòng)區(qū)域；

(4) 根據(jù)特征濾除非人體目標(biāo)；

() 進(jìn)行兩行時(shí)空?qǐng)D目標(biāo)匹配；

(6) 根據(jù)匹配雙方的在各自行時(shí)空?qǐng)D中位置判斷行進(jìn)方向、并計(jì)數(shù)。流程圖如圖1所示：

2 視頻序列的獲取及行時(shí)空?qǐng)D的生成

視頻捕獲部分由CCD攝像頭、廣角鏡頭、和視頻采集卡構(gòu)成。由于公交車(chē)門(mén)安裝攝像頭處高度有限，必須安裝廣角鏡頭來(lái)在有限的高度下獲取足夠的視場(chǎng)，保證乘客在進(jìn)出時(shí)能完全進(jìn)入圖像畫(huà)面。在攝像頭的安裝上，本系統(tǒng)采取垂直向下攝像的方式，這樣最大程度地減少乘客上車(chē)時(shí)的互相遮擋，使圖像源最有利于行時(shí)空?qǐng)D運(yùn)動(dòng)目標(biāo)的檢測(cè)和識(shí)別。

在圖像中間的上下附近設(shè)置2行作為計(jì)數(shù)邊界線。實(shí)時(shí)每40 ms提取每行數(shù)據(jù)，并分別在時(shí)間軸(垂直軸)上展開(kāi)生成2幅行時(shí)空?qǐng)D。如圖2所示。由于在下面的步驟中要用到色差分量，記錄每幀圖像中這兩行像素點(diǎn)的YCbCr數(shù)據(jù)，若獲取的是RGB數(shù)據(jù)，則將其轉(zhuǎn)換到Y(jié)CbCr空間。

3 運(yùn)動(dòng)區(qū)域的分割

在得到2幅行時(shí)空?qǐng)D后，需要去除由于噪聲和運(yùn)動(dòng)的陰影對(duì)運(yùn)動(dòng)目標(biāo)檢測(cè)的干擾后才能獲取真正的運(yùn)動(dòng)目標(biāo)。陰影有個(gè)特性，當(dāng)運(yùn)動(dòng)目標(biāo)和陰影同時(shí)出現(xiàn)時(shí)，陰影和運(yùn)動(dòng)目標(biāo)的灰度相對(duì)于背景灰度的改變可能差不多，但是在色度上陰影幾乎相對(duì)背景沒(méi)有改變。這樣就可以利用色度背景來(lái)去除陰影。將分割運(yùn)動(dòng)區(qū)域分2步進(jìn)行：

(1) 計(jì)算行時(shí)空?qǐng)D的行色度背景；

(2) 色度值差分法去處陰影和噪聲同時(shí)得到運(yùn)動(dòng)目標(biāo)。