基于四軸飛行器的區域人數識別

花蕾　時春翔　林紅

摘要：針對傳統的視頻監控人數統計系統，本文設計了一款基于四軸飛行器的人數統計系統。利用四軸飛行器搭載的相機進行視頻采集，獲取某一區域的人流信息;通過無線圖像傳輸器將視頻信息傳輸至PC端，PC端對視頻信息進行圖像處理分析后實時給出人數統計結果，實現了區域人數識別的高度靈活性。

關鍵詞：四軸飛行器;圖像處理;人數統計

中圖分類號：TP391.41 文獻標識碼：A 文章編號：1007-9416（2019）03-0106-03

0 引言

自從計算機視覺誕生以來，基于視頻監控的人數統計便成為了一個重要的研究方向。由于其在實際生活中的應用很多且前景廣闊，所以人數統計在計算機視覺這一領域具有舉足輕重的地位。近年來，大量的科研人士或商業人士都積極投身于這一領域，做出了巨大的貢獻，而且取得的了極具價值的成果。如今，基于視頻監控的人數統計方法已有很多且趨于成熟。比如基于區域的人數識別[1]、基于頭部特征的檢測方法[2-3]、利用輪廓特征的檢測方法[4]、基于頭發紋理的檢測方法等[5-6]。目前絕大多數的人數識別系統都需要安裝固定的監控才能實現其功能，不具備高度的靈活性，而且識別的區域固定。在一些旅游景點、戶外活動場所等不易安裝監控的區域，利用可移動拍攝裝置則可以輕易獲取某區域的人流信息。當發生緊急狀況時，管理者可以迅速采取緊急措施，避免不必要的損失。

鑒于當前無人機的研究成為熱門領域之一，本文設計了一個基于四軸飛行器的人數統計系統。通過四軸飛行器搭載相機來獲取特定區域的人流信息;再由無線圖像傳輸器將視頻信息傳輸到PC端;PC端采用基于區域的人數識別算法對接收到的視頻信息進行圖像分析處理，進而實現活動區域的跟蹤與區域人數的統計。解決了傳統人數識別系統只能識別固定區域的問題，實現了區域人數識別的高度自由性。而且相比于安裝固定監控，利用四軸飛行器實現人數統計的成本更低，適用范圍更廣，可移植性更高。

1 系統設計

基于四軸飛行器的區域人數識別系統總框架圖如圖1所示，由相機、四軸飛行器、無線圖像傳輸器裝置、PC端構成。四軸飛行器搭載相機獲取區域的視頻信息并傳輸至無線圖像傳輸器裝置;無線圖像傳輸器將相機獲取的視頻信息通過5.8GHZ射頻無線網絡傳輸到PC端，PC端接收到視頻信息后，用戶可將視頻載入程序;通過圖像分割、圖像濾波等處理實現人數的統計并實時顯示統計結果。

2 系統硬件設計

系統硬件框圖如圖2所示。

其中UBLOX-6M GPS模塊向飛行控制器提供當前的位置信息，確保飛行器可以實現定點懸空以及自動返航功能;由遙控器通過WLAN向接收機發送控制信號;接收機在接收到信號后向飛行控制器（STM32 Cortex M4）發送控制指令，飛行控制器根據控制信號和位置信息，結合內部加速度計和陀螺儀所提供的反饋信息，向電子調速器發送控制信號，控制電機轉速，使飛行器保持對應的飛行姿態和飛行速度;CMOS相機獲取視頻信息并將其傳輸到TS5828 5.8G無線圖像傳輸器;無線圖像傳輸器通過WLAN發送視頻信息至PC端，從而完成視頻信息的采集與傳輸。

3 系統軟件設計

本文采用基于區域的人數識別的方法進行人數統計，開發環境為Visual studio 2017和開放源代碼計算機視覺庫opencv 3.2.0。

Visual Studio 2017是微軟于2017年3月8日正式推出的新版本，其內建工具整合了NET Core、Azure 應用程序、微服務、Docker 容器等所有內容。OpenCV是一個開源的BSD許可庫，包括上百個計算機視覺算法[7]。

軟件設計框圖如圖3所示，其中系統初始化子程序包括：選擇視頻路徑、創建顯示窗口、背景創建及初始化。圖像處理子程序框圖如圖4所示，包括圖像分割、圖像濾波與二值化、輪廓提取與人數統計。

3.1 圖像分割

為了消除背景對檢測結果的影響，需要將圖像的背景與前景分割。常用的分割方法有：幀差法、背景減除法、ViBe算法、ViBe+算法等[8]。

本文采用的背景減除法是一種有效的運動目標檢測方法，其關鍵部分在于背景建模和背景的更新。通過當前幀與背景圖像的差分來實現對運動目標的檢測。相差較大的像素區域即為運動區域，反之則為背景區域。針對不同場景的動態變化，通過自適應混合高斯背景建模以減小背景變化對分離運動目標的影響。

3.2 圖像濾波與二值化

經過圖像分割后的源圖包含大量的椒鹽噪聲，為了避免其對后期圖像處理很不利，需要對圖像進行濾波處理，以消除圖像中的噪聲。常用的濾波方法有：均值濾波、限幅濾波、中值濾波、算術平均濾波。本文采用的圖像濾波方法為中值濾波，是一種非線性的平滑濾波方法。對于椒鹽噪聲具有較好濾波特性，同時還可以有效的保護圖像的邊緣特性。之后對圖像進行二值化處理，將圖中大于設定閾值T=150的像素點置為255（黑色），小于設定閾值T的像素點置為0（白色）。

3.3 輪廓提取及人數統計

調用FindContour函數對所獲得的二值化圖像進行輪廓查找，將查找到的點以點向量的形式存入vContours中并調用minArea Rect函數生成最小外接矩形。通過所設置外接矩形面積的閾值以及矩形的長寬比例綜合判斷人數。

4 實際處理過程示例

實際測試硬件為Inter i5-4210H 2.9GHZ，內存8GB;軟件為Visual Stdio2017，引用庫opencv3.2.0;操作系統為windows10。區域大小選取640*480，視頻采集幀率為24.95幀/秒，圖像處理速率為650ms/fps左右。實時處理結果如圖5所示。

5 結語

基于四軸飛行器的區域人數識別系統彌補了傳統的視頻監控識別系統的弊端，通過四軸飛行器進行視頻采集，拋棄了只有通過安裝監控才能獲取區域人流信息的傳統方法，極大地提高了系統的靈活性與適用性。實際測試表明，在場景較為單一的條件下，系統實現了預期功能。在復雜場景、天氣惡劣的情況下，系統的識別準確率會有所降低。通過對人數統計算法以及四軸飛行器的進一步完善，可進一步提高飛行器的飛行效率以及人數統計的準確率，擴展系統在人數統計方面的應用前景。

參考文獻

[1] 趙明瀚，王晨升.基于視頻的人數識別方法綜述[J].軟件，2013，34（03）：10-12+54.

[2] 劉輝，朱闖，張天永，陳域.一種基于頭部特征的人頭檢測方法[J].光電子技術，2014，34（01）：21-25.

[3] 顧德軍，伍鐵軍.一種基于人頭特征的人數統計方法研究[J].機械制造與自動化，2010，39（04）：134-138.

[4] 何揚名，戴曙光.利用輪廓特征進行人頭識別的方法[J].計算機工程與應用，2010，46（29）：164-166.

[5] 吳子強.基于頭發的人頭檢測與跟蹤[J].現代計算機（專業版），2009（09）：76-77+80.

[6] 范欣欣.基于圖像的人數統計方法綜述[J].無線互聯科技，2018，15（12）：98-101.

[7] 毛星云，冷雪飛，王碧輝，吳松森.OpenCV3編程入門[M].電子工業出版社，2015.

[8] 汪欣，吳薇，曾照.基于視頻的人臉檢測算法研究[J/OL].電子科技，2020（02）：1-7[2019-04-13].

Region Number Recognition Based on Four-Axis Vehicle

HUA Lei，SHI Chun-xiang，LIN Hong

（Wenzheng College，Soochow University， Suzhou? Jiangsu? 215000）

Abstract：Aiming at the traditional video surveillance statistics system， this paper designs a crowd counting system based on four-axis aircraft. The Video acquisition is carried out by the camera mounted on four-axis vehicle to obtain the flow information in a certain area. The obtained Video information is transmitted to PC through wireless image transmitter. The image processing and analysis is carried out on PC and the result of number statistics is given. The results show that the realized system is efficient and flexible.

Key words：four-axis vehicle; image processing; population statistics