專利名稱:一種人群密度檢測方法及裝置的制作方法
技術領域：
本發(fā)明涉及圖像處理、視頻監(jiān)控，特別是指一種人群密度檢測方法及裝置。
背景技術：
為了保障社會治安的穩(wěn)定和人民生活的安定，我國各大中型城市中陸續(xù)安裝了視頻監(jiān)控裝置。這些視頻監(jiān)控裝置根據(jù)應用的場所，需要具備不同的檢測功能。其中，在諸如車站、機場、超市、商業(yè)街區(qū)、運動場等的重要公共場所中，對人群密度的檢測十分重要。
目前的人群密度檢測方法大多停留在對視頻圖像的存儲記錄，需要長時間的人工監(jiān)控，由人的主觀經(jīng)驗來判斷人群密度的大小。這種人工方式存在易疲勞、易疏忽、反應速度慢、人工費用高等諸多不足。
公開號為CN101431664A的中國專利申請介紹了一種基于視頻圖像的密度客流自動檢測方法及系統(tǒng)。公開號為CN101325690A的中國專利申請介紹了一種監(jiān)控視頻流中人流分析與人群聚集過程的檢測方法及系統(tǒng)。但上述方法在實際應用中存在一些問題。
綜上所述，目前迫切需要提出一種能準確快速地檢測出場景中人群密度的方法及
直ο

發(fā)明內(nèi)容
有鑒于此，本發(fā)明的主要目的在于提供一種能夠解決諸如車站、機場、超市、商業(yè)街區(qū)、運動場等的重要公共場所中人群密度檢測的方法和裝置。
為達到上述目的，按照本發(fā)明的第一個方面，提供了一種人群密度檢測方法，包括a)獲得當前視頻圖像幀與在前視頻圖像幀之間的運動圖像；b)對所述運動圖像進行閾值分割，得到當前運動的二值圖像；c)將所述當前運動的二值圖像與先前得到的所有在前運動的二值圖像進行累加并且對累加結(jié)果進行閾值判斷，以獲得運動的歷史圖像，如果不存在在前運動的二值圖像，則將當前運動的二值圖像作為運動的歷史圖像；d)基于所述運動的歷史圖像，確定當前視頻圖像幀中的人群密度等級，得到人群密度等級圖像；e)對所述人群密度等級圖像進行二值化，隨后對二值化的人群密度等級圖像進行連通區(qū)域標定， 以統(tǒng)計該二值化的人群密度等級圖像中區(qū)域的人群密度屬性；f)以先進先出的方式記錄所述人群密度屬性，以能夠得到最近一段預定時間的人群密度屬性隊列；g)判斷人群密度的狀態(tài)維持時間是否大于預定的時間閾值，如果是，則執(zhí)行步驟h)，否則返回步驟a)；和h) 根據(jù)所述人群密度屬性隊列中的各人群密度屬性判斷是否發(fā)生擁擠事件。
按照本發(fā)明的另一個方面，提供了一種人群密度檢測裝置，包括運動圖像獲取單元，用于獲得當前視頻圖像幀與在前視頻圖像幀之間的運動圖像；運動的二值圖像獲取單元，用于對所述運動圖像進行閾值分割，以得到當前運動的二值圖像；運動的歷史圖像獲取單元，用于將所述當前運動的二值圖像與先前得到的所有在前運動的二值圖像進行累加并且對累加結(jié)果進行閾值判斷，以獲得運動的歷史圖像，如果不存在在前運動的二值圖像，則將當前運動的二值圖像作為運動的歷史圖像；人群密度等級圖像獲取單元，用于基于所述運動的歷史圖像，確定當前視頻圖像幀中的人群密度等級，得到人群密度等級圖像；人群密度屬性獲取單元，用于對所述人群密度等級圖像進行二值化，隨后對二值化的人群密度等級圖像進行連通區(qū)域標定，以統(tǒng)計該二值化的人群密度等級圖像中區(qū)域的人群密度屬性； 人群密度屬性記錄單元，用于以先進先出的方式記錄所述人群密度屬性，以能夠得到最近一段預定時間的人群密度屬性隊列；狀態(tài)維持時間判別單元，用于判斷人群密度的狀態(tài)維持時間是否大于預定的時間閾值，如果是，則輸出所述人群密度屬性隊列；和擁擠事件判斷單元，用于根據(jù)所述人群密度屬性隊列中的各人群密度屬性判斷是否發(fā)生擁擠事件。


圖1示出了按照本發(fā)明的一種人群密度檢測方法的原理圖；
圖2示出了按照本發(fā)明的存儲運動的歷史圖像的原理圖；
圖3示出了按照本發(fā)明的計算人群密度圖像等級的原理圖；
圖4示出了按照本發(fā)明的一種人群密度檢測裝置的模塊圖。
具體實施方式
為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚明白，下面結(jié)合實施例和附圖，對本發(fā)明進一步詳細說明。首先，為了更好地理解本發(fā)明，參照圖1-3介紹本發(fā)明的原理。
圖1表示按照本發(fā)明的視頻圖像中進行人群密度檢測的方法的原理圖。如圖1所示，從原理上講，按照本發(fā)明的視頻圖像中進行人群密度的檢測方法可以包括以下幾個步驟
步驟101，存儲運動的歷史圖像；
步驟102，計算人群密度等級圖像；
步驟103，統(tǒng)計人群密度屬性；
步驟104，存儲人群密度屬性的歷史信息；
步驟105，判斷狀態(tài)維持時間是否充分；
步驟106，檢測擁擠事件；和
步驟107，顯示擁擠事件屬性。
以上步驟的劃分僅僅是為了便于介紹本發(fā)明的原理。
下面將參照附圖2、3分別詳細介紹上述各個步驟的原理。
計算并存儲運動歷史圖像(MHI)
存儲運動的歷史圖像可以這樣來完成首先通過利用光流方法來獲取視頻圖像的運動圖像，然后對運動圖像進行閾值分割獲得運動的二值圖像，并且將所獲得的運動的二值圖像進行累加獲得運動歷史圖像并存儲所述運動歷史圖像。
圖2示出了按照本發(fā)明的存儲運動的歷史圖像的流程圖。如圖2所示，按照本發(fā)明的存儲運動的歷史圖像可以進一步包括
步驟201，計算運動圖像。
本步驟中利用光流方法計算連續(xù)兩幀圖像的運動圖像。光流方法計算基于兩種假設，即連續(xù)兩幀圖像中，對應像素點的運動很小且灰度變化很小。連續(xù)兩幀圖像的光流方向圖的計算公式為(參見 B. K. P Horn 和 B. G.khunk 所著的《Determining optical flow))(Artificial Intelligence, 17 185-203，1981))
權利要求
1.一種在視頻圖像中進行人群密度檢測的方法，該方法包括a)獲得當前視頻圖像幀與在前視頻圖像幀之間的運動圖像；b)對所述運動圖像進行閾值分割，得到當前運動的二值圖像；c)將所述當前運動的二值圖像與先前得到的所有在前運動的二值圖像進行累加并且對累加結(jié)果進行閾值判斷，以獲得運動的歷史圖像，如果不存在在前運動的二值圖像，則將當前運動的二值圖像作為運動的歷史圖像；d)基于所述運動的歷史圖像，確定當前視頻圖像幀中的人群密度等級，得到人群密度等級圖像；e)對所述人群密度等級圖像進行二值化，隨后對二值化的人群密度等級圖像進行連通區(qū)域標定，以統(tǒng)計該二值化的人群密度等級圖像中區(qū)域的人群密度屬性；f)以先進先出的方式記錄所述人群密度屬性，以能夠得到最近一段預定時間的人群密度屬性隊列；g)判斷人群密度的狀態(tài)維持時間是否大于預定的時間閾值，如果是，則執(zhí)行步驟h)， 否則返回步驟a)；和h)根據(jù)所述人群密度屬性隊列中的各人群密度屬性判斷是否發(fā)生擁擠事件。
2.按照權利要求
1所述的方法，其中，步驟a)中的運動圖像是利用光流方法獲得的。
3.按照權利要求
1所述的方法，其中，步驟d)包括步驟 提取當前視頻圖像幀的邊緣，以獲得邊緣圖像；利用運動的歷史圖像框定所述邊緣圖像；對經(jīng)過框定的邊緣圖像進行i次膨脹運算，以得到人群密度等級圖像。
4.按照權利要求
3所述的方法，其中，所述對經(jīng)過框定的邊緣圖像進行i次膨脹運算， 以得到密度等級圖像的步驟包括對框定的邊緣圖像進行第i次膨脹運算；統(tǒng)計膨脹后框定的邊緣圖像內(nèi)像素值非0的像素點的數(shù)目；計算該數(shù)目與框定的邊緣圖像內(nèi)像素點的總數(shù)目的比值；如果所述比值大于預定的閾值，則將該框定的邊緣圖像標記為i級密度區(qū)域，否則i =i+1 ；如果框定的邊緣圖像全部被標記或者i值超過了預定的最大值時，得到密度等級圖像，否則返回到對框定的邊緣圖像進行第i次膨脹運算的步驟。
5.按照權利要求
1所述的方法，其中所述二值化的人群密度等級圖像中區(qū)域的人群密度屬性至少包括所述區(qū)域的面積。
6.按照權利要求
5所述的方法，其中步驟g)中的判斷人群密度的狀態(tài)維持時間是指所述人群密度屬性隊列中各人群密度屬性中的至少一個人群密度屬性中的面積維持大于預定閾值的狀態(tài)的時間。
7.按照權利要求
5所述的方法，其中步驟h)包括在所述人群密度屬性隊列中，統(tǒng)計所包括的面積大于預定面積閾值的所有人群密度屬性總共對應的時間長度；如果所述時間長度大于預定的時間長度閾值，則判定為發(fā)生了擁擠事件。
8.按照權利要求
1所述的方法，其中，所述在前視頻圖像幀為當前視頻圖像幀的前一視頻圖像幀。
9.一種在視頻圖像中進行人群密度檢測的裝置，其特征在于，該裝置包括 運動圖像獲取單元，用于獲得當前視頻圖像幀與在前視頻圖像幀之間的運動圖像；運動的二值圖像獲取單元，用于對所述運動圖像進行閾值分割，以得到當前運動的二值圖像；運動的歷史圖像獲取單元，用于將所述當前運動的二值圖像與先前得到的所有在前運動的二值圖像進行累加并且對累加結(jié)果進行閾值判斷，以獲得運動的歷史圖像，如果不存在在前運動的二值圖像，則將當前運動的二值圖像作為運動的歷史圖像；人群密度等級圖像獲取單元，用于基于所述運動的歷史圖像，確定當前視頻圖像幀中的人群密度等級，得到人群密度等級圖像；人群密度屬性獲取單元，用于對所述人群密度等級圖像進行二值化，隨后對二值化的人群密度等級圖像進行連通區(qū)域標定，以統(tǒng)計該二值化的人群密度等級圖像中區(qū)域的人群密度屬性；人群密度屬性記錄單元，用于以先進先出的方式記錄所述人群密度屬性，以能夠得到最近一段預定時間的人群密度屬性隊列；狀態(tài)維持時間判別單元，用于判斷人群密度的狀態(tài)維持時間是否大于預定的時間閾值，如果是，則輸出所述人群密度屬性隊列；和擁擠事件判斷單元，用于根據(jù)所述人群密度屬性隊列中的各人群密度屬性判斷是否發(fā)生擁擠事件。
10.按照權利要求
9所述的裝置，其中，所述運動圖像獲取單元利用光流方法獲得運動圖像。
11.按照權利要求
9所述的裝置，其中，人群密度等級圖像獲取單元執(zhí)行以下操作 提取當前視頻圖像幀的邊緣，以獲得邊緣圖像；利用運動的歷史圖像框定所述邊緣圖像；對經(jīng)過框定的邊緣圖像進行i次膨脹運算，以得到人群密度等級圖像。
12.按照權利要求
11所述的裝置，其中，所述對經(jīng)過框定的邊緣圖像進行i次膨脹運算，以得到人群密度等級圖像的操作包括以下操作對框定的邊緣圖像進行第i次膨脹運算；統(tǒng)計膨脹后框定的邊緣圖像內(nèi)像素值非0的像素點的數(shù)目；計算該數(shù)目與框定的邊緣圖像內(nèi)像素點的總數(shù)目的比值；如果所述比值大于預定的閾值，則將該框定的邊緣圖像標記為i級密度區(qū)域，否則i =i+1 ；如果框定的邊緣圖像全部被標記或者i值超過了預定的最大值時，得到密度等級圖像，否則返回到對框定的邊緣圖像進行第i次膨脹運算的操作。
13.按照權利要求
9所述的裝置，其中，所述二值化的人群密度等級圖像中區(qū)域的人群密度屬性至少包括所述區(qū)域的面積。
14.按照權利要求
13所述的裝置，其中所述判斷人群密度的狀態(tài)維持時間是指所述人群密度屬性隊列中各人群密度屬性中的至少一個人群密度屬性中的面積維持大于預定閾值的狀態(tài)的時間。
15.按照權利要求
13所述的裝置，其中擁擠事件判斷單元執(zhí)行以下操作在所述人群密度屬性隊列中，統(tǒng)計所包括的面積大于預定面積閾值的所有人群密度屬性總共對應的時間長度；如果所述時間長度大于預定的時間長度閾值，則判定為發(fā)生了擁擠事件。
16.按照權利要求
9所述的裝置，其中，所述在前視頻圖像幀為當前視頻圖像幀的前一視頻圖像幀。
專利摘要
本發(fā)明提供了一種人群密度檢測方法及裝置。按照本發(fā)明的裝置包括運動圖像獲取單元、運動的二值圖像獲取單元、運動的歷史圖像獲取單元、人群密度等級圖像獲取單元、人群密度屬性獲取單元、人群密度屬性記錄單元、狀態(tài)維持時間判別單元和擁擠事件判斷單元。
文檔編號H04N7/18GKCN101751668 B發(fā)布類型授權 專利申請?zhí)朇N 200910237655
公開日2011年12月14日 申請日期2009年11月13日
發(fā)明者袁雪庚 申請人:北京智安邦科技有限公司導出引文BiBTeX, EndNote, RefMan