公交车

http://www.paper.edu.cn

公交车人流量监测系统设计

温保岗，孙钦云，姜坤，仇建华

长安大学汽车学院，西安（710061）

E-mail：wenbaogang1029@163.com

摘 要：针对公交车上人流量统计较为困难的缺陷，本文设计了一种公交车人流量监测系统。在公交车前后门安设摄像头，采集前后门的视频图像，输入计算机，计算机对视频图像进行图像处理，采用运动目标识别技术准确识别出上下车的人数。本系统能够较为简单方便的统计车上现有的人数，在人数超过限定值时报警；统计出公交车各时段的人流量，为公交车调度提供参考信息；同时可以对公交车的出入口进行实时的监控。 关键词：公交车；人流量监测；图像处理；运动物体识别

1．引言

随着计算机技术和数字图像处理技术的发展，计算机视觉技术的应用范围越来越大，其中运动目标的检测与跟踪是计算机视觉领域的一个热点问题[1]。本文运用运动目标识别技术设计了公交车人流量监测系统，用于提供公交车各时段人流量的数据，统计车上现有的人数，在人数超过限定值时报警；同时对公交车的出入口进行实时的监控。

2．系统的原理与结构组成

公交车人流量监测系统主要包括计算机、显示器、报警器、前门摄像头和后门摄像头等，前门摄像头和后门摄像头分别设置在公交车的前门和后门的顶部，显示屏安装在驾驶员的仪表盘的上面。某一时刻，当车上乘客的数量大于公交车的载客上限时，计算机控制报警器发出警报，提示驾驶员；显示器用来显示前门或者后门的视频图像。如图1所示。

前门摄像头 计 算 后门摄像头 机 图1系统的硬件框图

报警器显示屏

前门摄像头用来采集上车乘客的图像，后门摄像头用来采集下车乘客的图像，前后门摄像头采集的数据通过图像采集卡将视频信息传给计算机，计算机将摄像头采集的乘客视频信息进行辨识，然后进行人数统计、监控存储等。在公交车前门，当捕获到运动物体的质心越过设定的计数线时，对相应的计数变量进行加1操作；在公交车后门，当捕获到运动物体的质心越过设定的计数线，对相应的计数变量进行减1操作。如图2所示。

摄像头 图像采集卡图像处理人数统计

图2系统流程图

3．图像处理

图像处理是公交车人流量监测系统的核心，摄像头将出入车门处捕获乘客的图像传入计算机进行存储；计算机对得到的图像进行运动分割，分割出运动目标块；然后计算机对运动目标块进行目标识别；对运动块图形进行聚类分析，分析出其中的各个人体的质心点；当运

-1-

中国科技论文在线

动目标块质心越过设定的计数线时进行计数处理。如图3所示。

运动分割目标识别图3图像处理框图

http://www.paper.edu.cn

质心的获取

3.1运动分割

运动分割部分的主要作用是分割出视频图像中的运动块，方便后面的特征提取、模式识别的需要。在运动目标分割中，以基于帧差的运动目标分割方法为基础。本文主要采用基于转移帧差和形态学算子的运动分割算法[2]。

该算法是一种利用转移帧差DFD的高阶统计特性和数学形态学算子的视频对象自动分割方法，算法的基本思想是从静止的图像背景中隔离出运动对象。

整个算法主要分为三个步骤，具体描述如下: 3.1.1帧间变化的检测

帧间变化的检测采用[3]把对证件变化的检测建模为在高斯噪声中检测随机非高斯信号，其中采用四阶矩检测器。 3.1.2预分割模板的提取

假设一段视频序列含N帧图像

d=

(f~

0

f

N−1

)

，计算第i帧和第i+m帧图像的差值

f

i

−

f

i+m

(0≤i,i+m≤N−1)

,接着对d进行四阶矩检测，可以得到一个二值图Mi（模板)。

若Mi

(x,y)=0

，则像素属于静止背景;若Mi(x,y)=1，则像素属于运动对象。其中，m是根据

对象运动快慢确定的一个常数。计算i=0，m+1，2m+1，…,N-m-1时的一系列模板，把这些模板进行逻辑或操作得到最后的模板。 3.1.3对模板的腐蚀

为了得到对象形状的精确表示，我们对上一步获取的模板进行形态学腐蚀操作。腐蚀从上一步获取的模板的最外边沿开始向内进行，直到对象的边沿处。对模板的一次腐蚀如下： for(h=0;h3.2目标识别

目标识别主要分为两个部分，运动块的特征选择以及对特征向量的模式识别过程。 3.2.1特征选择

特征提取部分的目的主要是要确定一组能够充分描述所需要识别的图形的特征，以便利用这些特征对图形进行识别。

在特征向量的选取上，考虑到系统的要求：既要求识别出是否是人体，又要求识别出人体中的人数，参照目前现有的人体识别及计数系统中所采取的方案[4]，将形状和面积参数组合来构成特征向量。利用形状来识别人体区域，利用面积来判断人数。在具体的操作上，面

-2-

中国科技论文在线

转的影响，参照目前现有的算法，采用傅立叶描述子。

傅立叶描述子的计算过程:

http://www.paper.edu.cn

积参数可以通过计算所获得的运动区域的面积来获得。而对于形状参数，为了适应平移、旋

（1）、对所获得的运动模块图像进行形态学的开运算，以消除运动提取过程中的一些阴影及人体的手脚对图形形状的影响;

（2）、抽取运动模块的边缘链码，本实施例采用的是8邻域法求解，并对链码进行归一化处理，以方便后续处理。在实际处理中，将所有的链码长度归一化为N=128，采用的是等间距抽取，同时考虑抽取点斜率的模式;同时将链码的中心点归一化为坐标原点，消除后续傅立叶描述子中的位移影响，只保留纯粹的形状信息。具体过程：假设原始的链码为

l(m)=(xm,ym)m=0,1….M-1,其中xm,ym分别为边界上第m点的横纵坐标，此时物体的

中心为l=(

−

m=0

∑x

m−1

m

M,∑ymM)，

m=0

m−1

长度归一化后的链码为L(n)，n=0,1….N-1,其中：

l(n)=l([n*M

n=0,1….N-1,

N])+{l(1+[n*M

N])−l(1+[n*M

N

])}*(n*M

N

−[n*M

N])−l

−

（3）、计算所获得链码的傅立叶描述子，同时利用G.H.Granlund提出的方法对傅立叶描述子进行归一化；[5]如下公式操作：

normal{F(u)}={F(1+u)*F(1−u)}{F(1)*F(1)}

其中：F(u)=

∑L(n)*exp(−j2Ω*un

n=0

N−1

N) u=0,1….N-1,

傅立叶描述子进行归一化操作后，所获得的傅立叶描述子将与图像的平移、大小、旋转以及轮廓起始点的选择无关，只保留了图像的形状信息。

（4）、截取所获得的傅立叶描述子的低频部分，低系数的32个参数。 3.2.2特征向量的提取

在选定了特征向量的构成特征后，具体的特征向量提取过程，大概分为下面几个步骤: （1）、对输入的包含运动目标的二值图进行形态学预处理，消除掉图形中的小块目标并调整目标的形状，使其更加的平滑、连续;同时消除手、脚部分的影响，使整体的运动人体的图像更加相似;

（2）、对处理后的图形中的各个连续区域，分别统计他们的边界坐标序列，计算边界的归一化傅立叶描述子，同时计算区域的面积，组合获得最终的描述各个运动块的特征向量。

3.3运动块质心的获取

在确定了运动块的属性(是不是人，几个人)之后，需要跟踪这个运动块，以给出实际的客流量信息。为了便于跟踪，在确定属性之后利用了一个聚类分析的方法，对运动块图形进行聚类分析，给出其中各个人体的中心点。采用模糊ISODATA聚类分析[6]：

设被分类对象的集合为X={x1,x2,....,xn}，其中每个元素xi有m个特性指标，即

xi={xi1,xi2,....,xim}。如果将每一次认为一个样本集合X上一个模糊子集，相对于每一种

分类存在一个矩阵R=[r11 r12 …. r1n

-3-

中国科技论文在线

r21 r22 …. r2n

… … … …

http://www.paper.edu.cn

rc1 rc2 …. rcn]

一般步骤为：

（1）、给定样本数据的分类项目c，要求2≤c≤n ，任意设置一个初始化模糊分类矩阵R(0),逐步迭代，L=0,1,2….;

(L)

,计算聚类中心向量,(2)、对于R

V(L)=(V1(L),V2(L),....,VC(L))T

,其中

Vi

(L)

(L)

=∑(rik)*xkk=1

n

q

∑(r

k=1

n

q(L)

ik

)

其中q为定义常数；

（3）、修正模糊分类矩阵R

(L)

rik

(L+1)

=1∑(x

j=1

c

k

−Vi(L)xk−Vj(L))

2

q−1

（4）、比较R(L)于R(L+1)，若对于预先设定的ε>0，

(L+1)(L)max{rik−rik}≤ε

则R(L+1)和V

(L)

就是所求，停止迭代；否则，L=L+1,回到步骤2重复进行。

4．结束语

运用计算机图像处理技术，设计了公交车人流量的监测系统，能够比较准确的统计公交车各时段人流量的状况；计算公交车上的人数，预防严重超载现象；另外可以对公交车的出入口实时的监控。

-4-

中国科技论文在线

参考文献

http://www.paper.edu.cn

[1] 肖 杰 裴忠才等．运动目标识别与跟踪系统的研究[J]．微计算机信息，2007年，12-1期：1-2．

[2] 翁南衫，蔡德钧．视频对象分割与两种面向对象的视频编码器，2000年，vol.28．No.10：106一110． [3] Neri A，et al，Antomatic moving object and backgorund separation．Signal processing，1998，Vol 66 No.2： 219- 232．

[4] DannyB.Yang Heetor H.Gonzalez- Banos，LonidasJ.Guibas，Counting PeoPle in Crowds with a Real- Time Netwok of Simple image Sensors，Stanofrd University，2002．

[5] G.H.Granlund，Fourier PreProeessing for Hand PrintCharacter Reeongition，IEEE Transactions on Computers，Feb.1972：195一201．

[6] 王新春，王保保，基于小波神经网络的人脸识别[J]，微机发展，2003年，Vol.13 No.6 ：27- 31． [7] 温保岗 韩毅等，一种公交车人流量检测装置，中国ZL200820030375.2 2009年6月

The Design on Bus Monitoring System for population flows

Wen Baogang, Sun Qinyun, Jiang Kun, Qiu Jianhua

Automobile Faculty, Chang’an University, Xi'an (710061)

Abstract

One kind of population flow monitoring system in buses has been designed to overcome the difficulty which is too hard to moitor the population flow in this article. This system in which one camera has been installed in the front and rear door, gathered front and rear door video images, and then input them to a computer, which can process the video image and compute the population flow by use of the movement target identification technology. It is convenient to statistic the existing population on the bus with this system , which can give an alarm when the population surpasses the limitation value and can help to provide the reference information for the public transportation dispatch supplies and also can be useful for carrying on the simultaneous real-time monitoring.

Keywords: bus; monitoring the population flows; image processing; the moving target technology

-5-