專利名稱：一種基于三維信息的乘客目標檢測方法
技術領域：
本發(fā)明涉及一種乘客目標檢測方法，尤其涉及一種基于三維信息的乘客目標檢測方法。
背景技術：
客運車輛乘客上下門等場所常常需要統(tǒng)計在某一時間點或時間段內乘客進入和離開的數量，以此乘客統(tǒng)計數據為依據優(yōu)化運營和提高管理水平。
統(tǒng)計客運車輛上下乘客的數量流程中，非常關鍵的一個步驟是檢測在任意時間點是否存在乘客，以及每一個乘客在上下車過程中在任意時間點所處的位置。
當前主要有兩種方法來檢測乘客目標，一種是采用光電傳感器探測乘客的有無，另外一種就是安裝攝像機拍攝乘客上下車的二維圖像，采用二維圖像識別方法來檢測乘客目標，并將乘客目標和背景分離開。
加拿大INFODEV公司在其網頁http://www.infodev.ca/vehicles.html上公布了一種客流計數系統(tǒng)，該系統(tǒng)將光電傳感器安裝在車門上方采集乘客上下車信號，由車載處理器處理采集到的信息來判斷是否有乘客出現。
申請?zhí)枮?3115817.X的發(fā)明專利公開了一種采用紅外傳感器探頭和主控器組成的自動乘客計數儀，采用紅外傳感器探頭探測到的乘客信息經由主控器進行運算處理來檢測是否存在乘客。
采用光電傳感器來檢測是否存在乘客的方法中，由于只能安裝數量很少的幾個獲取僅僅獲取安裝位置點信息的傳感器，可利用檢測乘客的信息量有限，從檢測原理上確定了該系統(tǒng)在乘客密集或擁擠上下車、非常規(guī)上下車情況下檢測精度低。
申請?zhí)枮?00710036809.X的發(fā)明專利“運動目標跟蹤及數量統(tǒng)計方法”公開了一種主要應用于客運汽車統(tǒng)計乘客數量的方法。該發(fā)明在車門上方安裝一臺攝像機完成二維圖像數據的采集，采用二維圖像識別方法檢測乘客目標。
武漢科技大學信息科學與工程學院的付曉薇在其碩士學位論文“一種基于動態(tài)圖像的多目標識別計數方法”中公布了一種采用幀間差和背景差的方法來檢測乘客目標，大連海事大學信號與圖像處理研究所的田京雷在2005年全國圖象圖形學學術會議上公布的“基于視頻的客流計數系統(tǒng)的研究”論文(《第十二屆全國圖象圖形學學術會議論文集》，作者章毓晉，ISBN7302119309)，也采用背景差的方法來檢測乘客目標。以上公布的方法也全部是基于二維圖像處理的方法，由于處理方法過于簡單，所利用的信息是二維圖像，所以僅僅能處理簡單情況的乘客目標檢測問題。
以上采用二維圖像識別技術來統(tǒng)計乘客數量的方法，檢測乘客目標并將乘客目標和背景分離是實現高精度乘客計數的關鍵。但是，由于外界工作環(huán)境極其復雜，人體上下車的行為和姿態(tài)千差萬別，獲得乘客上下車的二維圖像，單純利用二維圖像信息，采用以上文獻公布的二維圖像識別方法，難以高效準確的將乘客目標和背景分離開。
發(fā)明內容
本發(fā)明的目的就是為了克服上述現有技術存在的缺陷而提供一種高效可靠的基于三維信息的乘客目標檢測方法。
本發(fā)明的目的可以通過以下技術方案來實現一種基于三維信息的乘客目標檢測方法，其特征在于，該檢測方法包括下列步驟 (1)三維信息獲取裝置不斷獲取當前時間點的三維信息I(x，y，z，t)； (2)求三維背景信息B(x，y，z，t)； (3)分別求I(x，y，z，t)與I(x，y，z，t-1)，I(x，y，z，t-2)，...，I(x，y，z，t-N+1)的三維差信息IID(x，y，z，t-1)，IID(x，y，z，t-2)，...，IID(x，y，z，t-N+1)，計算所有N個三維差信息的最大三維差信息值IID(x，y，z，t)＝max(IID(x，y，z，t-1)，IID(x，y，z，t-2)，...，IID(x，y，z，t-N+1))； (4)求I(x，y，z，t)與B(x，y，z，t)的三維差信息IBD(x，y，z，t)； (5)分別求I(x，y，z，t)，IID(x，y，z，t)和IBD(x，y，z，t)的三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)； (6)將三個三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)合并為一個三維峰值信息P(x，y，z，t)； (7)三維峰值信息校驗，獲得人體目標的位置。
所述的求三維背景信息B(x，y，z，t)包括以下步驟 (1)將三維信息I(x，y，z，t)(0≤t≤N-1)分為長度為M(M≥5)的等長段IS(x，y，z，t)； (2)求每個等長段的三維中值信息ISM(x，y，z，t)，一共可以獲得[N/M]+1個這樣的三維中值信息； (3)將[N/M]+1個三維中值信息再次分成長度為M(M≥5)的段，求每段的中值，如此循環(huán)，直到最后只獲得一個三維中值信息M(x，y，z，t)； (4)三維中值信息M(x，y，z，t)即為三維背景信息B(x，y，z，t)。
所述的分別求I(x，y，z，t)，IID(x，y，z，t)和IBD(x，y，z，t)的三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)采用“迭代均值偏移”算法。
所述的將三個三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)合并為一個三維峰值信息P(x，y，z，t)包括以下步驟 (1)將所有三個三維有效峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)作為初始三維峰值信息P(x，y，z，t)； (2)P(x，y，z，t)中任意兩個峰值信息點PL1(x1，y1，z1)，PL2(x2，y2，z2)，如果符合以下兩個條件和|PL1(x1，y1，z1)-PL2(x2，y2，z2)|＜Threshold2，則刪除這兩個峰值信息，同時增加一個新的峰值信息PLNew(xnew，ynew，znew)，新峰值參數計算方法為 PLnew(xnew，ynew，znew)＝max(PL1(x1，y1，z1)，PL2(x2，y2，z2))， 其中Threshold1和Threshold2是預先設置的值，與三維信息獲取裝置安裝高度有關。
所述的三維峰值信息校驗，獲得人體目標的位置包括以下步驟 (1)取出三維峰值信息P(x，y，z，t)中的每一個有效三維峰值點PLk(x，y，z)，以該三維信息峰值點作為初始三維體，不斷將與當前三維體相臨且不屬于當前三維體的三維信息點生長進該三維體，直到所有與該三維體相臨且不屬于當前三維體的三維信息點的值大于GrowthTh，其中GrowthTh＝0.6*PL(x，y，z)； (2)計算連通三維體k的最小外接立方體，求得的立方體的長度、寬度、高度和體積依次記為L(k)，W(k)、H(k)和V(k)； (3)連通三維體的最小立方體的長度、寬度、高度和體積校驗，對連通三維體k，如果L(k)≤L或者W(k)≤W或者H(k)≤H或者V(k)≤V，則認為此連通三維體不是候選的乘客三維體，其中L、W、H和V為預先設定的值，根據三維信息獲取裝置距離汽車踏步高度的不同，一般取L為三維信息高度的
W為三維信息寬度的
H為三維信息高度的
V為三維信息體積的
(4)將通過長度、寬度、高度和體積驗證的連通三維體的最小外接立方體的長、寬和高全部歸一化，并計算歸一化的連通三維體信息； (5)計算歸一化連通三維體中人體三維信息與標準人體模板三維信息之間的相關系數C； (6)如果相關系數C大于Threshold，則認為是乘客目標，否則不是乘客目標，其中Threshold是預先設置的值，一般取0.6～0.8。
所述的三維信息獲取裝置為三維攝像機。
與現有技術相比，本發(fā)明具有以下優(yōu)點 (1)消除了純光電傳感器可利用信息量少的問題，可以在三維信息空間中通過人體三維模型來判斷是否出現了兩個或兩個以上的乘客前后相擁上車，可以判斷是否同時有乘客上車又有乘客下車； (2)由于利用了乘客的三維高度信息，即使工作環(huán)境極其復雜，也完全能夠區(qū)分人體和背景，特別是在乘客衣著和背景外觀基本一致的情況下，也能利用三維信息，將人體目標和背景區(qū)域區(qū)分開來，這是采用二維圖像檢測乘客目標所不能達到的。
圖1是本發(fā)明一種基于三維信息的乘客目標檢測方法的步驟流程圖； 圖2是本發(fā)明基于三維信息的乘客目標檢測系統(tǒng)的主要結構示意圖。
具體實施例方式 下面結合具體實施例對本發(fā)明作進一步說明。
如圖1所示，一種基于三維信息的乘客目標檢測方法，其特征在于，該檢測方法包括下列步驟 (1)三維信息獲取裝置不斷獲取當前時間點的三維信息I(x，y，z，t)； (2)求三維背景信息B(x，y，z，t)； (3)分別求I(x，y，z，t)與I(x，y，z，t-1)，I(x，y，z，t-2)，...，I(x，y，z，t-N+1)的三維差信息IID(x，y，z，t-1)，IID(x，y，z，t-2)，...，IID(x，y，z，t-N+1)，計算所有N個三維差信息的最大三維差信息值IID(x，y，z，t)＝max(IID(x，y，z，t-1)，IID(x，y，z，t-2)，...，IID(x，y，z，t-N+1))； (4)求I(x，y，z，t)與B(x，y，z，t)的三維差信息IBD(x，y，z，t)； (5)分別求I(x，y，z，t)，IID(x，y，z，t)和IBD(x，y，z，t)的三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)； (6)將三個三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)合并為一個三維峰值信息P(x，y，z，t)； (7)三維峰值信息校驗，獲得人體目標的位置。
所述的求三維背景信息B(x，y，z，t)包括以下步驟 (1)將三維信息I(x，y，z，t)(0≤t≤N-1)分為長度為M(M≥5)的等長段IS(x，y，z，t)； (2)求每個等長段的三維中值信息ISM(x，y，z，t)，一共可以獲得[N/M]+1個這樣的三維中值信息； (3)將[N/M]+1個三維中值信息再次分成長度為M(M≥5)的段，求每段的中值，如此循環(huán)，直到最后只獲得一個三維中值信息M(x，y，z，t)； (4)三維中值信息M(x，y，z，t)即為三維背景信息B(x，y，z，t)。
所述的分別求I(x，y，z，t)，IID(x，y，z，t)和IBD(x，y，z，t)的三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)采用“迭代均值偏移”算法。
所述的將三個三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)合并為一個三維峰值信息P(x，y，z，t)包括以下步驟 (1)將所有三個三維有效峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)作為初始三維峰值信息P(x，y，z，t)； (2)P(x，y，z，t)中任意兩個峰值信息點PL1(x1，y1，z1)，PL2(x2，y2，z2)，如果符合以下兩個條件和|PL1(x1，y1，z1)-PL2(x2，y2，z2)|＜Threshold2，則刪除這兩個峰值信息，同時增加一個新的峰值信息PLNew(xnew，ynew，znew)，新峰值參數計算方法為 PLnew(xnew，ynew，znew)＝max(PL1(x1，y1，z1)，PL2(x2，y2，z2))， 其中Threshold1和Threshold2是預先設置的值，與三維信息獲取裝置安裝高度有關。
所述的三維峰值信息校驗，獲得人體目標的位置包括以下步驟 (1)取出三維峰值信息P(x，y，z，t)中的每一個有效三維峰值點PLk(x，y，z)，以該三維信息峰值點作為初始三維體，不斷將與當前三維體相臨且不屬于當前三維體的三維信息點生長進該三維體，直到所有與該三維體相臨且不屬于當前三維體的三維信息點的值大于GrowthTh，其中GrowthTh＝0.6*PL(x，y，z)； (2)計算連通三維體k的最小外接立方體，求得的立方體的長度、寬度、高度和體積依次記為L(k)，W(k)、H(k)和V(k)； (3)連通三維體的最小立方體的長度、寬度、高度和體積校驗，對連通三維體k，如果L(k)≤L或者W(k)≤W或者H(k)≤H或者V(k)≤V，則認為此連通三維體不是候選的乘客三維體，其中L、W、H和V為預先設定的值，根據三維信息獲取裝置距離汽車踏步高度的不同，一般取L為三維信息高度的
W為三維信息寬度的
H為三維信息高度的
V為三維信息體積的
(4)將通過長度、寬度、高度和體積驗證的連通三維體的最小外接立方體的長、寬和高全部歸一化，并計算歸一化的連通三維體信息； (5)計算歸一化連通三維體中人體三維信息與標準人體模板三維信息之間的相關系數C； (6)如果相關系數C大于Threshold，則認為是乘客目標，否則不是乘客目標，其中Threshold是預先設置的值，一般取0.6～0.8。
所述的三維信息獲取裝置為三維攝像機。
如圖2所示，該圖2是本發(fā)明基于三維信息的乘客目標檢測系統(tǒng)的主要結構示意圖，其結構包含三維信息獲取裝置、信號傳輸電纜、運算處理器。三維信息獲取裝置通過信號傳輸電纜與運算處理器連接，做為硬件環(huán)境，支持本發(fā)明的乘客目標檢測方法。
權利要求
1.一種基于三維信息的乘客目標檢測方法，其特征在于，該檢測方法包括下列步驟
(1)三維信息獲取裝置不斷獲取當前時間點的三維信息I(x，y，z，t)；
(2)求三維背景信息B(x，y，z，t)；
(3)分別求I(x，y，z，t)與I(x，y，z，t-1)，I(x，y，z，t-2)，...，I(x，y，z，t-N+1)的三維差信息IID(x，y，z，t-1)，IID(x，y，z，t-2)，...，IID(x，y，z，t-N+1)，計算所有N個三維差信息的最大三維差信息值IID(x，y，z，t)＝max(IID(x，y，z，t-1)，IID(x，y，z，t-2)，...，IID(x，y，z，t-N+1))；
(4)求I(x，y，z，t)與B(x，y，z，t)的三維差信息IBD(x，y，z，t)；
(5)分別求I(x，y，z，t)，IID(x，y，z，t)和IBD(x，y，z，t)的三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)；
(6)將三個三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)合并為一個三維峰值信息P(x，y，z，t)；
(7)三維峰值信息校驗，獲得人體目標的位置。
2.根據權利要求1所述的一種基于三維信息的乘客目標檢測方法，其特征在于，所述的求三維背景信息B(x，y，z，t)包括以下步驟
(1)將三維信息I(x，y，z，t)(0≤t≤N-1)分為長度為M(M≥5)的等長段IS(x，y，z，t)；
(2)求每個等長段的三維中值信息ISM(x，y，z，t)，一共可以獲得[N/M]+1個這樣的三維中值信息；
(3)將[N/M]+1個三維中值信息再次分成長度為M(M≥5)的段，求每段的中值，如此循環(huán)，直到最后只獲得一個三維中值信息M(x，y，z，t)；
(4)三維中值信息M(x，y，z，t)即為三維背景信息B(x，y，z，t)。
3.根據權利要求1所述的一種基于三維信息的乘客目標檢測方法，其特征在于，所述的分別求I(x，y，z，t)，IID(x，y，z，t)和IBD(x，y，z，t)的三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)采用“迭代均值偏移”算法。
4.根據權利要求1所述的一種基于三維信息的乘客目標檢測方法，其特征在于，所述的將三個三維峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)合并為一個三維峰值信息P(x，y，z，t)包括以下步驟
(1)將所有三個三維有效峰值信息P1(x，y，z，t)，P2(x，yz，t)，P3(x，y，z，t)作為初始三維峰值信息P(x，y，z，t)；
(2)P(x，y，z，t)中任意兩個峰值信息點PL1(x1，y1，z1)，PL2(x2，y2，z2)，如果符合以下兩個條件和|PL1(x1，y1，z1)-PL2(x2，y2，z2)|＜Threshold2，則刪除這兩個峰值信息，同時增加一個新的峰值信息PLNew(xnew，ynew，znew)，新峰值參數計算方法為
PLnew(xnew，ynew，znew)＝max(PL1(x1，y1，z1)，PL2(x2，y2，z2))，
其中Threshold1和Threshold2是預先設置的值，與三維信息獲取裝置安裝高度有關。
5.根據權利要求1所述的一種基于三維信息的乘客目標檢測方法，其特征在于，所述的三維峰值信息校驗，獲得人體目標的位置包括以下步驟
(1)取出三維峰值信息P(x，y，z，t)中的每一個有效三維峰值點PLk(x，y，z)，以該三維信息峰值點作為初始三維體，不斷將與當前三維體相臨且不屬于當前三維體的三維信息點生長進該三維體，直到所有與該三維體相臨且不屬于當前三維體的三維信息點的值大于GrowthTh，其中GrowthTh＝0.6*PL(x，y，z)；
(2)計算連通三維體k的最小外接立方體，求得的立方體的長度、寬度、高度和體積依次記為L(k)，W(k)、H(k)和V(k)；
(3)連通三維體的最小立方體的長度、寬度、高度和體積校驗，對連通三維體k，如果L(k)≤L或者W(k)≤W或者H(k)≤H或者V(k)≤V，則認為此連通三維體不是候選的乘客三維體，其中L、W、H和V為預先設定的值，根據三維信息獲取裝置距離汽車踏步高度的不同，一般取L為三維信息高度的
W為三維信息寬度的
H為三維信息高度的
V為三維信息體積的
(4)將通過長度、寬度、高度和體積驗證的連通三維體的最小外接立方體的長、寬和高全部歸一化，并計算歸一化的連通三維體信息；
(5)計算歸一化連通三維體中人體三維信息與標準人體模板三維信息之間的相關系數C；
(6)如果相關系數C大于Threshold，則認為是乘客目標，否則不是乘客目標，其中Threshold是預先設置的值，一般取0.6～0.8。
6.根據權利要求1所述的一種基于三維信息的乘客目標檢測方法，其特征在于，所述的三維信息獲取裝置為三維攝像機。
全文摘要
本發(fā)明涉及一種基于三維信息的乘客目標檢測方法，該檢測方法包括下列步驟三維信息獲取裝置不斷獲取當前時間點的三維信息I(x，y，z，t)；求三維背景信息B(x，y，z，t)；分別求三維差信息，計算所有N個三維差信息的最大三維差信息值；求I(x，y，z，t)與B(x，y，z，t)的三維差信息IBD(x，y，z，t)；分別求I(x，y，z，t)，IID(x，y，z，t)和IBD(x，y，z，t)的三維峰值信息；將以上三個三維峰值信息合并為一個三維峰值信息；三維峰值信息校驗，獲得人體目標的位置。與現有技術相比，本發(fā)明具有以下優(yōu)點消除了純光電傳感器可利用信息量少的問題，可以在三維信息空間中通過人體三維模型來判斷是否出現了兩個或兩個以上的乘客前后相擁上車，可以判斷是否同時有乘客上車又有乘客下車。
文檔編號G06K9/00GK101281647SQ20081003660
公開日2008年10月8日 申請日期2008年4月24日 優(yōu)先權日2008年4月24日
發(fā)明者薇 姚 申請人:上海遙薇實業(yè)有限公司