基于視頻的人群密度估計研究.pdf

1、隨著經(jīng)濟社會的發(fā)展，尤其是我國城鎮(zhèn)化進程的推進，城市人口密度越來越大，城市公共交通、生活設施等經(jīng)常會迎來短期的人流高峰，人群的高度擁擠若不能得到及時有效疏散容易造成災禍。因此，基于視頻系統(tǒng)的智能化人群監(jiān)控技術也隨之受到越來越多的關注和研究。 本文研究了基于視頻和圖象處理的智能化人群密度估計的方法。首先介紹了人群密度檢測的國內(nèi)外發(fā)展現(xiàn)狀及其基本理論。通過分析可知，基于像素統(tǒng)計的密度估計方法較為簡單，但是當人群密度較高、人群遮擋嚴重

2、時誤差較大；使用紋理分析的方法可以充分利用圖像的紋理信息，但是算法復雜度較高。 針對以上問題，本文提出在不同密度人群情況下采用不同的密度估計算法的解決方法。每幅圖像首先通過計算前景人群象素面積將圖像初步分為低密度和中高密度兩類，然后對低密度人群使用基于象素統(tǒng)計的方法估計人數(shù)；對中高密度人群使用基于紋理分析的方法進一步估計密度。 對于低密度人群，本文提取人群前景像素面積以及邊緣面積這兩種特征，然后利用最小二乘線性擬合方法估

3、計出這兩類特征與人數(shù)的線性關系。在獲取人群前景面積方面，本文主要采用背景差分法以及自適應閾值二值化法獲取前景人群，并使用數(shù)學形態(tài)學消除噪聲和孤立點。在邊緣檢測方面，本文比較了不同邊緣檢測算子的性能，并提出基于二值圖像的邊界檢測的方法獲得人群邊緣，降低了算法復雜度，并通過實驗表明本文所用方法的有效性。 對于高密度人群，本文采用基于灰度共生矩陣的紋理分析方法，對紋理特征的提取和選擇進行研究，并通過實驗確定了灰度共生矩陣的最佳參數(shù)，然