[发明专利]基于鱼眼摄像头的人体检测系统

权利要求书

1.基于鱼眼摄像头的人体检测系统，其特征是：包括摄影装置(201)、信号处理装置(203)、存储装置(202)和结果输出装置(204)；摄影装置(201)包括安装在天花板上的鱼眼摄像头，存储装置(202)包括图像存储部(2021)和分类器存储部(2022)，信号处理装置(203)包括人体检测部(2031)，结果输出装置(204)包括显示器；摄影装置(201)将拍摄的图片传输给信号处理装置(203)，存储装置(202)与信号处理装置(203)相连，存储装置(202)按照信号处理装置(203)发出的指令，将背景图像、头部候补区域坐标存储于图像存储部(2021)中，将判断是否为人体的分类器存储于分类器存储部(2022)中，结果输出装置(204)与信号处理装置(203)相连，当人体检测部(2031)检测到有人存在，由显示器显示出该图像，发出异常信号，并把图像传输到用户端。

2.根据权利要求1所述的人体检测系统，其特征是：所述人体检测部(2031)的具体工作流程如下，

步骤301，首先把目标视频读入计算机，对视频进行背景建模与背景实时更新，计算前景及背景图像的差分图像；

步骤302，用Ganny算子计算差分图像的边缘图像；

步骤303，利用Hough变换，找到边缘图像中的圆形区域，作为头部候补区域；

步骤304，计算头部候补区域的圆心到边缘图像圆心之间的距离(dist)，根据该距离确定人物候补区域；

步骤305，人物候补区域的中心轴即从头部候补区域的圆心到边缘图像圆心的连线与边缘图像垂直方向的夹角为θ，利用下式将人物候补区域旋转至图像垂直方向；

x′y′=cosθ-sinθsinθcosθxy]]>

其中，x′、y′为人物候补区域的各点旋转后的坐标，x、y为人物候补区域的各点旋转前的坐标；

步骤306，根据头部候补区域的圆心到边缘图像圆心的距离(dist)，确定人物候补区域应该选用的分类器；

步骤307，抽出边缘图像梯度方向直方图特征，利用Adaboost算法对人物候补区域进行人体检测，检测的结果为人或非人。

3.根据权利要求2所述的人体检测系统，其特征是：步骤306选用分类器的标准如下：if dist＜阈值1，选用分类器1；if阈值1＜dist＜阈值2，选用分类器2，if阈值2＜dist，选用分类器3。

4.根据权利要求3所述的人体检测系统，其特征是：上述阀值1和阀值2是通过观察在监视空间移动的人物视频，拍摄到的鱼眼图像中人物形状出现明显变化时该人物头部候补区域的圆心坐标来决定。