[发明专利]基于聚类法的人数计数方法

权利要求书

1.基于聚类法的人数计数方法，其特征在于，包括：

S1：对输入图像进行全局光流法、中值滤波及阈值分割处理，以得到输入图像光流场的二值图像R_of(x，y)；

S2：对输入图像进行高斯背景建模、尺度滤波，以得到输入图像中运动区域的二值图像R_gauss(x，y)；

S3：对步骤S1和S2中分别得到的二值图像R_of(x，y)及R_gauss(x，y)做与运算，并通过形态学处理方法，以获得行人运动区域二值化图像R(x，y)；

S4：将步骤S3中得到的行人运动区域二值化图像R(x，y)与步骤S1中得到的输入图像光流场的二值图像R_of(x，y)做与运算，得到运动行人区域的光流场角度信息θ_i，1≤i≤N以组成聚类样本空间，然后通过聚类法对行人运动区域中的行人运动方向进行分割，以得到行人运动区域中各行人的运动方向信息；其中，N是行人运动区域的像素点的总个数，θ_i∈[0°，360°)；

S5：利用线性回归分析方法统计各方向运动行人的数量。

2.根据权利要求1所述的人数计数方法，其特征在于，所述步骤S1中中值滤波与阈值分割之间还包括：利用窗口大小为5*5的滤波器对输入图像进行平滑处理。

3.根据权利要求1所述的人数计数方法，其特征在于，所述步骤S2中的尺度滤波具体为：利用窗口大小为8*8的尺度滤波器对输入图像进行尺度滤波。

4.根据权利要求1所述的人数计数方法，其特征在于，所述步骤S2中的“高斯背景建模”具体为：利用混合高斯模型进行背景建模。

5.根据权利要求1所述的人数计数方法，其特征在于，所述步骤S3中的“形态学处理方法”具体为：先进行膨胀处理，后进行腐蚀处理；其中，所述膨胀处理的膨胀参数为7，腐蚀处理中的腐蚀参数为3。

6.根据权利要求1所述的人数计数方法，其特征在于，所述步骤S4中的“行人运动区域”包括由步骤S3中所获得的行人运动区域二值化图像R(x，y)中所包含的行人位置信息，以及由步骤S4所获得的运动行人区域的光流场角度信息θ_i。

7.根据权利要求1所述的人数计数方法，其特征在于，所述步骤S4中的“聚类法”为K均值聚类。

8.根据权利要求1所述的人数计数方法，其特征在于，所述步骤S4具体为：

S11：初始化聚类；

S12：更新聚类中心；

S13：合并相似类别；

S14：更新类内阈值；

S15：根据新的参数重新聚类，然后顺序重复执行步骤S12、步骤S13、步骤S14；

S16：循环更新聚类结果，直至循环次数达到10次。