[发明专利]一种公交车辆车门开闭状态自动检测方法

权利要求书

1.一种公交车辆车门开闭状态自动检测方法，其特征在于，包括如下步骤：

步骤0：采集公交车发车前车门的视频背景图像帧F_t；具体为：采集公交车出发前5s的视频背景图像帧，其中，采样频率为0.5s/帧，共采集10帧图像，记为F_t，其中，t为帧号，t＝1,2,......,10；采集到的图像大小为M行和N列，设定某像素点的坐标为(x,y)，x和y表示像素(x,y)的行和列，满足：x和y均为整数，且1≤x≤M,1≤y≤N，则第t帧背景图像帧F_t中像素(x,y)的RGB颜色值用符号表示为(R_t(x,y),G_t(x,y),B_t(x,y))；

步骤1：将采集的公交车发车前视频背景图像帧F_t灰度化，得到背景灰度图像帧f_t；

步骤2：通过均值法在背景灰度图像帧中获得背景图Bg；

步骤3：对步骤2得到的背景图Bg进行二值化，得到背景二值图MG；

步骤4：对步骤3得到的背景二值图MG进行形态学闭运算，得到梯度连接图OG；

步骤5：对步骤4得到的梯度连接图OG进行形态学开运算，得到梯度图CG；

步骤6：对步骤5得到的梯度图CG进行取反和去零星处理，统计各连通区的像素数，提取像素数最多的连通区域作为车门模板图MB；

步骤7：将步骤6得到的车门模板图MB与步骤2得到的背景图Bg进行点乘，得到背景检测图ej，计算公式如下：

ej＝MB·×Bg (6)

其中，·×表示点乘运算符；

步骤8：计算背景检测图ej的平均灰度值eb；计算式如下所示：

e b = 1 M N Σ x = 1 M Σ y = 1 N e j ( x , y ) - - - ( 7 ) ]]>

其中，ej(x,y)表示背景检测图ej中像素(x,y)的灰度值；

步骤9：实时采集车辆发出后的车门图像帧E_k；

步骤10：对步骤9中采集的车门图像帧E_k按照步骤1的方法对其进行灰度化处理，得到第k帧的车门灰度图，记为Eh_k；

步骤11：将步骤6得到的车门模板图MB与步骤10得到的车门灰度图Eh_k进行点乘，得到第k帧车门检测图e_k，计算公式如下：

e_k＝MB·×Eh_k (8)

步骤12：计算步骤11中得到的第k帧车门检测图e_k的平均灰度值eh_k；计算式如下所示：

eh k = 1 M N Σ x = 1 M Σ y = 1 N e k ( x , y ) - - - ( 9 ) ]]>

其中，e_k(x,y)表示第k帧车门检测图e_k中像素(x,y)的灰度值；

步骤13：计算车门检测图e_k和背景检测图ej的灰度差异度ed_k，其计算式如下所示：

ed_k＝|eh_k-eb| (10)

步骤14：计算车门检测图e_k和背景检测图ej的对比差异度r_k；计算式如下所示：

r k = Σ x = 1 M Σ y = 1 N ( e k ( x , y ) - eh k ) ( e j ( x , y ) - e b ) ( Σ x = 1 M Σ y = 1 N ( e k ( x , y ) - eh k ) 2 ) ( Σ x = 1 M Σ y = 1 N ( e j ( x , y ) - e b ) 2 ) - - - ( 11 ) ]]>

其中，r_k为对比差异度，其值越大则说明车门检测图e_k和背景检测图ej的差异度越大，反之亦反；

步骤15：车门开闭状态判定；车门开闭状态通过式(12)来判定；

其中，fl_k为车门开闭状态的标记，fl_k＝0表示车门为关闭状态，fl_k＝1表示车门为开启状态；T₁为灰度差异度阈值，T₁的取值范围为：3～10；T₂为对比差异度阈值，其取值范围为-0.5～0。