[发明专利]一种基于计算机视觉检测的智能电梯主控系统有效

专利信息
申请号: 201510390394.0 申请日: 2015-07-03
公开(公告)号: CN105035887B 公开(公告)日: 2017-06-20
发明(设计)人: 穆国栋;王春立 申请(专利权)人: 穆国栋;王春立
主分类号: B66B1/06 分类号: B66B1/06;B66B5/00;G06K9/62;G06K9/66
代理公司: 大连东方专利代理有限责任公司21212 代理人: 姜玉蓉,李洪福
地址: 116026 辽*** 国省代码: 辽宁;21
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 基于 计算机 视觉 检测 智能 电梯 主控 系统
【权利要求书】:

1.一种基于计算机视觉检测的智能电梯主控系统,其特征在于:它包括图像采集模块、人数检测模块、控制模块、用户客户端模块和人机交互模块;

所述图像采集模块用于获取电梯轿厢内部以及各楼层电梯候梯处的视频信息,并将该视频信息发送给所述人数检测模块和所述人机交互模块;

所述人数检测模块针对该视频信息进行人体检测,获取电梯轿厢内部以及各楼层候梯人数信息,并计算该轿厢还可以容纳的人数,将二者发送给所述控制模块,所述人数检测模块包括视频预处理机构、人体分类器机构和容纳人数机构;所述视频预处理机构将从所述图像采集模块获取的原始视频信息处理成固定分辨率的灰度视频,依据实际环境下摄像头的监控区域进行ROI操作,该操作用于提取出仅包含需要检测人数的监控视频区域的视频;针对该视频中的每帧图像通过用当前的该视频里的图像减去背景图像以去掉该视频中无用的背景信息,仅保留含有人体的前景图像,并不断更新背景,生成包含有人体信息的预处理视频,并将生成的预处理视频发送给所述人体分类器机构和所述容纳人数机构;所述人体分类器机构对预处理视频逐帧获取图像,针对每一图像进行人体检测,获取电梯轿厢内部以及各楼层候梯人数信息,并将其发送给所述控制模块;所述容纳人数机构针对预处理视频进行二值化操作,将背景图像归一化为白色,将前景图像即电梯内承载的人和物体归一化为黑色,通过黑色区域占据的比例,计算轿厢内剩余空间的大小,根据轿厢内剩余空间的大小以及一般情况下单位人员站立在电梯轿厢内所占据的面积大小计算电梯还可以容纳多少人,并将轿厢还可以容纳的人数发送给所述控制模块;

所述控制模块根据获取人数信息和轿厢还可以容纳的人数,控制电梯的运行和电梯轿厢内照明系统的工作状态;所述控制模块还根据电梯的运行和候梯人数信息计算各楼层电梯预计到达时间;所述控制模块将电梯轿厢内人数、该轿厢还可以容纳的人数和各楼层电梯预计到达的时间发送给所述用户客户端模块和所述人机交互模块;

所述用户客户端模块通过根据用户自身位置信息获取相应电梯的运行情况;

所述人机交互模块用于控制和实时显示摄像头捕获的视频信息,视频区域内的人数,各电梯运行状态:所在楼层、上行或下行、该轿厢还可以容纳的人数。

2.如权利要求1所述的一种基于计算机视觉检测的智能电梯主控系统,其特征在于:所述人体分类器机构的工作过程如下:

1)利用电梯候梯处的监控摄像头捕获的包含人体的图像、其他包含人体的图像以及不包含人体的图像组成人体分类器训练样本库;

2)裁剪人体分类器训练样本库中图片获得包含人体的正样本图片集合P和不包含人体的负样本图片集合N,并将P和N中的样本图片归一化;

3)先依次读取完正样本图片集合P中的正样本图片,然后依次读取负样本图片集合N中的负样本图片,针对每一样本图像计算其HOG描述子d,复制HOG描述子d到样本特征矩阵F;

4)对特征向量F使用SVM训练函数进行训练,生成最终用于人体检测的检测子;

5)对从所述视频预处理机构获取的预处理视频进行逐帧提取图像,并使用不同尺寸的窗口对图像进行扫描计算其HOG特征,利用检测子判定是否为人体,返回图像中人体的数量和位置坐标。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于穆国栋;王春立,未经穆国栋;王春立许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/201510390394.0/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top