[发明专利]基于热成像的公交站台夜晚客流统计方法及系统

权利要求书

1.一种基于热成像的公交站台夜晚客流统计方法，其特征在于，所述方法包括如下步骤：

S1、通过热成像实时获取公交站台所在区域中目标的热成像图像；

S2、提取所述热成像图像的边界图像，并对其进行预处理；

S3、对预处理后的热成像图像的边界图像进行优化完善；

S4、获取边界优化完善后的热成像图像的参数，根据获取的参数区分行人和非行人；

S5、提取行人图像，并获取行人运动轨迹，依据所述运动轨迹判断行人进入公交站台还是离开公交站台，并生成客流数据；

S6、根据所述客流数据生成交站台夜晚客流报表及热点图。

2.根据权利要求1所述的基于热成像的公交站台夜晚客流统计方法，其特征在于，所述步骤S1之前还包括：对公交站台内边线和外边线进行标定，确定公交站台所在区域。

3.根据权利要求1所述的基于热成像的公交站台夜晚客流统计方法，其特征在于，所述对公交站台内边线和外边线进行标定具体包括：

S01、以所述公交站台的外边框轮廓线作为公交站台所在区域的内边线；

S02、以距离所述内边线Lm处作为公交站台所在区域的外边线。

4.根据权利要求3所述的基于热成像的公交站台夜晚客流统计方法，其特征在于，所述步骤S1中还包括确定热成像图像采集点的步骤，该步骤包括：

以所述公交站台所在区域为参考，所述公交站台所在区域的正中靠上所对应的空间位置作为热成像图像采集点，所述热成像图像采集点与所述公交站台所在区域之间的垂直距离为H；

其中，[θ∈(θ_min，θ_max)]；

A是公交站台的长度，B为公交站台的宽度，θ为热成像图像采集点与地平面的夹角，θ_min、θ_max为设定的最小及最大允许角度。

5.根据权利要求1所述的基于热成像的公交站台夜晚客流统计方法，其特征在于，所述步骤S2具体包括：

建立所述热成像图像的Snake模型，依据所述Snake模型提取所述热成像图像的边界图像，并对其进行预处理。

6.根据权利要求5所述的基于热成像的公交站台夜晚客流统计方法，其特征在于，依据所述Snake模型提取所述热成像图像的边界图像包括：

S21、以I：[O，m]×[O，n]表示待分割的热成像图像，以参数曲线C(s，t)＝[x(s，t)，y(s，t)]表示边界图像的模型曲线，其中s∈[0，1]，t表示时间，[x(s，t)，y(s，t)]表示模型曲线；

S22、依据所述模型曲线，得到其能量泛函：通过所述能量泛函，随着曲线C(s,t)将在图像I上不断移动，最终收敛到目标边界上。

7.根据权利要求1所述的基于热成像的公交站台夜晚客流统计方法，其特征在于，所述步骤S3包括：利用梯度向量GVF模型对边界图像进行优化完善。

8.根据权利要求7所述的基于热成像的公交站台夜晚客流统计方法，其特征在于，利用梯度向量GVF模型对边界图像进行优化完善包括：

S31、获取边界图像f(x,y)的最小化能量泛函ε：

其中，参数μ为调节因子，τ为梯度向量；

S32、采用变分法，得到使ε最小化的梯度向量τ，在所述梯度向量τ满足欧拉方程的条件下，通过欧拉方程得到待处理目标的热成像图像的GVF矢量场，所述GVF矢量场τ(x，y)＝[u(x，y)，v(x，y)]；

S33、通过得到的所述GVF矢量场，提取目标轮廓，并检测目标轮廓是否存在角点，若存在角点，按角点去除边界图噪声，然后再进入GVF矢量场继续检测，直至没有轮廓角点。

9.根据权利要求1所述的基于热成像的公交站台夜晚客流统计方法，其特征在于，所述步骤S4具体包括：

S41、获取优化完善后边界图像的参数轮廓高宽比r_hw和面积比r_s，其中，所述所述

S42、当轮廓高宽比r_hw和面积比r_s均处于预设区域范围时，则判断所述热成像图像为行人，否则判断所述热成像图像为非行人。