[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

说明书

技术领域

本发明涉及客流统计技术领域，尤其涉及一种基于热成像的公交站台夜晚客流统计方法及系统。

背景技术

随着城市夜生活的丰富，对于夜间出行的市民，乘坐公交车仍是大多数市民的首选。公交站台是市民出行的一个临时聚集点，作为城市公共交通的管理运营者，准确掌握城市公交站台夜晚客流情况，可以对夜晚公交线路的做出合理规划与安排，从而显著提升公交部门的管理能力和服务水平。而且对城市安全管理部门，可以通过公交站台夜晚客流量分布图，有重点的在夜晚期间对客流量大的区域进行安全巡察，当危情发生时可以及时疏散人群，保障市民安全。

目前，现有的公交站台夜晚客流统计的方法：(1)采用人工统计的方法来获取公交站台夜晚客流数据，此种方法极其的消耗人力、财力，而且不具备系统性和全面性；(2)通过蓝牙检测器检测移动设备来统计出公交站台的夜晚客流。然而，此种方法缺陷在于并不是所有行人都会开启蓝牙设备，对于没有开启蓝牙的设备的行人，此种检测方法就无法计数。从而，检测到的客流数据就没有了实际的参考意义；(3)另一类方法是通过摄像头等视频图像检测计数。然而，此种客流计数方式受光线影响较大，在夜晚场景下准确率很低，而且也不是特定为公交来站台来设计的。

因此，针对上述问题，有必要提出进一步的解决方案。

发明内容

本发明的目的在于提供一种基于热成像的公交站台夜晚客流统计方法及系统，以克服现有技术中存在的不足。

为实现上述发明目的，本发明提供一种基于热成像的公交站台夜晚客流统计方法，其包括如下步骤：

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。

作为本发明的基于热成像的公交站台夜晚客流统计方法的改进，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。

作为本发明的基于热成像的公交站台夜晚客流统计方法的改进，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。

作为本发明的基于热成像的公交站台夜晚客流统计方法的改进，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，

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。

作为本发明的基于热成像的公交站台夜晚客流统计方法的改进，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。

作为本发明的基于热成像的公交站台夜晚客流统计方法的改进，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。

作为本发明的基于热成像的公交站台夜晚客流统计方法的改进，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。

作为本发明的基于热成像的公交站台夜晚客流统计方法的改进，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；