[发明专利]基于无人机视觉以及支持向量机分类的人群密度分析方法

权利要求书

1.一种基于无人机视觉以及支持向量机分类的人群密度分析方法，其特征在于，包括以下步骤：

(1)无人机拍摄人群图像；

(2)对获得的图像进行灰度处理；

(3)对灰度处理后的图像进行去噪处理；

(4)通过背景减运算获取前景图像；

(5)基于灰度共生矩阵的纹理分析方法提取人群密度特征值；

(6)将结果送入到支持向量机分类器，得到人群密度类别。

2.根据权利要求1所述的基于无人机视觉以及支持向量机分类的人群密度分析方法，其特征在于，所述步骤(1)中无人机通过搭载的摄像机对目标区域进行人群拍摄获取人群图像。

3.根据权利要求1所述的基于无人机视觉以及支持向量机分类的人群密度分析方法，其特征在于，所述步骤(2)中通过对图像的RGB三个分量以不同的权值进行加权平均获得灰度值。

4.根据权利要求1所述的基于无人机视觉以及支持向量机分类的人群密度分析方法，其特征在于，所述步骤(3)中采用中值滤波对灰度处理后的图像进行去噪处理。

5.根据权利要求1所述的基于无人机视觉以及支持向量机分类的人群密度分析方法，其特征在于，所述步骤(4)具体为：假设无人机拍摄到的图像序列亮度分量为I_i(x,y)，其中，x,y为像素位置，i为图像的帧数，N为总帧数；x,y像素位置处的像素点在时间轴上变化的曲线表示为其中，d表示图像集中相邻帧的亮度分量的变化，T为阈值，将所述曲线的平稳段部分用{S_j(x,y),1≤j≤M}，在像素点{S_j}集合中，选取最长的平稳分段且记录其中点对应的帧号为N(x,y)，用第N(x,y)帧处的像素点填充在图像的背景中相应位置的点，具体为其中，EN(x,y)和ST(x,y)是对应最长平稳分段的终点和起点的帧数号，B(x,y)是重建的背景。

6.根据权利要求1所述的基于无人机视觉以及支持向量机分类的人群密度分析方法，其特征在于，所述步骤(5)采用逆差矩阵特征参数作为纹理识别的特征量。

7.根据权利要求1所述的基于无人机视觉以及支持向量机分类的人群密度分析方法，其特征在于，所述步骤(6)中采用的支持向量机分类器为径向基核函数非线性分类器。