[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

说明书

本发明涉及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，包括以下步骤：先使用的摄像机拍摄区域内的人群，获得到彩色图像，再对采集到的人群图像进行灰度化处理过程，之后再对图像进行噪声的消除，然后使用背景减运算得到人群前景图像，再运用基于灰度共生矩阵的纹理分析方法提取人群密度特征，并将其结果送入到支持向量机分类器中，从而得到人群密度。本发明实现了可以实时监测人群密度，并可将无人机释放在需要监测的位置，更进一步实现公共安全管理的方法。

技术领域

本发明涉及人群密度分析技术领域，特别是涉及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。

背景技术

传统的保障人群安全的途径主要依靠人工实现，即在容易发生群体性安全事件的地方安装视频监控系统，安排工作人员盯着屏幕进行监控。这种方法具有主观性，不能定量分析，而且耗费人力，尤其当监控人员疲惫的时候，容易忽视监视器上的突发状况，从而造成不可挽回的后果。同时在没有布置视频监控的地方，在面对突然增加的人群密度无法进行实时监控，对于突发事件无法进行及时有效回应处理。而在使用基于无人机视觉平台的人群密度估计分析可以对人群进行有效实时监测，以便于应用于临时安保需要，对于公共安全具有重要的意义。

目前，经过众多专家学者的不懈努力，各种智能监控方法不断涌现，智能视频的人群监控系统也得到了初步的发展，但现有的人群监控系统还有着很多局限性，如应用场合受限制、精度不高等问题，技术方面还存在着诸多不足。

发明内容

本发明所要解决的技术问题是提供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，可以实时监测人群密度，并可将无人机释放在需要监测的位置。

本发明解决其技术问题所采用的技术方案是：提供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，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。

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。

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。

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。

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。

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。

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。

有益效果