[发明专利]一种基于模糊推理的人群安全性评估方法

权利要求书

1.一种基于模糊推理的人群安全性评估方法，其特征在于，包括如下步骤：

步骤1，利用背景差分法处理所选场景视频生成的帧序列，获得人群前景图像，提取出前景目标，统计出前景像素数目，利用前景像素数目和人群数目之间的线性关系，统计出场景中的人群数目；

步骤2，将人群前景图像中的前景像素看作是随机分布的，把人群前景图像等分成若干个区域，获得每个小区域前景像素分布的比率，用前景像素分布代替人群分布，根据各区域前景像素分布的比率计算出人群分布的熵值，衡量出场景中人群分布情况；

步骤3，利用人群数目和人群分布情况与人群安全性的关系构建模糊推理系统，通过将模糊推理系统输出的模糊值去模糊化，得出人群安全性的精确值；

所述步骤1具体如下：

步骤1.1，在所选场景视频生成的帧序列中连续取N帧图像，计算这N帧图像像素灰度值的平均值作为背景图像的像素灰度值；将获取的图像序列与得到的背景图像做差分运算，得到背景差分的灰度图；

步骤1.2，对获得的人群前景图像二值化，0表示背景，1表示前景，选取距离相机最近和最远的行人，统计出的前景像素数目分别记为S₁和S₂；假设参考线L₁上像素的权值记为m₁＝1，参考线L_n上像素的权值m_n＝1/R且R＝S₂/S₁；若直线L_i，0≤i≤h，h为图像的高，直线L_i上的点距参考线L₁和参考线L_n的距离分别为x₁和x₂，由线性插值法得出直线L_i上的像素点权值为：

步骤1.3，假设对于同一水平线上的前景像素的质量相同，经过透视矫正后图像中灰度值为1的像素个数记为x，则x可以表示为：w，h表示图像的宽度和高度，根据人群数目和人群前景像素数目之间的线性关系：y＝kx+b；

式中，y表示场景中的人群数目，k为比例系数，b为常数项；利用最小二乘法拟合出场景中人群数目与前景像素之间的关系，求出k和b，根据所得函数关系式，估计出场景中的人群数目。

2.如权利要求1所述的一种基于模糊推理的人群安全性评估方法，其特征在于，所述步骤2具体如下：

步骤2.1，统计出所述人群前景图像中的前景像素数目记为x，将前景图像分为m块区域，计算取m＝2^k，k＝3，统计出第j块区域中的前景像素的数目记为x_j，j∈{1,2,3…m}，第j块区域中的前景像素数目占所述人群前景图像中的前景像素数目比率大小为：；用第j块区域中前景像素在人群前景图像出现的比率大小近似代替人群分布的比率大小：P_j＝R_j；人群分布的熵值大小为：

步骤2.2，计算出人群分布的熵值，根据熵值的大小来衡量人群分布情况的均匀程度，假设人群分布情况的均匀程度值为E，则E的大小为：

步骤2.3，根据E的大小来判断人群分布情况的均匀程度，当人群分布的较为分散的情况时，此时得到的E值大；当人群分布较为密集时，E值小。

3.如权利要求1所述的一种基于模糊推理的人群安全性评估方法，其特征在于，所述步骤3具体如下：

步骤3.1，选取场景中人群数目和人群分布情况作为输入变量，人群安全性作为输出变量，构建人群模糊推理系统；

步骤3.2，将人群数目、人群分布情况和人群安全性利用三角型隶属度函数进行模糊化处理；

步骤3.3，根据人群模糊推理系统有2个输入变量，1个输出变量，使用if-then规则，输入变量之间采用and连接，得到模糊推理规则；

步骤3.4，结合模糊推理规则，使用Mamdani推理算法，对人群模糊推理系统进行推理；

步骤3.5，通过将场景视频中的人群数目和人群分布熵值输入到人群模糊推理系统中得到场景中的人群安全性模糊值，将推理得到的模糊值使用重心法去模糊化，得到人群安全性的精确值。