基于FGD技術(shù)的公交車(chē)客流檢測(cè)系統(tǒng)的開(kāi)發(fā).pdf

1、公交車(chē)作為城市居民出行的主要交通工具，猶如大動(dòng)脈一般為城市的正常運(yùn)作提供動(dòng)力。然而由于經(jīng)濟(jì)的發(fā)展，城市交通情況變得越來(lái)越復(fù)雜，舊式公交系統(tǒng)的運(yùn)作模式存在明顯的不足，尤其體現(xiàn)在客流高峰期發(fā)車(chē)的時(shí)間，發(fā)車(chē)的次數(shù)等方面，而公交車(chē)又存在乘坐方式多，難以實(shí)名制的問(wèn)題，所以統(tǒng)計(jì)公交車(chē)客流量并不容易。圖像從古至今就是人類(lèi)學(xué)習(xí)知識(shí)、增長(zhǎng)認(rèn)知以及獲取信息的主要感知方式，隨著時(shí)代的發(fā)展，科技的不斷進(jìn)步，在計(jì)算機(jī)網(wǎng)絡(luò)日益發(fā)達(dá)，圖像處理技術(shù)日趨完善的今天，利用

2、計(jì)算機(jī)圖像處理技術(shù)來(lái)幫助人們完成各種復(fù)雜的信息整合和處理變得更加簡(jiǎn)單，利用圖像處理技術(shù)統(tǒng)計(jì)公交車(chē)的客流量便是其中之一。近年來(lái)，各個(gè)公共場(chǎng)合已經(jīng)出現(xiàn)了許多檢測(cè)客流的方法，其中基于紅外對(duì)射統(tǒng)計(jì)的方法就得到了廣泛認(rèn)可和應(yīng)用，但是紅外對(duì)射法對(duì)于公交車(chē)車(chē)內(nèi)環(huán)境比較復(fù)雜的現(xiàn)在不能很好地應(yīng)對(duì)，如出現(xiàn)在檢測(cè)區(qū)反復(fù)經(jīng)過(guò)可能重復(fù)計(jì)數(shù)的情況，而且需要在車(chē)輛上外加紅外對(duì)射的設(shè)備；而基于重力感應(yīng)的統(tǒng)計(jì)技術(shù)也難以實(shí)現(xiàn)密集客流量統(tǒng)計(jì)，而且檢測(cè)設(shè)備易損耗甚至損壞。目前

3、，應(yīng)用基于視頻序列的圖像處理方法來(lái)進(jìn)行客流統(tǒng)計(jì)已經(jīng)逐漸成為主要的手段，利用幀差法，背景差分法，光流法等手段鎖定目標(biāo)區(qū)域來(lái)檢測(cè)運(yùn)動(dòng)目標(biāo)，再通過(guò)對(duì)差分?jǐn)?shù)據(jù)的分析來(lái)統(tǒng)計(jì)客流量的多少，然而，幀差法等方法存在算法自身固有的缺陷，對(duì)于公交車(chē)復(fù)雜的客流情況并不能生搬硬套，直接應(yīng)用。
　　本研究針對(duì)幀間差分法的缺點(diǎn)提出了一種改進(jìn)算法，即將幀間差分后的差分值量化后順序轉(zhuǎn)換為一維特征數(shù)組，通過(guò)非線性濾波平滑特征，在排除噪聲干擾的同時(shí)保留有效突變點(diǎn)；另

4、外在視頻中指定檢測(cè)區(qū)域，對(duì)不同區(qū)域的特征數(shù)組使用歸一化處理與連續(xù)數(shù)值檢測(cè)等方法，計(jì)算出目標(biāo)通過(guò)檢測(cè)區(qū)域的數(shù)量，具體方法如下：首先利用背景差分生成感興趣區(qū)域，然后對(duì)感興趣區(qū)域的Y分量進(jìn)行差分，進(jìn)行中值濾波和自適應(yīng)閾值化,最后對(duì)波形檢測(cè)與判決。本文將此算法運(yùn)用于基于Linux系統(tǒng)的Hi-3515平臺(tái)上，搭建了一個(gè)客流統(tǒng)計(jì)系統(tǒng)，并進(jìn)行實(shí)驗(yàn)驗(yàn)證，完成了區(qū)域密集客流流量計(jì)數(shù)系統(tǒng)的實(shí)現(xiàn)。實(shí)驗(yàn)表明此算法可顯著降低幀間差分的運(yùn)算量，提高了密集人群流量計(jì)