基于視頻圖像處理的公交車內(nèi)擁擠檢測算法研究.pdf

1、實時獲取公交車內(nèi)乘客信息是智能公交調(diào)度實現(xiàn)的關(guān)鍵，針對當(dāng)前公交車客流信息獲取方式落后的問題，本文基于公交車內(nèi)前置攝像頭的視頻監(jiān)控獲得車內(nèi)乘客分布圖像，通過視頻圖像處理技術(shù)對公交車內(nèi)的乘客擁擠情況進行檢測，從而改善了現(xiàn)有公交車內(nèi)乘客信息的采集方法，對優(yōu)化公交調(diào)度、提升公交服務(wù)質(zhì)量具有重要意義。
　　首先針對車載視頻監(jiān)控受車身振動及電磁干擾的影響，本文采取了常見的圖像預(yù)處理方法：通過灰度直方圖直觀分析圖像的信息分布，通過灰度閾值變換等

2、方法有效提取感興趣的目標(biāo)區(qū)域；其次針對公交車內(nèi)座位區(qū)域的特征，考慮反光、遮擋等情況，手動選定座位背景區(qū)域，融合HSV顏色模型法和幀間差分法實現(xiàn)前排座位乘客檢測，當(dāng)前排座位都被占用后，進一步進行通道區(qū)域乘客擁擠檢測；手動選定三個通道背景區(qū)域，使用HSV顏色模型法和紋理分析法對通道三個區(qū)域的乘客擁擠進行檢測，通過提取通道區(qū)域的顏色特征和有效紋理特征參數(shù)，實現(xiàn)公交車通道的分區(qū)域判斷，分區(qū)域判斷保證了融合算法在實際場景適應(yīng)性的同時提高了實驗的準(zhǔn)