基于OpenCV的客流檢測系統(tǒng)的設計與實現(xiàn).pdf

1、行人檢測技術(shù)是計算機視覺領(lǐng)域中一個重要的研究熱點，它是智能監(jiān)控系統(tǒng)的重要組成部分之一，目前行人檢測、行人跟蹤和行人計數(shù)在超市、銀行、地鐵、客運站、交通道路、旅游場所等公共場所有著廣泛的應用需求。本文基于計算機視覺和視頻圖像處理技術(shù)，結(jié)合VC++開發(fā)環(huán)境和OpenCV視覺函數(shù)庫建立一個客流檢測系統(tǒng)，針對靜止狀態(tài)下的單攝像機拍攝的視頻序列進行分析，實現(xiàn)對汽車客運站進出口處的行人進行檢測、跟蹤和統(tǒng)計的功能，從而為汽車客運站提供一種降低成本、節(jié)

2、省人力的智能人數(shù)統(tǒng)計手段。
　　本文首先對傳統(tǒng)的運動目標檢測和跟蹤進行研究，然后對當前專門的行人檢測和行人計數(shù)技術(shù)進行了研究，借鑒其算法簡單、行人檢測準確、誤差率低等特點，針對客流檢測系統(tǒng)的具體功能設計本文的行人檢測算法。
　　行人檢測就是判斷視頻序列中是否存在運動行人，并確定行人的位置，行人跟蹤就是指在整個視頻序列中建立運動行人之間的對應關(guān)系，判斷行人的運動情況如目標的出現(xiàn)、消失、遮擋、目標的速度等。本文在檢測過程中采用背

3、景減除法和基于梯度方向直方圖算法相結(jié)合實現(xiàn)行人的檢測，背景減除法有著算法簡單，檢測速度快速的優(yōu)點，缺點是對光照、遮擋等背景復雜的情況適應較差，梯度方向直方圖算法結(jié)合線性SVM在行人檢測精度和對復雜背景的適應方面較好，但是算法復雜，影響檢測速度。本文將兩者相結(jié)合，首先利用背景減除法將行人運動區(qū)域快速提取出來，減少梯度方向直方圖算法的計算量，然后進行再使用HOG特征和線性SVM行人檢測。行人跟蹤主要采用目前比較流行的CamShift算法實現(xiàn)