基于DSP的公交車人流量檢測(cè)系統(tǒng)的實(shí)現(xiàn).pdf

1、公交車人流量檢測(cè)系統(tǒng)是在公交車上利用攝像設(shè)備和高性能數(shù)字圖像處理器DSP進(jìn)行乘客上下車判斷，實(shí)時(shí)記錄乘客人流量數(shù)據(jù)的一套設(shè)備。本文分析了常用的視頻圖像人流量檢測(cè)算法，構(gòu)建了基于DM642 D S P處理器的硬件系統(tǒng)，設(shè)計(jì)了一套實(shí)時(shí)檢測(cè)乘客上下車情況的算法，并給出了算法分析與測(cè)試結(jié)果。
　　本文首先研究了人流量檢測(cè)算法相關(guān)的理論知識(shí)，從視頻圖像預(yù)處理、運(yùn)動(dòng)目標(biāo)檢測(cè)、分割、識(shí)別與跟蹤五個(gè)方面詳細(xì)地闡述了目前常用的方法，并在此基礎(chǔ)上，總

2、結(jié)優(yōu)缺點(diǎn)，選擇了適合要求的相應(yīng)算法。在視頻圖像預(yù)處理部分，介紹了彩色圖像灰度化、圖像降噪與灰度圖像二值化，敘述了均值濾波、中值濾波、多幅圖像平均法、小波閾值法與空間域低通濾波法五種降噪方法，并選擇了3X3均值濾波法。在運(yùn)動(dòng)目標(biāo)檢測(cè)部分，介紹了光流法、相鄰幀差法、邊緣檢測(cè)法與背景差分法四種常用方法，并選擇了背景差分法。在運(yùn)動(dòng)目標(biāo)分割部分，介紹了基于區(qū)域、基于像素聚類與基于分水嶺變換三種目標(biāo)分割方法，并選擇了基于區(qū)域的分割方法。在目標(biāo)識(shí)別部

3、分，介紹了橢圓擬合與Hough變換兩種方法，并選擇了橢圓擬合法。在目標(biāo)跟蹤部分，介紹了 Unscented卡爾曼濾波器與利用二階信息的Mean Shift兩種方法，由于這兩種算法過(guò)于復(fù)雜，考慮到公交車這一特殊應(yīng)用場(chǎng)景，最終設(shè)計(jì)了一種利用位置來(lái)檢測(cè)乘客行為的簡(jiǎn)單目標(biāo)跟蹤方法。然后，構(gòu)建了硬件系統(tǒng)平臺(tái)，對(duì)系統(tǒng)整體框架進(jìn)行了較為詳細(xì)的說(shuō)明，圖像處理芯片采用的是TI公司生產(chǎn)的DM642，采集模塊使用的Sony CCD攝像頭與TVP5150解碼芯