一种基于视频系统的电梯乘客异常乘梯行为监测方法与流程

1.本发明涉及图像模式识别领域及电梯生产技术领域，尤其涉及一种基于视频系统 的电梯乘客异常乘梯行为监测方法。


背景技术：

2.电梯的智能监控系统通过实时获取电梯上的视频图像，并通过分析该视频图像来判 断电梯上乘客的行为是否异常，当出现异常情况时能及时把异常情况反馈给电梯控制器， 电梯控制器能根据不同的异常状态对电梯的工作模式进行调整。该系统包括图像采集、 图像分析、图像处理、模式分类、异常情况识别、异常情况报警。现有技术如授权公告 号为cn106127148b的中国发明专利，公开了一种基于机器视觉的手扶电梯乘客异常行 为检测方法。包括步骤:1)视频图像采集；2)对采集的图像进行canny边缘检测；3)利用 hough圆变换找出边缘图像中的类圆区域；4)通过人头灰度直方图模板判断该类圆区域 是否为人头；5)利用mean shift方法对图像中的人头进行跟踪；6)计算每个乘客头部类 圆区域的中心点的移动方向、移动速度；7)通过分析类圆区域中心点的移动方向和移动 速度判断乘客的行为。通过该方法可以有效提高手扶电梯的安全质量，避免了突发事件 后的情况进一步恶化，把手扶电梯上乘客摔倒的人员损伤降到最低。


技术实现要素：

3.本发明的目的在于针对现有技术提供一种能提高识别准确性、优化边缘识别和图像 分割、抗干扰的基于视频系统的电梯乘客异常乘梯行为监测方法，其包括，检测对象发 出的红外辐射图像i和可见光图像v，用于通过图像获取装置获取图像中的乘客头部运 动方向来判断异常行为；该检测异常行为被检测到时，提供根据异常和通知异常部分的 预定通知。通过红外辐射图像i和可见光图像v合并后提高后续算法的识别准确性，通 过i具有的特定辐射信号可以校准v所本身具有的噪点。可以在电梯内避免空间狭窄、 人员物品嘈杂对单纯可见光视频识别的误差。i能提供v所不具备的分割信息，以辅助 检测图像v和检测异常部分的存在。
4.为了进一步优化技术方案，采取的优化措施还包括：
5.红外辐射图像i含有被摄乘客发射的黑体辐射信号信息。红外辐射图像i中包含的 黑体辐射信号，可以避免可见光运算过程中对于颜色、光线的临接、重叠造成边缘查找 运算的效率低下或错误。
6.上述的红外辐射图像i经如下步骤处理，将红外辐射图像i进行温差起伏提取，然 后通过阈值划分获得红外辐射图像i温度区分结果。红外辐射图像i中的乘客、物体的 边界对于环境具有较好的显著性区别，其较难受到乘客走动、进出电梯的干扰。通过预 设一些阈值，将红外辐射图像i中不同温度进行区分。通过寻找红外辐射图像i中乘客 的边界，进而可以校准可见光图像v。
7.上述的可见光图像v经如下步骤处理，将可见光图像v就行各相异性扩散滤波， 然
后获得到平滑结果，再给予mean shift算法进行影像分割，以获得初始结果。通过可 见光图像v的处理，能够获得到对于多个乘客、物体的视觉划分，得到的初始结果， 进而为其与红外辐射图像i温度区分结果比对和优化提供基础数据。
8.上述的温度区分结果和上述的初始结果经基于最小异质性准则的区域合并处理，得 到经过分割的图像。温度区分结果和初始结果经最小异质性准则的区域合并，是为了获 得与温度边界相称的乘客边界。避免光线、颜色色块交叠造成的判断错误和算力损失。
9.上述的最小异质性准则的区域合并处理过程中，能以反馈方式调整上述的阈值，以 提高上述的温度区分结果和上述的初始结果之间的边缘识别吻合程度。温度阈值过高会 造成温度选区过于小，且处于乘客真是边界内部较多的位置，造成红外辐射图像i温度 区分结果反而没有太多的参考意义。因此，在最小异质性准则的区域合并处理过程中， 如果红外辐射图像i温度区分结果与可见光图像v的初始结果相差较大，可以反馈并调 整温度阈值，使温度阈值过高会造成温度选区的边界靠近可见光图像v的初始结果的 乘客边界，避免过分割或欠分割。从而降低算力损失，提高边界识别的准确率。
10.获取图像中的乘客头部运动方向来判断异常行为的步骤如下，
11.1)红外辐射图像i和可见光图像v采集并获得分割的图像；
12.2)对分割的图像进行边缘检测，找出边缘图像中的类圆区域；
13.3)通过人头灰度直方图模板判断该类圆区域是否为人头并进行跟踪；
14.4)计算每个乘客头部类圆区域的中心点的移动方向、移动速度；
15.5)通过分析类圆区域中心点的移动方向和移动速度判断乘客的行为。通过对处理后 的图像分割结果进行乘客行为的跟踪和判断，由于其边缘检测和图像分割的质量高于现 有技术对于视频图像滤波处理的质量，能有效的降低识别错误的几率。且由于红外辐射 图像i的信号具有热量信息，有效提高了边缘识别的准确性。
16.本发明还公开了实现上述基于视频系统的电梯乘客异常乘梯行为监测方法的计算 机程序和存储有上述计算机程序的存储介质。
17.由于本发明采用了检测对象发出的红外辐射图像i和可见光图像v，用于通过图像 获取装置获取图像中的乘客头部运动方向来判断异常行为；该检测异常行为被检测到时， 提供根据异常和通知异常部分的预定通知。通过红外辐射图像i和可见光图像v合并后 提高后续算法的识别准确性，通过i具有的特定辐射信号可以校准v所本身具有的噪点。 可以在电梯内避免空间狭窄、人员物品嘈杂对单纯可见光视频识别的误差。i能提供v 所不具备的分割信息，以辅助检测图像v和检测异常部分的存在。因而本发明具有提 高识别准确性、优化边缘识别和图像分割、抗干扰的优点。
附图说明
18.图1为本发明实施例的步骤顺序示意图；
19.图2为本发明实施例的图像分割处理步骤示意图；
20.图3为本发明实施例识别效果比较示意图。
具体实施方式
21.以下结合附实施例对本发明作进一步详细描述。
图像i的信号具有热量信息，有效提高了边缘识别的准确性。
36.可见光图像v的处理：
37.为削弱噪声影响和提高分割效率，首先采用各向异性扩散模型(weickert，1998； weickert et al.，2002)对可见光图像v进行图像平滑处理。各向异性扩散滤波算法实现 的核也思想就是在最大限度的在同质区域实现扩散，而在边缘区域抑制扩散，该过程在 原始影像的基础应用非线性各向异性扩散方程获取平滑结果的影像。
38.mean shift算法是基于非参数概率密度梯度估计的迭代聚类过程，简要如下：
39.(1)影像核密度梯度滤波:
40.a、初始化k＝1和结束条件p，用当前像元点xj初始化化窗中心位置yk＝xj；
41.b、按核密度梯度均值漂移向量式计算收敛路径上的新位置y
k 1
得到向量值mh＝y
k 1-yk；
42.c、k ，到||mh||《p停止，记收敛点为y
j,c
；
43.d、对第j个像元点赋予新值zj＝(x
sj
，y
rj,c
)。
44.(2)图像提取对象过程，参见员永生等，2009使用的方法。
45.红外辐射图像i：
46.将红外辐射图像i的每个像素的温差起伏提取出来。
47.温度值提取：通过对数据的统计分析，获得几种常用的面部测温范围；然后采用最 小二乘拟合曲线的方法，获得这几种测温范围下图像灰度值与实际温度值之间的对应关 系；最后根据上述对应关系提取出图像上每像素点处的温度值。有温度值，就有了温差 矩阵。
48.根据预设的温度阈值对将红外辐射图像i进行温差区块的划分，得到温度分区结果。
49.红外辐射图像i的温度分区结果和可见光图像v的初步结果，二者的边界是难以统 一的，这无形中会将本属于同质区的分割区域被地形起伏度分区强行分隔开，降低影 像的分割效果。
50.基于最小异质性的区域合并：
51.本发明采用fnea算法使用的最小异质性合并准则(baatz et al.，2000)，首先应用 mean shift算法和较小的固定带宽得到过分割影像对象，基于初始过分割结果实现图模 型的构建，并根据合并准则进行合并操作，得到多尺度分割结果。
52.区域合并过程中，由可见光谱异质性和红外光谱形状异质性决定。区域间的异质性 值f的表达式如下：
[0053][0054]
上式中w
color
为光谱指标的权重值，w
shape
为形状指标的权重值，取值[0,1]。h
color
为预设的光谱异质性指标。h
shape
为形状指标形状异质性指标，计算方式如下：
[0055]hshape
＝w
smoot h
×hsmoot h
w
compact
×hcompact
[0056]wsmoot h
w
compact
＝1
[0057]
形状异质性指标由平滑度与紧致度度量，w
smooth
和w
compact
分别为平滑度与紧致度 指标的权重值，取值[0,1]。h
smooth
和h
compact
分别为平滑度与紧致度指标度量值，本发明 进
行了一定的改进。
[0058][0059][0060]
s为遥感影像分割对象的面积；l是影像对象的周长；b是最短边长。
[0061]
区域合并过程可简单描述为:遍历分割后的影像对象的区域邻接图存储于矩阵 中，根据合并准则合并邻接且满足最小异质性准则的影像对象，迭代合并过程直至结束。
[0062]
多尺度分割其基本思想是综合考虑可见光谱影像的颜色(光谱)特征和红外下形状 特征等因素，在基于初次分割的基础上采用自下而上的迭代合并算法将影像分割为高度 同质性的斑块对象(tab et al.，2006)。影像多尺度分割的结果由区域合并过程中的光谱 异质性、形状异质性、面积阔值3个指标决定，这3个指标即分割尺度，具体分割算法 采用现有的edison高斯核函数作为均值漂移的核函数。附图3中的现有技术采用的 是经典h
smooth
和h
compact
分别为平滑度与紧致度指标度量值，没有红外图像校准。与本实 施例对比，本发明技术方案的识别效果优势显著。
[0063]
尽管已结合优选的实施例描述了本发明，然其并非用以限定本发明，任何本领域技 术人员，在不脱离本发明的精神和范围的情况下，能够对在这里列出的主题实施各种改 变、同等物的置换和修改，因此本发明的保护范围当视所提出的权利要求限定的范围为 准。