客車超載檢測方法

2023-12-12 22:54:02

專利名稱：客車超載檢測方法
技術領域：
本發明涉及一種客車超載超員檢測方法。
背景技術：
隨著人們生活水平的不斷提高，人們外出的需求量也就越來越大，因此汽車仍是交通運輸的主要工具。由於大部分客車車主為了自身利益要求，忽視交通安全意識，拼命地往車裡塞人，尤其是到了節假日，人客流高峰期，而與此相關的公路客運的運輸能力卻沒有相應增加，致使節假日客車超員超載現象頻發。客車超載對國家的公路設施和客運市場造成了不良影響，同時容易引發道路交通事故，給交通安全帶來了極大的隱患，也使人民的生命財產安全受到了嚴重的威脅。針對上述現象，近年來出現了不同的車輛檢測方法。目前在客車超載檢測方法中大多數還是採用途中人工盤檢的方式，這種方式因為存在太多的人為因素，無法監測到客車運行過程中的真實情況。而極少地區對運營車輛安裝了智能檢測設備，這種智能檢測設備主要通過在客車車門兩側安裝具有方向判斷功能的紅外線傳感器或其它功能傳感器，實現乘客上下車的記錄，並計算是否超員報警。或是在乘客上下的臺階上安裝壓電薄膜傳感器，通過傳感器的受力不同對乘客上下車進行判斷，並記錄人數從而判斷是否超載。這兩種智能檢測設備一定程度上改善了人工盤檢的弊端，但是這種依賴於硬體設備的檢測方法，提升了檢測成本，而且無法達到實時監測。

發明內容
本發明針對以上問題的提出，而研製的一種客車超載檢測方法具有如下步驟Si.以客車過道作為檢測區域，採集檢測區域的視頻圖像，選取其中的一幀視頻圖像作為當前幀，使用訓練好的Haar特徵級聯分類器對當前幀圖像進行逐個位置的掃描，採集與所述Haar特徵級聯分類器掃描窗口一致的至少一個矩形區域。S2.選取一個矩形區域，在選定的一段時間內，追蹤該矩形區域，判定該矩形區域在當前幀之後的一段連續幀中每一幀中出現的位置與矩形區域在每一幀中的上一幀中出現的位置偏差是否在規定範圍內，同時，判斷該矩形區域，在選定的同一段時間內，當前幀後的同一段連續幀圖像中出現的次數大於規定出現次數，則判定客車超載；否則，刪除所述矩形區域，繼續檢測，重複S1-S2。步驟S2包括S201.根據經驗預先設定時間閾值T，和T時間內同一頭部檢測到的總次數N ；S202.從當前幀開始，記錄當前時間t到t+T這一時間段內，矩形區域在每一幀圖像中出現的次數，記作η以及所述矩形區域在每一幀圖像中所處的位置；S203.根據公式|Pm_Pm+1| < Dmin判定，所述矩形區域在時間閾值T內，在每一幀中的位置，與在上一幀中的位置的偏差在所述範圍內，式中Pm表示上一幀圖像中檢測到的矩形區域的位置，pm+1表示當前幀圖像中檢測到的矩形區域的位置，Dmin是根據經驗總結的同一目標在兩幀間的變化的最大距離。
S204.判斷比較η與N的大小，若η > N,則判定該矩形區域存在；若η < N，則判定該矩形區域不存在。 S205.若所述矩形區域滿足同時S204與S203所述的條件，則判斷車輛超載，否則， 刪除記錄中的所述矩形區域，繼續檢測，重複步驟S1-S2Sl之前還具有對Haar特徵級聯分類器進行訓練選擇人頭不同角度的圖像作為正樣本集&。s，車內不同環境作為負樣本集Sneg，所述正樣本集&。s中的樣本數量取值為 5000 < Spos < 8000,負樣本集Sneg的樣本數量取值為8000 < Sneg < 12000。在進行分類器訓練時，加入了人頭部傾角為30度和45度的Haar特徵正樣本進行進行訓練。在Sl中所述Haar特徵級聯分類器對當前幀進行掃描的方法，首先使用分類器的初始大小窗口從監控區域的最遠端開始，逐個位置掃描，完成一次掃描後，按比例因子 scale_factor放大分類器窗口，再進行一次掃描，不斷放大窗口，直至窗口大於視頻圖像大將客車過道區域，即檢測區域劃分為矩形或多邊形，在採集到當前幀圖像數據之後，對當前幀圖像進行高斯濾波和直方圖均衡化處理。在S3判定車輛人員超載後，發出報警並將報警信息和超載的實時圖像上傳至遠程計算機中。本發明的公共客運車輛人員超載監控系統及監控方法，通過圖像識別技術判斷車輛通道是否有人，並以此作為判斷是否超載的依據，可有效地解決傳感元件對上下車乘客個體識別精度不高的問題，同時，只傳送判定超載的圖片到監控中心，可大大降低數據傳輸量，節約運行成本。本發明的其他優點、目標，和特徵在某種程度上將在隨後的說明書中進行闡述，並且在某種程度上，基於對下文的考察研究對本領域技術人員而言將是顯而易見的，或者可以從本發明的實踐中得到教導。本發明的目標和其他優點可以通過下面的說明書，權利要求書，以及附圖中所特別指出的結構來實現和獲得。


為了更清楚的說明本發明的實施例或現有技術的技術方案，下面將對實施例或現有技術描述中所需要使用的附圖做一簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發明的一些實施例，對於本領域普通技術人員來講，在不付出創造性勞動的前提下，還可以根據這些附圖獲得其他的附圖。圖1為本發明的流程2為本發明的主要步驟流程3為本發明中步驟S2的具體步驟圖
具體實施例方式如圖1本發明的流程圖所示一種客車超載檢測方法，具有如下步驟首選對本發明所採用的Haar特徵級聯分類器進行訓練，主要同過採集大量車內實際情況下的視頻進行分析，選擇頭部的不同角度的圖像作為正樣本集Spos，車內不同環境作為負樣本Smg，進行分類器訓練，由於人頭不同的角度特徵有所不同，因此正負樣本數量必須足量，我們選用正負樣本數分別為Spos = 6000和Sneg= 10000。檢測窗口的最小尺寸設為wSize = 16X 18cm，同正樣本尺寸大小相同。由於車體過道具有長度和每個人頭部大小都不同，所以採集到的矩形區域一般具有唯一性，即唯一的大小。考慮到在實際客車內部，人們的頭部存在不同角度的傾斜，為了更加準確的識別頭部目標區域，作為一個較佳的實施方式，因此在訓練中增加傾角為30度和45度的Haar 特徵進行訓練。對於檢測到的目標區域用矩形框方式表示，作為一序列的矩形區域返回，其中包括矩形左上角坐標(X，y)以及矩形的寬width和高height，利用矩形區域信息，可以將超載目標在視頻圖像中標定出來。通常長途客車的超載，都是在座位坐滿的情況下，在中間的過道上有乘客站立或坐在加座上，作為一個較佳的實施方式，Si 以客車過道作為檢測區域，人為的根據實際情況，在將該過道區域即為所述的監測區域劃分成矩形或者多邊形，劃分的時候要做到準確， 不得過多包含座位信息。在採集到圖像之後，作為一個較佳的實施方式，使用高斯濾波器對採集到的圖像進行降噪處理以及採用直方圖均衡化增加圖像的對比度。在採集到的多幀的圖像中，挑選一幀圖像作為當前幀，在當前幀圖像中，使用訓練好的Haar特徵級聯分類器對當前幀圖像進行逐個位置的掃描，找到與Haar特徵級聯分類器掃描窗口初始尺寸一致的所有區域，優選的，設定該區域為為矩形，該矩形區域的尺寸為 wSize。在完成以Haar特徵級聯分類器掃描窗口為依據的一次掃描之後，按SCale_factor， 放大掃描窗口，重複檢測，直到掃描窗口大於所述檢測區域，即過道區域，停止掃描。對掃描得到的多個不同的矩形區域，考慮到客車內部光線變化，及車輛行駛抖動等因素，在頭部識別後獲得的目標矩形偶爾發生誤檢，為降低誤檢率，作為一個較佳的實施方式，設定S2 根據經驗值設定一個時間閾值T和T時間內同一矩形區域被檢測到的總次數N，跟蹤當前幀檢測到的矩形區域並記錄，累加從當前時間t到t+T檢測到的同一頭部的數n，gn>N，則視為目標存在，考慮到除了在超載的情況下，過道區域中可能出現人的頭部影響外，成員在過道區域內行走，或者乘客在座位上探頭張望，交談等情況也會在過道區域產生頭部影響， 作為一個較佳的實施方式，在判定矩形區域是否存在的同時追蹤，在當前幀後時間閾值T 內，2個連續幀中的所述矩形區域的相對距離是否在根據經驗值限定的範圍內，根據公式 |pffl-pffl+1 < Dmin判定，所述矩形區域在時間閾值T內，在每一幀中的位置，與在上一幀中的位置的偏差在所述範圍內，式中Pm表示上一幀圖像中檢測到的矩形區域的位置，Plrt表示當前幀圖像中檢測到的矩形區域的位置，Dmin是根據經驗總結的同一目標在兩幀間的變化的最大距離。如果一個矩形區域滿足上述條件，判定該目標在檢測區域，即過道區域長時間存在，則此時車輛超載。否則，則可認定為誤檢測，刪除記錄，重新檢測。在判定車輛超員超載後，發出報警信息，同時，將報警信息和超載的視頻截圖或者視頻圖像上傳至設定的接收設備。下表為按照本發明所述方法進行的實驗的數據。
權利要求
1.一種客車超載檢測方法，其特徵在於具有如下步驟51.以客車過道作為檢測區域，採集檢測區域的視頻圖像，選取其中的一幀視頻圖像作為當前幀，使用訓練好的Haar特徵級聯分類器對當前幀圖像進行逐個位置的掃描，採集與所述Haar特徵級聯分類器掃描窗口大小一致的至少一個矩形區域；52.選取一個矩形區域，在選定的一段時間內，追蹤該矩形區域，判定該矩形區域在當前幀之後的一段連續幀中每一幀中出現的位置與矩形區域在每一幀中的上一幀中出現的位置偏差是否在規定範圍內，同時，判斷該矩形區域，在選定的同一段時間內，當前幀後的同一段連續幀圖像中出現的次數大於規定出現次數，則判定客車超載；否則，刪除所述矩形區域，繼續檢測，重複S1-S2。
2.根據權利要求1所述的客車超載檢測方法，其特徵還在於所述步驟S2包括5201.根據經驗預先設定時間閾值T，和T時間內同一頭部檢測到的總次數N；5202.從當前幀開始，記錄當前時間t到t+T這一時間段內，矩形區域在每一幀圖像中出現的次數，記作η以及所述矩形區域在每一幀圖像中所處的位置；5203.根據公式|Pm_Pm+1| N，則判定該矩形區域存在；若η < N，則判定該矩形區域不存在。5205.若所述矩形區域滿足同時S203與S204所述的條件，則判斷車輛超載，否則，刪除記錄中的所述矩形區域，繼續檢測，重複步驟S1-S2。
3.根據權利要求1-2任意一項權利要求所述的客車超載檢測方法，其特徵還在於所述Sl之前還具有對Haar特徵級聯分類器進行訓練選擇人頭不同角度的圖像作為正樣本集&。s，車內不同環境作為負樣本集S胃，所述正樣本集&。s中的樣本數量取值為5000 < Spos < 8000,負樣本集Sneg的樣本數量取值為8000 < Sneg < 12000。
4.根據權利要求3所述的客車超載檢測方法，其特徵還在於在進行分類器訓練時，加入了人頭部傾角為30度和45度的Haar特徵正樣本進行進行訓練。
5.根據權利要求1所述的客車超載檢測方法，其特徵還在於在Sl中所述Haar特徵級聯分類器對當前幀進行掃描的方法，首先使用分類器的初始大小窗口從監控區域的最遠端開始，逐個位置掃描，完成一次掃描後，按比例因子scalLfactor放大分類器窗口，再進行一次掃描，不斷放大窗口，直至窗口大於視頻圖像大小。
6.根據權利要求1所述的客車超載檢測方法，其特徵還在於將客車過道區域，即檢測區域劃分為矩形或多邊形，在採集到當前幀圖像數據之後，對當前幀圖像進行高斯濾波和直方圖均衡化處理。
7.根據權利要求1所述的客車超載檢測方法，其特徵還在於在S3判定車輛人員超載後，發出報警並將報警信息和超載的實時圖像上傳至遠程計算機中。
全文摘要
本發明公開了一種客車超載檢測方法根據實際情況分析，客車出現的超員超載現象，主要集中於客車內部的過道區域，基於這種特點，車輛超載算法，通過劃定車輛內部過道區域，對過道區域進行人的頭部識別。主要通過Haar人臉識別方法，選取大量的人在車輛內部站立時不同角度的頭部圖像做為有效樣本，並對可能誤檢的相適區域選取大量負樣本進行訓練，同時改進haar特徵識別方法，結合客車內部環境特點，分析像素變化特徵，提高圖像檢測效率，並在識別過程中選定時間閾值對識別到的目標進行二次過濾，提高目標識別率，從而降低誤檢率。
文檔編號G06K9/62GK102496275SQ20111038170
公開日2012年6月13日 申請日期2011年11月25日 優先權日2011年11月25日
發明者張澤旗 申請人:大連海創高科信息技術有限公司