(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202210330783.4 (22)申请日 2022.03.30 (71)申请人 东南大学 地址 210096 江苏省南京市玄武区四牌楼 2 号 (72)发明人 苗阳　张文波　刘志远　杨俊宴　 薛新　陈翚　 (74)专利代理 机构 南京经纬专利商标代理有限 公司 32200 专利代理师 刘莎 (51)Int.Cl. G06V 20/59(2022.01) G06V 20/52(2022.01) G06V 20/40(2022.01) (54)发明名称 一种基于车载监控视频的公交客流统计方 法 (57)摘要 本发明公开了一种基于车载监控视频的公 交客流统计方法， 包括： 基于公交车前后门车载 摄像头获取前后门目标区域视频数据； 利用隔帧 提取的方法对视频中图像进行提取； 对各帧图像 进行预处理； 基于背景差分信息对公交上下车乘 客的运动状态进行判定， 绘制各帧像素波形图， 对波形图进行超阈值判断和极值处理； 匹配运动 区域与波形图中符合计数条件的部分， 更新一次 初始计数； 结合波长检验与关门时长检验对公交 上下车乘 客的重叠性计数进行修正， 获得两个修 正计数结果， 与初始结果进行加权运算得到最终 计数结果。 本发明合理利用了公交已有监控设 备， 减少了公交调查时的人工成本， 提高了公交 上下客人数的计数效率。 权利要求书2页 说明书5页 附图1页 CN 114724123 A 2022.07.08 CN 114724123 A 1.一种基于车 载监控视频的公交客 流统计方法， 其特 征在于， 包括以下 具体步骤： 步骤1， 基于公交车 前后门处的车 载摄像头， 获取 前后门目标区域视频 数据； 步骤2， 利用隔帧提取的方法， 从视频数据中提取图像， 进行二值化处理后按照时间顺 序排列， 获得待检测图像集； 步骤3， 在视频数据中截取一段无人通过的背景视频， 利用隔帧提取的方法， 从背景视 频中提取图像， 进行二值化处理后按照时间顺序排列， 获得背景图像集， 进而获得背景图 片； 步骤4， 将待检测图像集中的各待检测图像与背景图片进行差分运算， 检测各待检测图 像中的运动区域； 步骤5， 获取各待检测图像的非零像素点数量， 以待检测图像对应帧数为横坐标， 以该 待检测图像的非零像素点数量 为纵坐标， 绘制波形图； 步骤6， 对波形图进行极化处 理， 结合各待检测图像中的运动区域， 进行初次计数； 步骤7， 基于标准单 人上下车帧长， 对步骤6的初次计数 结果进行重 叠检验； 步骤8， 基于车 载感应器的开、 关门时长， 对公交上 下车客流进行评估检验； 步骤9， 对步骤6的初次计数结果、 步骤7的重叠检验结果以及步骤8的评估检验结果进 行加权求和， 获得公交上 下车客流统计结果。 2.如权利要求1所述的一种基于车载监控视频的公交客流统计方法， 其特征在于， 所述 步骤1中的目标区域 为前后门处的禁止站立区。 3.如权利要求1所述的一种基于车载监控视频的公交客流统计方法， 其特征在于， 所述 步骤3中背景图片B中(x,y)位置的像素值为 其中Bi(x,y)为背景图像 集中第i个背景图像中(x,y)位置的像素值。 4.如权利要求1所述的一种基于车载监控视频的公交客流统计方法， 其特征在于， 所述 步骤4中差分运 算的具体步骤如下： 41)获取差分图像D： D(x,y)＝|f(x,y) ‑B(x,y)| 式中， D(x,y)为差分图像D中(x,y)位置的像素值， f(x,y)为待检测图像f中(x,y)位置 的像素值， B(x,y)为背景图片B中(x,y)位置的像素值； 42)对差分图像D进行阈值处 理， 得到图像R， R中像素值 为0的像素点判定为背景点： 式中， R(x,y)为背景图片R中(x,y)位置的像素值， T为设定阈值； 43)对图像R进行连通性判断， 若R中非背景点的像素点能够生成连通区域， 则该连通区 域在待检测图像f中的对应区域即为有 上下车乘 客通过的运动区域， 否则待检测图像f中不 包含运动区域。 5.如权利要求1所述的一种基于车载监控视频的公交客流统计方法， 其特征在于， 所述 步骤6中进行初次计数的具体步骤如下：权　利　要　求　书 1/2 页 2 CN 114724123 A 261)对波形图进行极化处理： 若第j个待检测图像的非零像素点数量p(j)大于设定像素 点阈值， 则第j个待检测图像对应纵坐标置为1， 否则第j个待检测图像对应纵坐标置为0； 62)极化后的波形图中， 若某段波峰持续超过设定帧长且对应的待检测图像中均包含 运动区域， 则该 段波峰的计数 结果为1； 63)极化后的波形图中， 各 段波峰的计数 结果相加， 得到初始计数 结果N。 6.如权利要求1所述的一种基于车载监控视频的公交客流统计方法， 其特征在于， 所述 步骤7中重 叠检验的具体为： 极化后的波形图中， 若某段波峰持续帧长超过1.3倍的标准单人通行帧长， 则将该段波 峰对应的计数结果修正为 进而得到重叠检验结果N1， 其中ts为标准单人通行帧长， δ为 该段波峰持续帧长 。 7.如权利要求1所述的一种基于车载监控视频的公交客流统计方法， 其特征在于， 所述 步骤8中评估检验结果 为： 式中， N2为评估检验结果， Ta为从开门至关门的总时长， ta为开关门的平均时间损耗， t 为单名乘客下 车的标准时长 。 8.如权利要求1所述的一种基于车载监控视频的公交客流统计方法， 其特征在于， 所述 步骤9中公交上 下车客流统计结果 为： Ns＝ λN+λ1N1+λ2N2 其中， Ns为公交上 下车客流统计结果， λ、 λ1、 λ2分别为N、 N1、 N2的权重。 9.如权利要求8所述的一种基于车载监控视频的公交客流统计方法， 其特征在于， λ＝ 0.6， λ1＝0.2， λ2＝0.3。权　利　要　求　书 2/2 页 3 CN 114724123 A 3