结果图局部如图5-9所示：
图5-9 连通域标记图
Fig5-9 Connected component labeling map
5.4.2 人数统计
由于图像处理的前面步骤无法做到特别理想，大部分的轮廓填充图中会有少量的非人连通域的出现，另外，由于图像轮廓在膨胀的过程中会使得原本不连接的轮廓连接起来，或者图片中的两人本来就存在遮挡的问题，都会造成计数系统得出错误的结果，为了解决这个问题，本算法采用了面积阈值法。
例如，通过MATLAB标记可知，在图五中的连通域共有13个，每个连通域的面积如下
97 87 39 41 9544 36 10865 12477 25 17470 32 32 48
通过分析数据不难发现，人所在的连通域面积明显大于非人连通域，通过函数寻找连通域最大的面积max(Ar)，设Amin = 0.2*max(Ar)，将面积在Amin和max(Ar)之间的连通域都判断为人。
考虑到有可能两个人会发生遮挡，这样的话最大的连通域面积肯定是比Amin大很多，我们设定当Ar> 4 *min(Ar2）时，将该连通域视为两个人。
图5-8 人数统计结果 Fig5-8 Number of Results
在经过实验室的模拟测试后，本人数统计系统基本上能对背景简单，没有重叠的情况进行很准确的统计了，但如果要想进一步提高系统的准确性和稳定性，就需要实 地去采集图片来进行统计。只有在真实的环境下，才能正确的发现本系统的缺陷和作出相应的改进，于是我选了一个比较好的地方进行实地测试和人数统计。
第六章 结论与展望
6.1 本文总结
本文在利用数字图像处理技术来统计人数方面做了很多尝试，首先，为了获得更好的原始图像，采用了三个视角来进行图像采样，并且将复杂的工作进行了划分，对原始图像获取，图像与处理，边缘检测，形态学处理等分别进行了详细的论述，这几个阶段环环相扣，后一阶段的工作必须要依靠前一阶段的工作才能顺利完成，因而误差具有累积效应，所以本文对每一个阶段的可能的干扰都进行了限制。然后，实际情况的复杂性和算法本身的理论局限性，并不能让本方法达到很高的准确度，所以即使在理想状况下，计数结果也会有小误差，我能做到的只能是尽量减小这种误差。
本系统的另外一困难是如何解决好重复计数的问题，要解决好这个问题，最主要的是做好背景减除，还要求在计数阶段的图像不能有面积和目标人物相近的面积，我们只能从前面几个步骤减小这种可能。对于前面步骤都没有去除掉的干扰，在计数阶段，我们用面积阈值法来进行了非人面积的剔除，取得到了很好的效果。
综合来看，这种方法还是有很好的效果，另外，本文中的方法并不对图像细节进行分析，所以对图像质量要求不高。再加上硬件结构简单，总体成本是很低，可以不受成本限制，有希望获得大规模的应用。
6.2 展望
目前，数字图像技术一直是个热门的研究领域，也提出了很多新的算法，图像处理领域有很多的大师和学者，希望笔者在这方面的探索能够为后来者提供一些灵感或者提示，但是由于由于笔者个人能力的限制和研究时间的限制，本系统还有很多不足和需要提高的地方，如果未来需要进一步开展的工作，可以从以下方面进行改进：
1．由于图像处理的原始图片的各种特性非常庞杂，一般的数字图像处理方法都不具备太好的普遍适用性，希望后来者能在这方面有所进展。
2．算法优化的问题，随着近年来图像处理技术的发展，如何根据实际需要进一步优化算法，也是需要研究的一个方向。
3．对遮挡问题的深入研究，遮挡问题一直是人数统计的老大难问题，它对人数统计结果带来了误差，如何通过误差统计来进一步提高结果的精确度。
参 考 文 献
[1] [2] [3] [4] [5] [6] [7] [8] [9] [10] [11] [12] [13] [14] [15] [16] [17] [18] [19] [20] [21] [22] [23] [24] [25] [26] [27]
张宏林．数字图像模式识别技术及工程实践[M]．北京：人民邮电出版社，2003 段瑞玲，李庆祥，李玉和.图像边缘检测方法研究综述[J]. 光学技术，2005,31(3) 赵雪松,陈淑珍.综合全局二值化与边缘检测的图像分割方法[J].计算机辅助设计与图形学学报,2001,13(2):119-121
贾慧星,章毓晋.智能视频监控中基于机器学习的自动人数统计[J].视频应用与工程，2009，33（4）:79-80
孟子晖. 分子烙印技术[D]. 大连：中国科学院大连化学物理研究所, 1998 耿建军.智能建筑中视频监控系统设计与应用[D].济南：山东大学，2007 刘科良.智能建筑安全防范系统的研究与实现[D].长沙：中南大学，2006 胡文广.运动人体检测及遮挡处理[D].哈尔滨：哈尔滨工程大学,2009
刘明艳,赵景秀,孙宁.用Prewitt算子细化边缘[J].光电子技术,2006.26(4):260-261 李国栋，刘春阳，柳长安.一种基于特征的动态目标检测与跟踪算法[J].哈尔滨工业大学学报,2005,37(7):928-929
顾德军。伍铁军.一种基于人头特征的人数统计方法研究[J].信息技术,2010,39(4)：134—138
李文斌,周晓敏,王长松.一种基于背景减法的运动目标检测算法[J].北京科技大学学报,2008.30(2):213-215
李红波，向南，吴渝.一种改进的室内运动人体检测与轮廓提取算法[J],重庆邮电大学学报(自然科学版),200820(2):226-229
马启新.基于彩色边缘检测和数学形态学的车牌定位[D].长沙，中南民族大学，2009 朱遵尚.图像增强技术研究[D].长沙，国防科学技术大学，2009
董秀山.图像边缘检测算法研究及其应用[D].哈尔滨:哈尔滨理工大学,2009 张宇.数字图像椒盐噪声滤波算法研究[D].哈尔滨:哈尔滨理工大学,2009
张丽新.数字图像高密度脉冲噪声的中值滤波算法研究[D].上海:上海交通大学,2009 董璐.数字图像处理与识别系统的开发[D].南京：东南大学，2004
周龙，黄凌霄，牟怿.数学形态学方法在储粮害虫图像预处理中的应用[J].华中科技大学学报(自然科学版),2008,36(2):86-87
刘明奇，倪国强，陈小梅.手背静脉图像预处理算法研究[J].光学技术,2007,33:255-257
童俊艳.视频监控中的群体运动分析研究[D].南京：南京理工大学，2009 肖秀春.人脸检测与面部特征提取技术研究[D].长沙：湖南大学，2004
羊裔高.面像识别中的图像处理研究[J].四川大学学报(自然科学版),2008,45(3):534-536
常晟,魏庆芄,姜子炎等.空调系统节能优化运行与改造案例研究(3)：空调机组[J].暖通窄调HV&AC,2010,40(8):42-44
徐昊.基于简单固定背景图像特征的人数统计[D].重庆,重庆大学,2007 马玉书．人工智能及其应用[M].石油工业出版社，1998
相关推荐：
loading