中国科技论文在线 http://www.paper.edu.cn 积参数可以通过计算所获得的运动区域的面积来获得。而对于形状参数，为了适应平移、旋 转的影响，参照目前现有的算法，采用傅立叶描述子。 傅立叶描述子的计算过程: （1）、对所获得的运动模块图像进行形态学的开运算，以消除运动提取过程中的一些阴 影及人体的手脚对图形形状的影响; （2）、抽取运动模块的边缘链码，本实施例采用的是 8 邻域法求解，并对链码进行归一 化处理，以方便后续处理。在实际处理中，将所有的链码长度归一化为 N=128，采用的是等 间距抽取，同时考虑抽取点斜率的模式;同时将链码的中心点归一化为坐标原点，消除后续 傅立叶描述子中的位移影响，只保留纯粹的形状信息。具体过程：假设原始的链码为 m y x , 分别为边界上第 m 点的横纵坐标，此时物体的 ml ( m=0,1….M-1,其中 = x ) ( ) m m m y , m ∑ ( 1 − m = 0 中心为 − l = Mx m , m 1 − ∑ m = 0 My m ) ， 长度归一化后的链码为 L(n)， n=0,1….N-1,其中： Mn l *[1({ Mnl *([ *[1( Mn nl )( ]) ]) + − + + = l N N n=0,1….N-1, *(*])} Mn N Mn *[ − N ]) − − l N （3）、计算所获得链码的傅立叶描述子，同时利用 G.H.Granlund 提出的方法对傅立叶描 述子进行归一化；[5]如下公式操作： Fu 1(*) normal + − u )}1(*)1({)} F F 其中： exp( *2 Ω− j Nun ) u=0,1….N-1, F uF )}({ 1({ = N 1 = ∑− uF )( nL *)( n = 0 傅立叶描述子进行归一化操作后，所获得的傅立叶描述子将与图像的平移、大小、旋转 以及轮廓起始点的选择无关，只保留了图像的形状信息。 （4）、截取所获得的傅立叶描述子的低频部分，低系数的 32 个参数。 3.2.2 特征向量的提取 在选定了特征向量的构成特征后，具体的特征向量提取过程，大概分为下面几个步骤: （1）、对输入的包含运动目标的二值图进行形态学预处理，消除掉图形中的小块目标并 调整目标的形状，使其更加的平滑、连续;同时消除手、脚部分的影响，使整体的运动人体 的图像更加相似; （2）、对处理后的图形中的各个连续区域，分别统计他们的边界坐标序列，计算边界的 归一化傅立叶描述子，同时计算区域的面积，组合获得最终的描述各个运动块的特征向量。 3.3 运动块质心的获取 在确定了运动块的属性(是不是人，几个人)之后，需要跟踪这个运动块，以给出实际的 客流量信息。为了便于跟踪，在确定属性之后利用了一个聚类分析的方法，对运动块图形进 行聚类分析，给出其中各个人体的中心点。采用模糊 ISODATA 聚类分析[6]： 设被分类对象的集合为 { x = i 分类存在一个矩阵 R=[ 11r ,...., } x x x im i 1 , 2 i X = xx ,{ 1 ，其中每个元素 ix 有 m 个特性指标，即 。如果将每一次认为一个样本集合 X 上一个模糊子集，相对于每一种 ,...., nx } 2 12r …. nr1 -3- 

中国科技论文在线 http://www.paper.edu.cn 22r …. 21r nr2 … … … … 1cr cnr ] 2cr …. 一般步骤为： （1）、给定样本数据的分类项目 c，要求 c ≤≤2 n ，任意设置一个初始化模糊分类矩 阵 )0(R ,逐步迭代，L=0,1,2….; (2) 、 对 于 ) , 计 算 聚 类 中 心 向 量 , V L ) ( = L ) V ( ( 1 , V ( 2 L ) ,...., V ( C L ) T ) , 其 中 (LR q *) ) n ) ( L V i L ( x = r ( ik ∑ ∑ 1 = (LR （3）、修正模糊分类矩阵 ) r ( ik 1 = ( k k k n q ) ) 其中 q 为定义常数； L c ( ( L )1 + 1 = r ik ∑ j 1 = (LR 于 （4）、比较 ) r max{ L ( )1 ) −+ ik r ( ik L x k − V i ( L ) x k − V ( j L ) ) 2 q 1 − )1 ( +LR ，若对于预先设定的 0>ε ， } ε≤ 则 ( +LR 和 )1 ) (LV 就是所求，停止迭代；否则，L=L+1,回到步骤 2 重复进行。 4．结束语 运用计算机图像处理技术，设计了公交车人流量的监测系统，能够比较准确的统计公交 车各时段人流量的状况；计算公交车上的人数，预防严重超载现象；另外可以对公交车的出 入口实时的监控。 -4- 

中国科技论文在线 http://www.paper.edu.cn 参考文献 [1] 肖 杰 裴忠才等．运动目标识别与跟踪系统的研究[J]．微计算机信息，2007 年，12-1 期：1-2． [2] 翁南衫，蔡德钧．视频对象分割与两种面向对象的视频编码器，2000 年，vol.28．No.10：106 一 110． [3] Neri A，et al，Antomatic moving object and backgorund separation．Signal processing，1998，Vol 66 No.2： 219- 232． [4] DannyB.Yang Heetor H.Gonzalez- Banos，LonidasJ.Guibas，Counting PeoPle in Crowds with a Real- Time Netwok of Simple image Sensors，Stanofrd University，2002． [5] G.H.Granlund ， Fourier PreProeessing for Hand PrintCharacter Reeongition ， IEEE Transactions on Computers，Feb.1972：195 一 201． [6] 王新春，王保保，基于小波神经网络的人脸识别[J]，微机发展，2003 年，Vol.13 No.6 ：27- 31． [7] 温保岗 韩毅等，一种公交车人流量检测装置，中国 ZL200820030375.2 2009 年 6 月 The Design on Bus Monitoring System for population flows Wen Baogang, Sun Qinyun, Jiang Kun, Qiu Jianhua Automobile Faculty, Chang’an University, Xi'an (710061) Abstract One kind of population flow monitoring system in buses has been designed to overcome the difficulty which is too hard to moitor the population flow in this article. This system in which one camera has been installed in the front and rear door, gathered front and rear door video images, and then input them to a computer, which can process the video image and compute the population flow by use of the movement target identification technology. It is convenient to statistic the existing population on the bus with this system , which can give an alarm when the population surpasses the limitation value and can help to provide the reference information for the public transportation dispatch supplies and also can be useful for carrying on the simultaneous real-time monitoring. Keywords: bus; monitoring the population flows; image processing; the moving target technology -5-