《基於雙波段近紅外圖像融合的自動乘客檢測方法的研究》是依託北京交通大學，由郝曉莉擔任項目負責人的面上項目。
基本介紹
- 中文名：基於雙波段近紅外圖像融合的自動乘客檢測方法的研究
- 項目類別：面上項目
- 項目負責人：郝曉莉
- 依託單位：北京交通大學
項目摘要,結題摘要,
項目摘要
本課題面向HOV車輛監控系統，擬基於雙波段近紅外圖像融合機理，提出對HOV車道上行駛車輛中的乘客進行自動計數的方法。.首先，提出雙波段近紅外圖像融合方案：通過研究我國車輛、車速、天氣與照明、中國人皮膚特點等因素對雙波段近紅外成像的影響，取得第一手數據，通過理論計算及測試的反覆最佳化，設計出有效的融合方案，取得突出乘客臉部、削弱車內背景的融合圖像，從而大大簡化後續的乘客臉部檢測算法。.其次，提出關鍵算法：(1)車窗檢出算法，使後續算法集中在車窗內部進行；(2)提出乘客臉部檢測算法，取得乘客數目。.最後，面向套用，改進自動乘客檢測方法。提出雙攝像機共光路成像方法，解決實際套用中的雙波段圖像匹配問題；提出自動光照補償方法，克服光照條件變化對車外檢測方式造成的困難。.研究成果也可套用於機場、軍事或其它敏感區域出入口的車輛檢查和管理。對人臉檢測領域也具有參考價值。
結題摘要
在深入研究HOV車道上車內乘客計數問題的基礎上，項目組主要完成了以下幾項工作:（1）視頻車輛檢測算法的研究。本項目依據HOV的腳踏車道套用特點，提出了創新的自適應背景更新方法，形成一種簡單而行之有效的視頻車輛檢測方法。該算法可快速而可靠地定位視頻流中的運動車輛，並可擴展為多車道大視野的視頻車輛檢測方法；（2）車窗區域檢測的研究。為實現從車輛圖像幀中提取車窗區域，解決實際車輛的車型和顏色多樣的問題，充分利用汽車車窗區域邊界呈近似直線的幾何特徵，提出了最佳化的直線檢測運算元與Hough變換相結合的車窗檢測算法，達到較高的檢測率和運算速度；（3）多光譜乘客檢測系統的研究。依據人體皮膚反射特性，建立了人體皮膚檢測的多光譜成像實驗系統；提出了區分真假乘客的多光譜波段選擇方法，為400nm-1100nm光譜範圍內皮膚檢測波段的選用提供了理論依據和實驗結果，並由此設計了用於人體皮膚檢測的可見光與近紅外雙波段成像系統；提出了一種基於雙波段圖像融合與HOG特徵提取的乘客檢測算法，可以有效檢測車內乘客，防止違法欺詐行為的發生；（4）車牌識別方法研究。完整的HOV車道監控系統，還包括車牌識別（LPR）子系統。當前的車牌識別方法對人為塗改和遮擋的車牌辨別能力較差。本項目依據車牌和典型塗改材料反射特性的差異，提出了一種可見光與近紅外的雙波段成像方法，有效捕捉車牌和塗改材料在近紅外波段反射特性的差異；設計了相應的車牌識別算法，實現了對人為塗改和遮擋車牌的自動識別。 該項目的理論與套用研究取得了多項研究成果。在項目的支持下，共發表學術論文23篇，其中SCI、EI檢索論文21篇；獲國家發明專利3項；獨立培養的5名碩士研究生和協助培養的1名博士研究生已經畢業。該項目的研究成果不僅對於HOV車道監控系統的研究和建立具有參考價值，提出的多光譜成像與圖像融合方法也為機器視覺領域目標檢測與識別問題的研究開拓了新的思路。
