一种基于机器视觉技术的城市轨道交通客流量检测方法

摘要

为了准确识别并检测城市轨道交通客流量变化,研究轨道交通客流量的变化规律,以客观图像为研究对象,以机器视觉技术为研究手段,提出了一种新的交通客流检测方法.在对交通客流视频图像进行滤波与增强后,利用Canny边缘帧差法从预处理图像中获取完整的运动目标轮廓.同时,利用AdaBoost检测算法构建的强分类器完成乘客头部的检测,并通过双线差值算法消除视频图像中不同位置尺寸所产生的误检框,实现对目标的跟踪与记载,完成客流量的统计.结果表明,该方法在交通客流量的检测中准确率高于90％.检测方法对提高城市轨道交通客流量的检测准确性具有一定的借鉴意义.