专利名称：人形识别方法
技术领域：
本发明涉及人形识别方法，尤其涉及利用三维激光扫描检测客流人形的方法。
背景技术：
随着社会经济繁荣发展，人们物质生活水平的大幅度提高，出行、旅游、聚会、购物、娱乐等社会公共活动，已经是人们日常生活中不可缺少的内容。各种公共场所、商业街、 旅游景点等人员密集场所，常常是熙熙攘攘的人群络绎不绝。以地铁为例，北京地铁共有出入口 400多个，换乘站16个，日发送旅客400万人次。人群聚集给这些场所带来了巨大的安全隐患，也给各级管理部门提出了更高的管理要求。根据相关规定，在人群数量超过一定限额，管理部门需要采取限制人群进入以及人群疏导等预案措施。在整个社会对安全问题越来越重视的大背景下，及时获取人流速度、人流量等信息，实时了解和掌握客流运行情况， 对提高客流调度指挥、应急处置和公众出行服务水平，建立安全、高效的客流组织运输体系具有十分重要的作用。目前多采用二维激光或红外线对扫描场景中的目标进行粗略扫描，统计扫描场景中的客流量。而二维激光或红外线无法精确地扫描出的目标的形状，只能得到扫描目标的粗略形状，因而经常将扫描到的其它目标错误认定为人形，故采用二维激光或红外线统计客流量精确度不高，无法获取准确的客流量信息。
发明内容
本发明的目的是针对现有技术的缺陷，提出一种人形识别方法，通过扫描获取场景内扫描目标的各扫描点的高度和距离，利用高度大于高度阈值的扫描点来建立锥形体， 将锥形体的高度和半径与预设的高度和半径相比，从而判定场景内的扫描目标是否为人形。为实现上述目的，本发明提供了一种人形识别方法，所述方法包括如下步骤对场景内的扫描目标进行扫描，获取扫描数据；获取所述扫描数据中各扫描点的高度和距离；提取高度大于高度阈值的扫描点；建立一个锥形体，所述锥形体包括全部高度大于高度阈值的扫描点；如果所述锥形体的高度和半径符合预设的高度和半径，则判断所述场景内的扫描目标为人形。本发明提出的人形识别方法，通过获取场景内扫描目标的扫描数据来获取各扫描点的高度和距离，利用高度大于高度阈值的扫描点来建立锥形体，将锥形体的高度和半径与预设的高度和半径相比，从而实现了一种精确判定场景内的扫描目标是否为人形的方法。
图1为本发明实施例的人形识别方法的流程图；图2为本发明实施例的人形识别方法的位置关系示意图。
具体实施例方式下面通过附图和实施例，对本发明的技术方案做进一步的详细描述。本发明提出的人形识别方法，将三维激光扫描仪作为测量点固定在空中某位置， 利用三维激光对场景内的扫描目标进行扫描，获得扫描数据，获取扫描数据中各扫描点的高度和距离(扫描点是指三维激光扫描仪扫描到的扫描目标不同部位的点)，选出扫描数据中各扫描点的高度大于预先设定的高度阈值的扫描点；建立一个锥形体，将所有高度大于预先设定的高度阈值的扫描点都包括在内；将锥形体的高度和半径与预设的高度和半径比较，如果锥形体的高度和半径符合预设的高度和半径，则判定扫描目标为人形，从而实现一种精确的判定扫描目标是否为人形的方法。图1为本发明实施例的人形识别方法的流程图，如图1所示，本发明实施例的人形识别方法的具体步骤为步骤101，对场景内的扫描目标进行扫描，获取扫描数据；将三维激光扫描仪作为测量点固定在检测区域上空距离地面L处，三维激光扫描仪垂直向下，以三维激光扫描仪垂直向下延伸的直线为中心位置，三维激光扫描仪扫描范围为与垂直方向夹角为α的范围以内，α取值为0° 90°之间，利用三维激光扫描仪对检测区域进行扫描。当场景内有扫描目标进入扫描区域时，三维激光扫描仪对扫描目标进行扫描，获取扫描数据，三维激光扫描仪利用激光测距原理对扫描目标不同部位进行扫描，获取扫描数据。获取的扫描数据为扫描目标不同部位的扫描点到测量点的距离数据及检测到扫描目标不同部位扫描点的激光与中心位置之间的夹角数据。扫描点是指三维激光扫描仪扫描到的扫描目标不同部位的点。图2为本发明实施例的人形识别方法的位置关系的示意图，如图2所示，P为测量点(三维激光扫描仪)的位置，Q为其中一个扫描点，0点三维激光扫描仪垂直向下扫描时对应地面的位置，PO连成的直线为中心位置。具体的，当三维激光扫描仪检测到扫描目标时记录各扫描点到三维激光扫描仪的距离L'及检测到扫描点的激光与垂直方向的夹角α'，如扫描点A到三维激光扫描仪的距离La，检测到A点的扫描激光与垂直方向的夹角为a，则A点的信息记录为A (La，a)，以此类推其他各扫描点的信息为B (Lb，b)、C(L。，c).......步骤102，获取扫描数据中各扫描点的高度和距离；扫描数据中各扫描点的高度指的是各扫描点距离地面的高度，扫描数据中各扫描点的距离指的是各扫描点到中心的距离。根据步骤101获取的扫描数据(扫面点到测量点的距离及检测到扫描点的激光与垂直方向的夹角)得出各扫描点距离地面的高度；再如图2所示，扫描点距离地面的高度即为图中距离H。在得到扫描点到测量点的距离及检测到扫描点的激光与垂直方向的夹角信息后，可以根据公式H = L-L' cos α ‘⑴
求出各扫描点距离地面的高度，其中L为测量点距离地面的高度，L'为扫描数据中各扫描点到测量点的位置，α'为检测到扫描数据中各扫描点的激光与垂直方向的夹把各扫描点的信息带入公式1可以得到各扫描点的高度Ha、Hb, Hc.......根据步骤101获取的扫描数据(扫面点到测量点的距离及检测到扫描点的激光与垂直方向的夹角)得出各扫描点离中心位置的距离。再如图2所示，扫描点离中心位置的距离即图中距离Μ，在得到扫描数据中各扫描点到测量点的距离及检测到扫描点的激光与垂直方向的夹角信息后，可以根据公式M = L' sina ‘⑵求出扫描点离中心位置的距离Μ，其中L'为扫描数据中各扫描点到测量点的位置，α'为检测到扫描数据中各扫描点的激光与垂直方向的夹角。步骤103，提取高度大于高度阈值的扫描点；对步骤102获取的各扫描点距离地面的高度信息进行分析，找出局部的极值点， 此处的极值点可以是扫描数据中高度最高的点。根据极值点找出其周围的点，把这些扫描点中高度大于高度阈值H0的点挑选出来形成点集合。此处的高度阈值Htl根据实际而定，高度阈值Htl可以是从地面到普通人身高之间的任意值，优选为Im 1. an之间，因为在Im到 1. an之间约是正常人腰部或胸部位置，在检测中取Im 1. 2m以上即人体腰部或胸部以上的扫描点是为了避免客流密度大的时候误将其他扫描目标的扫描点统计到本扫描目标中， 而Im 1. 2m以上即人体腰部或胸部以上的扫描点很少有将其他扫描目标的扫描点错误统计到本扫描目标中。步骤104，建立一个锥形体，锥形体包括全部高度大于高度阈值的扫描点；对挑选出来的高度大于高度阈值的扫描点的集合，采用平滑取样的方式，初步进行高度分层。根据挑选出来的高度大于高度阈值的扫描点的集合建立模型。建立的模型可以为锥体形，锥形体模型将挑选出来的高度大于高度阈值的扫描点的集合包括在模型内， 符合条件的锥形体的面积越小越好，记录面积最小的锥形体的高度N和半径R。步骤105，将锥形体的高度和半径与预设的高度和半径相比较，判断所述场景内的扫描目标是否为人形。在得到面积最小的锥形体的高度N和半径R后，根据公式H' =N-N' (3)求出从高度N'到锥形体顶端的相对高度H'，其中N为锥形体的高度，N'取值在 Im 1. 2m之间。根据公式R' =RH' /N (4)求出在N'处对应的锥形体的半径R'。将H'、R'与预先给定的I^rtl相比较，Iitl取值为40cm 120cm之间，是一个普通人腰部或胸部到头顶的距离；^为20cm 30cm之间，是胸部或腰部的圆周的半径。如果锥形体的高度H'和半径R'都符合预先给定的Ivrtl,则判定扫描目标为人形，并做上标记以便统计数据；如果圆锥体的高度H'和半径R'只有其中之一符合或都不符合预先给定的 h0> r0,则判定扫描目标不是人形，则将数据舍去，不做标记。
本发明利用三维激光对场景内的扫描目标进行扫描，获取扫描数据中各扫描点的高度和距离，并从中选出高度大于预设高度阈值的扫描点的集合建立一个锥形体，通过将锥形体的高度和半径与预设的高度和半径比较，来判断场景内的扫描目标是否为人形的方法，这种人形识别方法可以通过实时扫描进入场景内的目标快速准确的判断出扫描目标是否为人形，有利于准确的统计客流量。以上所述的具体实施方式
，对本发明的目的、技术方案和有益效果进行了进一步详细说明，所应理解的是，以上所述仅为本发明的具体实施方式
而已，并不用于限定本发明的保护范围，凡在本发明的精神和原则之内，所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
权利要求
1.一种人形识别方法，其特征在于，所述方法包括如下步骤对场景内的扫描目标进行扫描，获取扫描数据；获取所述扫描数据中各扫描点的高度和距离；提取高度大于高度阈值的扫描点；建立一个锥形体，所述锥形体包括全部高度大于高度阈值的扫描点；如果所述锥形体的高度和半径符合预设的高度和半径，则判断所述场景内的扫描目标为人形。
2.如权利要求1所述人形识别方法，其特征在于，所述对场景内的扫描目标进行扫描具体为，采用三维激光对场景内的扫描目标进行扫描。
3.如权利要求1所述人形识别方法，其特征在于，所述获取所述扫描数据中各扫描点的高度和距离具体为，获取所述扫描数据中各扫描点距离地面的高度，和各扫描点距离中心的距离。
4.如权利要求3所述人形识别方法，其特征在于，所述获取所述扫描数据中各扫描点的高度具体为，根据公式H = L-L' cos α ‘获取所述扫描数据中各扫描点的高度，其中L为测量点到地面的距离，L'为所述扫描数据中各扫描点到测量点的距离，α ‘为检测到所述扫描数据中各扫描点的激光与垂直方向的夹角。
5.如权利要求3所述人形识别方法，其特征在于，所述获取所述扫描数据中各扫描点的距离具体为，根据公式M = L' sina ‘获取所述扫描数据中各扫描点的距离，其中L'为所述扫描数据中各扫描点到测量点的距离，α'为检测到所述扫描数据中各扫描点的激光与垂直方向的夹角。
全文摘要
本发明涉及一种人形识别方法，所述方法包括如下步骤对场景内的扫描目标进行扫描，获取扫描数据；获取所述扫描数据中各扫描点的高度和距离；提取高度大于高度阈值的扫描点；建立一个锥形体，所述锥形体包括全部高度大于高度阈值的扫描点；如果所述锥形体的高度和半径符合预设的高度和半径，则判断所述场景内的扫描目标为人形。本发明提出的人形识别方法，通过获取场景内扫描目标的扫描数据来获取各扫描点的高度和距离，利用高度大于高度阈值的扫描点来建立锥形体，将锥形体的高度和半径与预设的高度和半径相比，从而实现了一种精确判定场景内的扫描目标是否为人形的方法。
文档编号G06K9/00GK102306285SQ20111023263
公开日2012年1月4日 申请日期2011年8月15日 优先权日2011年8月15日
发明者刘成英, 周双全, 夏曙东, 张志平, 杜水荣, 王巍, 赵斌, 马爱民 申请人:北京北大千方科技有限公司