CN102821272A - 一种清除电梯无效请求信号的视频监控*** - Google Patents

Abstract

本发明涉及一种清除电梯无效请求信号的视频监控***，在每层候梯厅及轿厢内分别安装候梯厅视频采集模块和轿厢视频采集模块，采集的图像分别传输到候梯厅视频处理模块和轿厢视频处理模块，综合使用多种人形判别以及“空间满载检测”等图像处理技术，可检测出候梯厅和轿厢内是否有人及轿厢内空间是否满载情况，并通过CAN模块将处理结果发送到CAN总线上，再由无效请求处理模块接收后作进一步处理，对于无效请求情况，由无效请求处理模块向电梯主控制器发送清除指令，能够避免电梯多种情况下的无效停层，提高电梯运行效率，降低能耗。

Description

一种清除电梯无效请求信号的视频监控***

技术领域

本发明主要涉及电梯视频监控领域，尤其涉及一种清除电梯无效请求信号的视频监控***。

背景技术

随着城市化进程的发展和社会经济的进步，高层建筑不断涌现，电梯作为高层建筑中进行垂直运输的主要工具得到了广泛的应用。目前，电梯产品在满足用户基本搭乘需求的同时，也正在向节能型、智能化等方向发展，如何对电梯进行更有效的优化调度，提高电梯运行效率、减少电梯运行能耗，是当前各大电梯厂商和相关研发机构亟待考虑的问题。

现有电梯调度方式下，电梯运行过程中经常出现一些无效停靠的情况，例如：某人在候梯厅按下呼梯按钮，由于某种原因离开，但电梯控制***已接收到该指令，因而仍然会在该楼层停靠；候梯乘客在候梯厅同时按下上行和下行呼梯按钮，当乘客进入电梯乘梯后，候梯厅仍会保留与电梯当前运行方向相反的呼梯请求，当电梯改变运行方向后，仍会在该层停靠，可能造成无效停靠；如果乘客在电梯内多按或错按了目的楼层，当所有乘客离开电梯后，电梯将继续停靠剩余的目的楼层，造成无效停靠；如果电梯内空间已被人和物品占满而无法继续搭载其他乘客，但却没有超重时，由于未获得超重指令，电梯继续响应每一个停梯搭载指令，也会造成无效停靠。随着图像处理技术的发展和微处理器运算能力的提高，运用智能视频监控技术，检测出可能造成无效停靠的多种情况，结合电梯控制***，进行优化后的指令调度，可以大幅度减少电梯的无效停靠，提高电梯的运行效率，降低能耗。

传统的电梯视频监控解决方案大多使用模拟摄像机进行摄像，输出模拟视频信号，用同轴电缆传输模拟视频信号，再由视频采集设备对模拟视频信号进行转换，并输入到计算机服务器进行视频显示，靠人工进行监测。这种方案布线难度大，实现成本高；现在也有解决方案将上述输入进计算机服务器的视频信号分析处理后，用于提高电梯运行效率的候梯厅/轿厢人体识别，但功能较为单一，稳定性及准确性较差，难以实现推广。

CN 1931697 A，公开了一种基于图像识别技术的群控电梯智能调度装置，包括中心计算机及与其连接的用于采集轿厢内客流人员信息的视频传感器和用于采集各层的候梯人数信息的全方位视觉传感器，其中中心计算机包括电梯客流信息计算模块及无效处理模块，用图像处理方法采集候梯厅内候梯乘客人数与轿厢内乘客人数信息，用于根据电梯不同的交通模式选择与之匹配的调度控制策略，优化电梯调度效率，并在检测到轿厢内或候梯厅内无人时，对相应的轿厢内或候梯厅内的电梯请求信号做无效处理。但是该装置需要使用高计算性能的中心计算机，成本较高，且采用的图像处理方法较单一，未采用针对性的方法对人和物做进一步区分，难以避免将物体误检为人的情况发生，识别率较差。

CN 102050366 A，公开了一种人数检测装置，电梯候梯厅和/或电梯轿厢内安装热释电红外传感器，检测到人体的移动或晃动后产生电信号，由信号处理电路将热释电红外传感器产生的微弱的电信号放大、比较后生成脉冲信号，由微处理器提取出脉冲信号的频率、混乱度、长脉冲比例，经过人工神经网络的学习(训练)阶段后，即可进行人数检测。但是受热释电红外传感器原理所限，只有当有明显地移动或晃动时才能检测到人体，但人们静止候梯、静止乘梯发生的几率比较高，所以该传感器用于电梯内外进行人员和人数检测，并不合适。而且，人工神经网络的使用需要对样本进行大量地学习训练，若样本数不够或样本数据选取的不合适，也将会影响检测的准确性。

发明内容

现有电梯视频监控技术在人体识别方面存在诸多不足，本发明目的就是为了弥补已有技术的缺陷，提供一种通过对人形的识别清除电梯无效请求信号的视频监控***。

本发明是通过以下技术方案实现的：

一种清除电梯无效请求信号的视频监控***，包括：安装在每层候梯厅的候梯厅视频采集模块、候梯厅视频处理模块、候梯厅总线传输模块、外呼控制器，安装在轿厢内的轿厢视频采集模块、轿厢视频处理模块、轿厢总线传输模块、轿厢控制器，以及安装在电梯控制柜内的电梯主控制器和无效请求处理模块。

其中，候梯厅视频采集模块与候梯厅视频处理模块之间通过候梯厅USB连接线连接，候梯厅视频处理模块和候梯厅总线传输模块之间通过SPI接口连接，外呼控制器通过CAN接口与CAN总线连接，轿厢视频采集模块与轿厢视频处理模块之间通过轿厢USB连接线连接，轿厢视频处理模块和轿厢总线传输模块之间通过SPI接口连接，轿厢控制器通过CAN接口与CAN总线连接，电梯主控制器通过CAN接口与CAN总线连接。

候梯厅视频采集模块，包括候梯厅USB摄像头和候梯厅USB连接线，候梯厅USB摄像头安装在每层候梯厅内电梯门侧上方，摄像头视野覆盖候梯区域，当候梯厅USB摄像头采集到候梯厅内的图像后，通过候梯厅USB连接线将图像传输给候梯厅视频处理模块；

候梯厅视频处理模块，采用嵌入式操作***平台，利用候梯厅视频检测方法，对候梯厅视频采集模块传输来的图像进行处理，并将处理结果通过SPI接口传输给候梯厅总线传输模块；

其中，候梯厅视频检测方法，包括前景处理单元和候梯厅人形识别单元；

前景处理单元，包括动态背景构建单元和前景提取单元；

候梯厅人形识别单元，包括轮廓高度计算单元、类人头椭圆轮廓筛选单元和目标区域的几何角点统计单元；

候梯厅总线传输模块，利用CAN模块，将候梯厅视频处理模块通过SPI接口传输来的处理结果传送到CAN总线网络上，供无效请求处理模块接收处理；

外呼控制器，安装在每层电梯门的左侧或右侧，通过CAN接口与CAN总线连接，捕获楼层呼梯信号，通过CAN总线把呼梯信号发送给电梯主控制器，并可通过CAN总线接收电梯主控制器的指令，根据指令控制呼梯按钮灯的亮灭，并显示轿厢位置和运行方向。

轿厢视频采集模块，包括轿厢USB摄像头和轿厢USB连接线，轿厢USB摄像头安装在轿厢内顶面，视野覆盖轿厢地板，当轿厢USB摄像头采集到轿厢内的图像后，通过轿厢USB连接线将图像传输给轿厢视频处理模块；

轿厢视频处理模块，采用嵌入式操作***平台，利用轿厢视频检测方法，对轿厢视频采集模块传输来的图像进行处理，并将处理结果通过SPI接口传输给轿厢总线传输模块；

其中，轿厢视频检测方法，包括前景处理单元、轿厢人形识别单元和空间满载检测单元；

轿厢人形识别单元，包括类人头椭圆轮廓筛选单元和目标区域的几何角点统计单元。

轿厢总线传输模块，利用CAN模块，将轿厢视频处理模块通过SPI接口传输来的处理结果传送到CAN总线网络上，供无效请求处理模块(10)接收处理；

轿厢控制器，安装在轿厢内电梯门的左侧或右侧，捕获轿厢开关门按钮、选层按钮及其他特殊功能按钮输入，通过CAN总线把这些信息发送给电梯主控制器，并可通过CAN总线接收电梯主控制器的指令，根据指令控制按钮灯的亮灭，并向显示屏输出轿厢运行信息。

电梯主控制器，安装在电梯控制柜内，通过CAN总线与其他控制器进行通讯，根据采集到的召唤指令、安全信号、速度信号、轿厢位置信号、门***信号等对轿厢、门机、内呼面板、外呼面板等设备进行控制；将电梯运行信息发送到CAN总线，供无效请求处理模块接收用于处理无效请求，并通过CAN总线接收无效请求处理模块发送的无效请求清除指令，进一步处理后对无效请求进行清除；

无效请求处理模块，安装在电梯控制柜内，集成了无效请求处理单元，通过CAN总线接收电梯主控制器提供的电梯运行信息以及候梯厅视频处理模块和轿厢视频处理模块输出的处理结果，经过无效请求处理单元处理后将无效请求清除指令发送到CAN总线，供电梯主控制器接收做进一步处理，清除无效请求。

其中，无效请求处理单元，包括下列步骤：

读取电梯主控制器提供的电梯运行信息；

检查有呼梯请求的候梯厅是否存在无人信号；

若存在无人信号，发送清除相应呼梯请求指令；

检查若轿厢内有请求，是否存在轿厢无人信号；

若不存在无人信号，检查若轿厢内有请求，是否存在轿厢无人信号；

若存在轿厢无人信号，发送清除轿厢内请求指令；

返回读取电梯主控制器提供的电梯运行信息；

若不存在轿厢无人信号，检查是否存在轿厢空间满载信号；

若存在轿厢空间满载信号，发送暂停响应外部请求指令，到达下一目的楼层后恢复响应外部请求；

返回读取电梯主控制器提供的电梯运行信息；

若不存在轿厢空间满载信号，返回读取电梯主控制器提供的电梯运行信息；

作为对现有技术的进一步改进，本***的装置还包括：

候梯厅USB摄像头和轿厢USB摄像头，选用CMOS摄像头，或选用CCD摄像头；

候梯厅视频处理模块和轿厢视频处理模块所采用的嵌入式操作***选用Linux，或选用Wince，硬件平台选用ARM9处理器，或更高级别处理器。

其中，动态背景构建单元包括下列步骤：

把即时帧图像转换成即时帧灰度图；

检查是否需要构建动态背景，即检查即时帧图像序号是否大于或等于动态背景构建所需帧数阈值；

若不需要构建动态背景，更新构建动态背景所需帧，把即时帧灰度图复制到构建动态背景所需若干帧的一帧中，若“构建动态背景所需帧的更新序号”达到上限，“构建动态背景所需帧的更新序号”置0，否则“构建动态背景所需帧的更新序号”增1；

若需要构建动态背景，构建动态背景；

计算即时帧灰度图的当前帧与前一帧的像素平均变化率，即相同大小的两帧图像之间所有像素点灰度差值绝对值的总和与图像总像素数之比；

更新“场景相同计数”，若像素平均变化率大于或等于动态场景像素平均变化率阈值，“场景相同计数”归0，否则“场景相同计数”增1；

检查是否需要更新构建动态背景所需帧，即检查场景相同计数是否大于或等于可构建动态背景所需帧之连续场景相同计数阈值；

若不需要更新构建动态背景所需帧，把即时帧灰度图复制到即时帧灰度图的前一帆；

若需要更新构建动态背景所需帧，更新构建动态背景所需帧，把即时帧灰度图复制到构建动态背景所需若干帧的一帧中，若“构建动态背景所需帧的更新序号”达到上限，“构建动态背景所需帧的更新序号”置0，否则“构建动态背景所需帧的更新序号”增1；

把即时帧灰度图复制到即时帧灰度图的前一帧。

其中，前景提取单元包括下列步骤：

计算前景图，前景图等于即时帧灰度图与背景图的差的绝对值；

前景图二值化；

统计前景图中的白色像素点数目；

检查白色像素点数目是否大于或等于有人阈值；

若白色像素点数目小于有人阈值，输出候梯厅/轿厢无人；

若白色像素点数目大于或等于有人阈值，进入后续流程。

其中，轮廓高度计算单元包括下列步骤：

划分并标记各白色区域；

提取各白色区域中纵向坐标的最大值和最小值，代入前景轮廓高度计算公式；

Ho为其中一白色区域的轮廓高度值，C为摄像头的位置，O为摄像头在地面上的投影点，摄像头高度为OC，A、B分别为摄像头视角内地面上距O最远和最近点，若最远点被墙遮挡，OW为O点到墙的距离，WsW为摄像头视角内墙上最高点到地面的距离，确定USB摄像头的安装位置后，OC、OD、OW和WsW的值可通过测量得到，yH和yF分别为前景图中的一白色区域中的所有像素点的纵向坐标的最大值和最小值，ypixel为图像纵坐标的最大值，根据以下公式可计算出该白色区域的轮廓高度值：

$\mathrm{OE}=\frac{\mathrm{OW}\×\mathrm{OC}}{\mathrm{OC}-\mathrm{WsW}}$

$\tan \left(\begin{array}{c}a\tan (\frac{2\mathrm{yH}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)$

$\mathrm{Ho}\≈\frac{-\tan \left(\begin{array}{c}a\tan (\frac{2\mathrm{yF}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)}{\tan \left(\begin{array}{c}a\tan (\frac{\mathrm{zyH}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)}\×\mathrm{OC}$

得到各白色区域的轮廓高度；

检查是否存在任一白色区域的轮廓高度大于或等于人形高度阈值；

若存在任一白色区域的轮廓高度大于或等于人形高度阈值，判定候梯厅有人；

若不存在任一白色区域的轮廓高度大于或等于人形高度阈值，判定候梯厅无人。

其中，类人头椭圆轮廓筛选单元，包括下列步骤：

建立灰度空白内容图像，大小与即时帧的尺寸相同；

把即时帧灰度图中与前景图中的白色区域相对应的区域复制到灰度空白内容图像中，得到待检测椭圆灰度图；

应用Canny算法边缘提取轮廓；

对各个轮廓进行椭圆拟合；

剔除不符合人头几何特征的椭圆，利用椭圆相似率、面积和长短轴比三种筛选手段，剔除不符合要求的椭圆；

检查是否存在符合要求的椭圆；

若存在符合要求的椭圆，判定候梯厅/轿厢有人；

若不存在符合要求的椭圆，判定候梯厅/轿厢无人。

其中，目标区域的几何角点统计单元，包括下列步骤：

对即时帧灰度图应用Harris算法角点检测；

得到所有角点；

统计处在前景图中的白色区域的角点数目；

检查角点数目是否大于或等于人形角点阈值；

若角点数目大于或等于人形角点阈值，判定候梯厅/轿厢有人；

若角点数目小于人形角点阈值，判定候梯厅/轿厢无人。

其中，空间满载检测单元包括下列步骤：

计算前景图中的白色像素点数目占图像总像素数的比值；

检查该比值是否大于或等于空间满载阈值；

若该比值大于或等于空间满载阈值，输出空间满载；

若该比值小于空间满载阈值，输出空间未满载。

本发明与现有技术相比具有如下有益效果：

1、本发明通过“候梯厅人形识别单元”、“轿厢人形识别单元”和“空间满载检测单元”等方法对候梯厅和轿厢内人员情况的识别，可检测出多种可能造成无效停靠的情况，清除电梯无效请求信号，能够避免电梯多种情况下的无效停层，提高电梯运行效率，降低能耗。

2、本发明利用人与普通非人物体几何特征的差异，对检测到的前景物体进一步筛选，加入了“类人头椭圆轮廓筛选”与“目标区域的几何角点统计”的方法检测是否有人形存在，提高了检测的准确率。其中，“类人头椭圆轮廓筛选”利用了最小二乘法对边界强行拟合椭圆，算法简单，硬件资源消耗少，并可以有效避免用传统霍夫变换法只能提取到正圆类人头轮廓的弊端；加入椭圆相似率、面积和长短轴比三种筛选手段，可以有效剔除形似椭圆而实非人头轮廓的场景物体；“目标区域的几何角点统计”利用了Harris算法角点检测，此算法成熟，软件平台容易实现，根据人形与普通非人物体在几何角点数目上的差别，可以有效区分出两者；指定目标区域进行几何角点统计，即利用了判别角点是否处在前景图中的技术手段，可以有效剔除背景本身带来的几何角点数目的干扰影响。

3、本发明根据一般人与大部分非人物体在高度特征方面的显著差异，在检测候梯厅内是否有人时融入了高度计算的功能，避免在候梯厅内将非人物体误检为有人，提高了人形识别的准确性。

4、本发明的候梯厅视频处理模块和轿厢视频处理模块采用嵌入式设计，集成CAN总线接口，体积小，连线短，安装方便快捷，成本低，易于推广。采用CMOS传感器的USB摄像头、ARM9处理器和CAN模块等器件以及开源的Linux操作***，将其创新性地运用于电梯轿厢内外人形识别，相对现有技术具有很高的性价比。

附图说明

图1为本发明的装置示意图。

图2为本发明的候梯厅视频检测方法的构成示意图。

图3为本发明的轿厢视频检测方法的构成示意图。

图4为本发明的无效请求处理单元流程图。

图5为本发明的动态背景构建单元流程图。

图6为本发明的轮廓高度计算单元流程图。

图7为本发明的类人头椭圆轮廓筛选单元流程图。

图8为本发明的目标区域的几何角点统计单元流程图。

图9为轮廓高度计算几何模型图。

图10为候梯厅USB摄像头安装位置示意图。

图11为轿厢USB摄像头安装位置示意图。、

图中标号：1.候梯厅视频采集模块、2.候梯厅视频处理模块、3.候梯厅总线传输模块、4.轿厢视频采集模块、5.轿厢视频处理模块、6.轿厢总线传输模块、7.外呼控制器、8.轿厢控制器、9.电梯主控制器、10.无效请求处理模块、11.候梯厅USB摄像头、12.候梯厅USB连接线、13.轿厢USB摄像头、14.轿厢USB连接线、15.候梯厅视频检测方法、16.轿厢视频检测方法、17.无效请求处理单元、18.前景处理单元、19.候梯厅人形识别单元、20.轿厢人形识别单元、21.动态背景构建单元、22.前景提取单元、23.轮廓高度计算单元、24.类人头椭圆轮廓筛选单元、25.目标区域的几何角点统计单元、26.空间满载检测单元。

具体实施方式

下面结合附图并通过实施方式对本发明作进一步地描述。本实施方式在以本发明技术方案为前提下进行实施，给出了详细的实施方式和过程，但本发明的保护范围不限于下述实施方式。

在图1、图2、图3中：一种清除电梯无效请求信号的视频监控***，包括：安装在候梯厅的候梯厅视频采集模块1、候梯厅视频处理模块2、候梯厅总线传输模块3、外呼控制器7，安装在轿厢内的轿厢视频采集模块4、轿厢视频处理模块5、轿厢总线传输模块6、轿厢控制器8，以及安装在电梯控制柜内的电梯主控制器9和无效请求处理模块10。

其中，候梯厅视频采集模块1与候梯厅视频处理模块2之间通过候梯厅USB连接线12连接，候梯厅视频处理模块2和候梯厅总线传输模块3之间通过SPI接口连接，外呼控制器7通过CAN接口与CAN总线连接，轿厢视频采集模块4与轿厢视频处理模块5之间通过轿厢USB连接线14连接，轿厢视频处理模块5和轿厢总线传输模块6之间通过SPI接口连接，轿厢控制器8通过CAN接口与CAN总线连接，电梯主控制器9通过CAN接口与CAN总线连接。

候梯厅视频采集模块1，包括候梯厅USB摄像头11和候梯厅USB连接线12，候梯厅USB摄像头11安装在每层候梯厅内电梯门侧上方，摄像头视野覆盖候梯区域，当候梯厅USB摄像头11采集到候梯厅内的图像后，通过候梯厅USB连接线12将图像传输给候梯厅视频处理模块2；

图10为候梯厅USB摄像头安装位置示意图，候梯厅USB摄像头11安装在电梯候梯厅天花板上，距地面约3米，距电梯所在墙面约1米，摄像头中心在该墙的投影点距电梯门线2米左右，根据实际环境，具体安装位置可自行调整，需确保摄像头的图像采集范围可覆盖有效候梯区域(本实施方式中为电梯前横向3米×纵向2米)；

候梯厅视频处理模块2，采用嵌入式操作***平台，利用候梯厅视频检测方法15，对候梯厅视频采集模块1传输来的图像进行处理，并将处理结果通过SPI接口传输给候梯厅总线传输模块3；

其中，候梯厅视频检测方法15，包括前景处理单元18和候梯厅人形识别单元19；

前景处理单元18，包括动态背景构建单元21和前景提取单元22；

候梯厅人形识别单元19，包括轮廓高度计算单元23、类人头椭圆轮廓筛选单元24和目标区域的几何角点统计单元25；

候梯厅总线传输模块3，利用CAN模块，将候梯厅视频处理模块2通过SPI接口传输来的处理结果传送到CAN总线网络上，供无效请求处理模块10接收处理；

外呼控制器7，安装在每层电梯门的左侧或右侧，通过CAN接口与CAN总线连接，捕获楼层呼梯信号，通过CAN总线把呼梯信号发送给电梯主控制器9，并可通过CAN总线接收电梯主控制器9的指令，根据指令控制呼梯按钮灯的亮灭，并显示轿厢位置和运行方向。

轿厢视频采集模块4，包括轿厢USB摄像头13和轿厢USB连接线14，轿厢USB摄像头13安装在轿厢内顶面，视野覆盖轿厢地板，当轿厢USB摄像头13采集到轿厢内的图像后，通过轿厢USB连接线14将图像传输给轿厢视频处理模块5；

图11为轿厢USB摄像头安装位置示意图，轿厢USB摄像头13安装在电梯轿厢中央靠近电梯门一侧的顶上，距离电梯门所在平面约30cm，根据实际环境，具体安装位置可自行调整，需确保摄像头的图像采集范围可完全覆盖轿厢地板。

轿厢视频处理模块5，采用嵌入式操作***平台，利用轿厢视频检测方法16，对轿厢视频采集模块4传输来的图像进行处理，并将处理结果通过SPI接口传输给轿厢总线传输模块6；

其中，轿厢视频检测方法16，包括前景处理单元18、轿厢人形识别单元20和空间满载检测单元26；

轿厢人形识别单元20，包括类人头椭圆轮廓筛选单元24和目标区域的几何角点统计单元25。

轿厢总线传输模块6，利用CAN模块，将轿厢视频处理模块5通过SPI接口传输来的处理结果传送到CAN总线网络上供无效请求处理模块10接收处理；

轿厢控制器8，安装在轿厢内电梯门的左侧或右侧，捕获轿厢开关门按钮、选层按钮及其他特殊功能按钮输入，通过CAN总线把这些信息发送给电梯主控制器9，并可通过CAN总线接收电梯主控制器9的指令，根据指令控制按钮灯的亮灭，并向显示屏输出轿厢运行信息。

电梯主控制器9，安装在电梯控制柜内，通过CAN总线与其他控制器进行通讯，根据采集到的召唤指令、安全信号、速度信号、轿厢位置信号、门***信号等对轿厢、门机、内呼面板、外呼面板等设备进行控制；将电梯运行信息发送到CAN总线，供无效请求处理模块10接收用于处理无效请求，并通过CAN总线接收无效请求处理模块10发送的无效请求清除指令，进一步处理后对无效请求进行清除；

无效请求处理模块10，安装在电梯控制柜内，集成了无效请求处理单元17，通过CAN总线接收电梯主控制器9提供的电梯运行信息以及候梯厅视频处理模块2和轿厢视频处理模块5输出的处理结果，经过无效请求处理单元17处理后将无效请求清除指令发送到CAN总线，供电梯主控制器9接收做进一步处理，清除无效请求。

图4为本发明的无效请求处理单元流程图，如图所示，无效请求处理单元17，包括下列步骤：

读取电梯主控制器9提供的电梯运行信息；(步骤1701)

检查有呼梯请求的候梯厅是否存在无人信号；(步骤1702)

若存在无人信号，发送清除相应呼梯请求指令；(步骤1703)

检查若轿厢内有请求，是否存在轿厢无人信号；(步骤1704)

若不存在无人信号，检查若轿厢内有请求，是否存在轿厢无人信号；(步骤1704)

若存在轿厢无人信号，发送清除轿厢内请求指令；(步骤1705)

返回读取电梯主控制器9提供的电梯运行信息；(步骤1701)

若不存在轿厢无人信号，检查是否存在轿厢空间满载信号；(步骤1706)

若存在轿厢空间满载信号，发送暂停响应外部请求指令，到达下一目的楼层后恢复响应外部请求；(步骤1707)

返回读取电梯主控制器9提供的电梯运行信息；(步骤1701)

若不存在轿厢空间满载信号，返回读取电梯主控制器9提供的电梯运行信息；(步骤1701)

作为对现有技术的进一步改进，本***的装置还包括：

候梯厅USB摄像头11和轿厢USB摄像头13，选用CMOS摄像头，或选用CCD摄像头；

候梯厅视频处理模块2和轿厢视频处理模块5所采用的嵌入式操作***选用Lirux，或选用Wince，硬件平台选用ARM9处理器，或更高级别处理器。

本实施方式中，候梯厅USB摄像头11和轿厢USB摄像头13采用USB2.0接口，YUV格式，30万像素640*480的USB数字摄像头；候梯厅视频处理模块2和轿厢视频处理模块5采用三星32位S3C2440微处理器，主频400MHz，64MB SDRAM，256MB NandFlash，2MB Norflash。候梯厅总线传输模块3和轿厢总线传输模块6集成了符合CAN2.0B技术规范的MCP2515控制器和TJA1050高速CAN收发器的CAN模块，其中，MCP2515控制器具有SPI接口，可通过CS、SI、SO、SCK四种信号接口与候梯厅视频处理模块2或轿厢视频处理模块5连接。

其中，候梯厅视频处理模块2和轿厢视频处理模块5采用了Linux作为嵌入式操作***，***及视频处理程序移植步骤如下：

下载Linux***下编译器GCC源码，制作针对S3C2440的交叉编译器；

下载U-BOOT源码，制作针对S3C2440的BootLoader；

下载Linux内核源码，参照S3C2410的内核配置单和基于S3C2440候梯厅/轿厢视频处理模块的自身资源，配置内核，编译完镜像烧写到NandFlash中；

移植NandFlash驱动，利用BusyBox工具构建并移植文件***，完善串口驱动，移植USB设备驱动；

制作包含Qtopia2.2.0的文件***，移植OpenCV库，将在上位机已经验证完毕的候梯厅/轿厢视频监控方法程序，利用GCC编译成适合Linux-ARM9运行的程序，将其烧写到NandFlash中。

图5为本发明的动态背景构建单元流程图，如图所示，动态背景构建单元21包括下列步骤：

把即时帧图像转换成即时帧灰度图；(步骤2101)

检查是否需要构建动态背景，即检查即时帧图像序号是否大于或等于动态背景构建所需帧数阈值(动态背景构建所需帧数阈值，受限于ARM9平台硬件资源限制，不能取值过大；取值过大，就失去了动态背景构建的意义：背景更新会过慢；但若取值过小，则构建背景不能够充分反映真实背景情况，易受突发环境变化干扰。对于30万像素的摄像头成像图来说，该阈值一般取60左右)；(步骤2102)

若不需要构建动态背景，更新构建动态背景所需帧，把即时帧灰度图复制到构建动态背景所需若干帧的一帧中，若“构建动态背景所需帧的更新序号”达到上限，“构建动态背景所需帧的更新序号”置0，否则“构建动态背景所需帧的更新序号”增1；(步骤2107)

若需要构建动态背景，构建动态背景；(步骤2103)

计算即时帧灰度图的当前帧与前一帧的像素平均变化率，即相同大小的两帧图像之间所有像素点灰度差值绝对值的总和与图像总像素数之比；(步骤2104)

更新“场景相同计数”，若像素平均变化率大于或等于动态场景像素平均变化率阈值(动态场景像素平均变化率阈值，用于判断连续两个场景是否是变化的，取值越大，对变化越迟钝；取值越小，对变化越敏感。该阈值对精确度要求比较高，一般取1.9左右)，“场景相同计数”归0，否则“场景相同计数”增1；(步骤2105)

检查是否需要更新构建动态背景所需帧，即检查场景相同计数是否大于或等于可构建动态背景所需帧之连续场景相同计数阈值(可构建动态背景所需帧之连续场景相同计数阈值，用于决定是否更新构建动态背景所需帧。取值较大，则要求较多相同的连续场景用于更新构建动态背景所需帧，将导致***对动态物体保持较高地延迟反映，即便动态物体在后来处在静止状态，***在比较长时间里，仍然认为其是动态物体；取值较小，则要求较少的相同的连续场景以更新构建动态背景所需帧，将导致***对动态物体保持较低地延迟反映，即便动态物体在后来处在静止状态，***在比较短的时间里，依然认为其是动态物体。该阈值一般取300左右)；(步骤2106)

若不需要更新构建动态背景所需帧，把即时帧灰度图复制到即时帧灰度图的前一帧；(步骤2108)

若需要更新构建动态背景所需帧，更新构建动态背景所需帧，把即时帧灰度图复制到构建动态背景所需若干帧的一帧中，若“构建动态背景所需帧的更新序号”达到上限，“构建动态背景所需帧的更新序号”置0，否则“构建动态背景所需帧的更新序号”增1；(步骤2107)

把即时帧灰度图复制到即时帧灰度图的前一帧。(步骤2108)

前景提取单元22包括下列步骤：

计算前景图，前景图等于即时帧灰度图与背景图的差的绝对值；

前景图二值化；

统计前景图中的白色像素点数目；

检查白色像素点数目是否大于或等于有人阈值；

若白色像素点数目小于有人阈值，判定候梯厅/轿厢无人；

若白色像素点数目大于或等于有人阈值，进入后续流程。

图6为本发明的轮廓高度计算单元流程图，如图所示，轮廓高度计算单元23包括下列步骤：

划分并标记各白色区域；(步骤2301)

提取各白色区域中纵向坐标的最大值和最小值，代入前景轮廓高度计算公式；(步骤2302)

图9为轮廓高度计算几何模型图：

该几何模型图即USB摄像头C水平视角中平面的截面图，如图所示，O为USB摄像头C在地面上的投影点，OC为摄像头高度，D是摄像头视角内距O最近的地面点，OD为D到O的距离，E是摄像头视角内距O最远的地面点，OE为E到O的距离，由于被墙遮挡，USB摄像头实际上无法观察到E点，OW为O点到墙的距离，Ws为摄像头视角内能观察到的墙上的最高点，该点到地面的距离为WsW，PbPt为摄像头成像平面的投影，图中人形高度为Ho，其在摄像头中成的像对应PbPt上的线段IfIh，Pb与Pt的距离即摄像头采集的图像纵坐标的最大值yPixel，If、Ih与Pb的距离分别为该人形在摄像头采集的图像中纵坐标的最小值yF和最大值yH，延长CD至F点，令CE=CF，将If与C的连线延长分别与OE和EF相交，得到点xF和点J，将Ih与C的连线延长分别与OE和EF相交，得到点xH和点K，过C做到EF的垂线CH，过xF做与OE垂直的直线与CK相交于点L，xF与L的距离xFL与Ho相近，根据三角形相似关系，若能求得xH、xF与O的距离xHO和xFO，即可得到xFL，若不需要人形高度Ho的精确值，可近似认为Ho与xFL相等；在安装USB摄像头后，可测量出OC、OD、OW和WsW的值，根据三角形相似关系可用下式计算等效的OE值：

$\mathrm{OE}=\frac{\mathrm{OW}\×\mathrm{OC}}{\mathrm{OC}-\mathrm{WsW}}(23-1)$

根据三角形xHLxF与xHCO的相似关系，有

$\mathrm{xFL}=\frac{(\mathrm{xHO}-\mathrm{xFO})\×\mathrm{OC}}{\mathrm{xHO}}---(23-2)$

要求xHO和xFO的值，只要求得角KCO和角JCO即可，其中

xHO＝OC×tan∠KCO                    (23-3)

∠KCO＝∠KCH+∠HCF+∠FCO             (23-4)

$\∠\mathrm{FCO}=a\tan \frac{\mathrm{OD}}{\mathrm{OC}}---(23-5)$

$\∠\mathrm{HCF}=\∠\mathrm{HCE}=\frac{1}{2}\∠\mathrm{ECD}=\frac{1}{2}a\cos \frac{{\mathrm{CE}}^2+{\mathrm{CD}}^2-{\mathrm{DE}}^2}{2\×\mathrm{CE}\×\mathrm{CD}}---(23-6)$

$\mathrm{CE}=\mathrm{CF}=\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}---(23-7)$

$\mathrm{CD}=\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}---(23-8)$

DE＝OE-OD                            (23-9)

将(23-7)-(23-9)代入(23-6)，有

$\∠\mathrm{HCF}=\∠\mathrm{HCE}=\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}---(23-10)$

$\∠\mathrm{KCH}=a\tan \frac{\mathrm{KH}}{\mathrm{CH}}---(23-11)$

根据三角形ECF与PtCPb的相似关系，有

$\mathrm{KH}=\frac{(\mathrm{yH}-\mathrm{ypixel}/2)}{\mathrm{ypixel}}\×\mathrm{EF}---(23-12)$

由于

EF＝2×CE×sin∠HCE             (23-13)

CH＝CE×cos∠HCE                (23-14)

将(23-4)、(23-5)和(23-11)-(23-14)带入(23-3)，有

$\mathrm{xHO}=\mathrm{OC}\×\tan (a\tan (\frac{2\mathrm{yH}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \∠\mathrm{HCE})+\∠\mathrm{HCE}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}})---(23-15)$

同理可求得xFO

$\mathrm{xFO}=\mathrm{OC}\×\tan (a\tan (\frac{2\mathrm{yF}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \∠\mathrm{HCE})+\∠\mathrm{HCE}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}})---(23-16)$

将(23-15)、(23-16)带入(23-2)，可得到xFL，即可得到Ho的近似值：

$\tan \left(\begin{array}{c}a\tan (\frac{2\mathrm{yH}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)$

$\mathrm{Ho}\≈\frac{-\tan \left(\begin{array}{c}a\tan (\frac{2\mathrm{yF}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)}{\tan \left(\begin{array}{c}a\tan (\frac{\mathrm{zyH}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)}\×\mathrm{OC}---(23-17)$

本实施方式中OC=2.7m，OD=1.3m，OW=5.8m，WsW=0.95m，yH和yF分别为前景图中的一白色区域中的所有像素点的纵向坐标的最大值和最小值，根据USB数字摄像头的分辨率，ypixel=480；将这些数值代入上述公式中即可得到Ho的近似值：

得到各白色区域的轮廓高度；(步骤2303)

检查是否存在任一白色区域的轮廓高度大于或等于人形高度阈值(人形高度阈值，用于区分乘梯者与一般非人物体的高度差别，一般取1.2米左右)；(步骤2304)

若存在任一白色区域的轮廓高度大于或等于人形高度阈值，判定候梯厅有人；(步骤27)

若不存在任一白色区域的轮廓高度大于或等于人形高度阈值，判定候梯厅无人；(步骤28)

图7为本发明的类人头椭圆轮廓筛选单元流程图，如图所示，类人头椭圆轮廓筛选单元24包括下列步骤：

建立灰度空白内容图像，大小与即时帧的尺寸相同；(步骤2401)

把即时帧灰度图中与前景图中的白色区域相对应的区域复制到灰度空白内容图像中，得到待检测椭圆灰度图；(步骤2402)

应用Canny算法边缘提取轮廓；(步骤2403)

对各个轮廓进行椭圆拟合；(步骤2404)

剔除不符合人头几何特征的椭圆，利用椭圆相似率、面积及长短轴比三种筛选手段，剔除不符合要求的椭圆；(步骤2405)

检查是否存在符合要求的椭圆；(步骤2406)

若存在符合要求的椭圆，判定候梯厅/轿厢有人；(步骤29)

若不存在符合要求的椭圆，判定候梯厅/轿厢无人。(步骤30)

图8为本发明的目标区域的几何角点统计单元流程图，如图所示，目标区域的几何角点统计单元25包括下列步骤：

对即时帧灰度图应用Harris算法角点检测；(步骤2501)

得到所有角点；(步骤2502)

统计处在前景图中的白色区域的角点数目；(步骤2503)

检查角点数目是否大于或等于人形角点阈值(人形角点阈值，用于Harris算法角点检测的最后一个流程，因为人形是由很多复杂的曲线和很少的直线组成的，其角点数明显大于一般几何体，可以利用这个特征，作为一种人形检测方法。该阈值一般取30左右)；(步骤2504)

若角点数目大于或等于人形角点阈值，判定候梯厅/轿厢有人；(步骤29)

若角点数目小于人形角点阈值，判定候梯厅/轿厢无人。(步骤30)

空间满载检测单元26包括下列步骤：

计算前景图中的白色像素点数目占图像总像素数的比值；

检查该比值是否大于或等于空间满载阈值(空间满载阈值，用于从二值化后的前景图中判断是否已经达到电梯满载，该阈值一般取0.7左右)；

若该比值大于或等于空间满载阈值，输出空间满载；

若该比值小于空间满载阈值，输出空间未满载。

Claims (9)

1.一种清除电梯无效请求信号的视频监控***，其特征在于，包括：安装在每层候梯厅的候梯厅视频采集模块(1)、候梯厅视频处理模块(2)、候梯厅总线传输模块(3)、外呼控制器(7)，安装在轿厢内的轿厢视频采集模块(4)、轿厢视频处理模块(5)、轿厢总线传输模块(6)、轿厢控制器(8)、以及安装在电梯控制柜内的电梯主控制器(9)和无效请求处理模块(10)；

候梯厅视频采集模块(1)与候梯厅视频处理模块(2)之间通过候梯厅USB连接线(12)连接，候梯厅视频处理模块(2)和候梯厅总线传输模块(3)之间通过SPI接口连接，外呼控制器(7)通过CAN接口与CAN总线连接，轿厢视频采集模块(4)与轿厢视频处理模块(5)之间通过轿厢USB连接线(14)连接，轿厢视频处理模块(5)和轿厢总线传输模块(6)之间通过SPI接口连接，轿厢控制器(8)通过CAN接口与CAN总线连接，电梯主控制器(9)通过CAN接口与CAN总线连接，无效请求处理模块(10)通过CAN接口与CAN总线连接；

所述候梯厅视频采集模块(1)，包括候梯厅USB摄像头(11)和候梯厅USB连接线(12)，候梯厅USB摄像头(11)安装在每层候梯厅内电梯门侧上方，摄像头视野覆盖候梯区域，当候梯厅USB摄像头(11)采集到候梯厅内的图像后，通过候梯厅USB连接线(12)将图像传输给候梯厅视频处理模块(2)；

所述候梯厅视频处理模块(2)，采用嵌入式操作***平台，利用候梯厅视频检测方法(15)，对候梯厅视频采集模块(1)传输来的图像进行处理，并将处理结果通过SPI接口传输给候梯厅总线传输模块(3)；

所述电梯候梯厅视频检测方法(15)，包括前景处理单元(18)和候梯厅人形识别单元(19)；

所述前景处理单元(18)，包括动态背景构建单元(21)和前景提取单元(22)；

所述候梯厅人形识别单元(19)，包括轮廓高度计算单元(23)、类人头椭圆轮廓筛选单元(24)和目标区域的几何角点统计单元(25)；

所述候梯厅总线传输模块(3)，利用CAN模块，将候梯厅视频处理模块(2)通过SPI接口传输来的处理结果传送到CAN总线网络上，供无效请求处理模块(10)接收处理；

所述外呼控制器(7)，安装在每层电梯门的左侧或右侧，通过CAN接口与CAN总线连接，捕获楼层呼梯信号，通过CAN总线把呼梯信号发送给电梯主控制器(9)，并通过CAN总线接收电梯主控制器(9)的指令，根据指令控制呼梯按钮灯的亮灭，并显示轿厢位置和运行方向；

所述轿厢视频采集模块(4)，包括轿厢USB摄像头(13)和轿厢USB连接线(14)，轿厢USB摄像头(13)安装在轿厢内顶面，视野覆盖轿厢地板，当轿厢USB摄像头(13)采集到轿厢内的图像后，通过轿厢USB连接线(14)将图像传输给轿厢视频处理模块(5)；

所述轿厢视频处理模块(5)，采用嵌入式操作***平台，利用电梯轿厢视频检测方法(16)，对轿厢视频采集模块(4)传输来的图像进行处理，并将处理结果通过SPI接口传输给轿厢总线传输模块(6)；

所述电梯轿厢视频检测方法(16)，包括前景处理单元(18)、轿厢人形识别单元(20)和空间满载检测单元(26)；

所述轿厢人形识别单元(20)，包括类人头椭圆轮廓筛选单元(24)和目标区域的几何角点统计单元(25)；

所述轿厢总线传输模块(6)，利用CAN模块，将轿厢视频处理模块(5)通过SPI接口传输来的处理结果传送到CAN总线网络上，供无效请求处理模块(10)接收处理；

所述轿厢控制器(8)，安装在轿厢内电梯门的左侧或右侧，捕获轿厢开关门按钮、选层按钮及其他特殊功能按钮输入，通过CAN总线把这些信息发送给电梯主控制器(9)，并通过CAN总线接收电梯主控制器(9)的指令，根据指令控制按钮灯的亮灭，并向显示屏输出轿厢运行信息；

所述电梯主控制器(9)，安装在电梯控制柜内，通过CAN总线与其他控制器进行通讯，将电梯运行信息发送到CAN总线，供无效请求处理模块(10)接收用于处理无效请求，并通过CAN总线接收无效请求处理模块(10)发送的无效请求清除指令，进一步处理后对无效请求进行清除；

所述无效请求处理模块(10)，安装在电梯控制柜内，集成了无效请求处理单元(17)，通过CAN总线接收电梯主控制器(9)提供的电梯运行信息以及候梯厅视频处理模块(2)和轿厢视频处理模块(5)输出的处理结果，经过无效请求处理单元(17)处理后将无效请求清除指令发送到CAN总线，供电梯主控制器(9)接收做进一步处理，清除无效请求。

2.根据权利要求1所述的一种清除电梯无效请求信号的视频监控***，其特征在于：所述无效请求处理单元(17)的处理过程包括下列步骤：

读取电梯主控制器(9)提供的电梯运行信息；

检查有呼梯请求的候梯厅是否存在无人信号；

若存在无人信号，发送清除相应呼梯请求指令；

检查若轿厢内有请求，是否存在轿厢无人信号；

若不存在无人信号，检查若轿厢内有请求，是否存在轿厢无人信号；

若存在轿厢无人信号，发送清除轿厢内请求指令；

返回读取电梯主控制器(9)提供的电梯运行信息；

若不存在轿厢无人信号，检查是否存在轿厢空间满载信号；

若存在轿厢空间满载信号，发送暂停响应外部请求指令，到达下一目的楼层后恢复响应外部请求；

返回读取电梯主控制器(9)提供的电梯运行信息；

若不存在轿厢空间满载信号，返回读取电梯主控制器(9)提供的电梯运行信息。

3.根据权利要求1所述的一种清除电梯无效请求信号的视频监控***，其特征在于：所述动态背景构建单元(21)的构建过程包括下列步骤：

把即时帧图像转换成即时帧灰度图；

检查是否需要构建动态背景，即检查即时帧图像序号是否大于或等于动态背景构建所需帧数阈值；

若不需要构建动态背景，更新构建动态背景所需帧，把即时帧灰度图复制到构建动态背景所需若干帧的一帧中，若构建动态背景所需帧的更新序号达到上限，构建动态背景所需帧的更新序号置0，否则构建动态背景所需帧的更新序号增1；

若需要构建动态背景，构建动态背景；

计算即时帧灰度图的当前帧与前一帧的像素平均变化率；

更新场景相同计数，若像素平均变化率大于或等于动态场景像素平均变化率阈值，场景相同计数归0，否则场景相同计数增1；

检查是否需要更新构建动态背景所需帧，即检查场景相同计数是否大于或等于可构建动态背景所需帧之连续场景相同计数阈值；

若不需要更新构建动态背景所需帧，把即时帧灰度图复制到即时帧灰度图的前一帧；

若需要更新构建动态背景所需帧，更新构建动态背景所需帧，把即时帧灰度图复制到构建动态背景所需若干帧的一帧中，若构建动态背景所需帧的更新序号达到上限，构建动态背景所需帧的更新序号置0，否则构建动态背景所需帧的更新序号增1；

把即时帧灰度图复制到即时帧灰度图的前一帧。

4.根据权利要求1所述的一种清除电梯无效请求信号的视频监控***，其特征在于：所述轮廓高度计算单元(23)的计算过程包括下列步骤：

划分并标记各白色区域；

提取各白色区域中纵向坐标的最大值和最小值，代入前景轮廓高度计算公式；

Ho为其中一白色区域的轮廓高度值，C为摄像头的位置，O为摄像头在地面上的投影点，摄像头高度为OC，A、B分别为摄像头视角内地面上距O最远和最近点，若最远点被墙遮挡，OW为O点到墙的距离，WsW为摄像头视角内墙上最高点到地面的距离，确定USB摄像头的安装位置后，OC、OD、OW和WsW的值可通过测量得到，yH和yF分别为前景图中的一白色区域中的所有像素点的纵向坐标的最大值和最小值，ypixel为图像纵坐标的最大值，根据以下公式可计算出该白色区域的轮廓高度值：

$\mathrm{OE}=\frac{\mathrm{OW}\×\mathrm{OC}}{\mathrm{OC}-\mathrm{WsW}}$

$\tan \left(\begin{array}{c}a\tan (\frac{2\mathrm{yH}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)$

$\mathrm{Ho}\≈\frac{-\tan \left(\begin{array}{c}a\tan (\frac{2\mathrm{yF}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)}{\tan \left(\begin{array}{c}a\tan (\frac{\mathrm{zyH}-\mathrm{ypixel}}{\mathrm{ypixel}}\×\tan \left(\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}\right))\\ +\frac{1}{2}a\cos \frac{{\mathrm{OC}}^2+\mathrm{OE}\×\mathrm{OD}}{\sqrt{{\mathrm{OE}}^2+{\mathrm{OC}}^2}\×\sqrt{{\mathrm{OD}}^2+{\mathrm{OC}}^2}}+a\tan \frac{\mathrm{OD}}{\mathrm{OC}}\end{array}\right)}\×\mathrm{OC}$

得到各白色区域的轮廓高度；

检查是否存在任一白色区域的轮廓高度大于或等于人形高度阈值；

若存在任一白色区域的轮廓高度大于或等于人形高度阈值，判定候梯厅有人；

若不存在任一白色区域的轮廓高度大于或等于人形高度阈值，判定候梯厅无人。

5.根据权利要求1所述的一种清除电梯无效请求信号的视频监控***，其特征在于：所述类人头椭圆轮廓筛选单元(24)的筛选过程包括下列步骤：

建立灰度空白内容图像，大小与即时帧的尺寸相同；

把即时帧灰度图中与前景图中的白色区域相对应的区域复制到灰度空白内容图像中，得到待检测椭圆灰度图；

应用Canny算法边缘提取轮廓；

对各个轮廓进行椭圆拟合；

剔除不符合人头几何特征的椭圆，利用椭圆相似率、面积和长短轴比三种筛选手段，剔除不符合要求的椭圆；

检查是否存在符合要求的椭圆；

若存在符合要求的椭圆，判定候梯厅/轿厢有人；

若不存在符合要求的椭圆，判定候梯厅/轿厢无人。

6.根据权利要求1所述的一种清除电梯无效请求信号的视频监控***，其特征在于：所述目标区域的几何角点统计单元(25)的统计过程包括下列步骤：

对即时帧灰度图应用Harris算法角点检测；

得到所有角点；

统计处在前景图中的白色区域的角点数目；

检查角点数目是否大于或等于人形角点阈值；

若角点数目大于或等于人形角点阈值，判定候梯厅/轿厢有人；

若角点数目小于人形角点阈值，判定候梯厅/轿厢无人。

7.根据权利要求1所述的一种清除电梯无效请求信号的视频监控***，其特征在于：所述空间满载检测单元(26)的检测过程包括下列步骤：

计算前景图中的白色像素点数目占图像总像素数的比值；

检查该比值是否大于或等于空间满载阈值；

若该比值大于或等于空间满载阈值，输出空间满载；

若该比值小于空间满载阈值，输出空间未满载。

8.根据权利要求1所述的一种清除电梯无效请求信号的视频监控***，其特征在于：所述候梯厅USB摄像头(11)和轿厢USB摄像头(13)，选用CMOS摄像头，或选用CCD摄像头。

9.根据权利要求1所述的一种清除电梯无效请求信号的视频监控***，其特征在于：所述候梯厅视频处理模块(2)和轿厢视频处理模块(5)所采用的嵌入式操作***选用Linux，或选用Wince，硬件平台选用ARM9处理器，或更高级别处理器。

Images