论文部分内容阅读
摘要：针对目前高校图书馆抢座、占座、排长队候座等不合理利用图书馆资源的问题，提出一种基于模式匹配的座位检测模型[1]。首先利用相应电子设备采集视频进行座位检测。然后由于第一步检测出现的检测问题，提出了Gamma校正以提高座位检测的正确性。其次利用Hougn变换对桌子进行直线检测。最后引用平方差匹配法将图书馆座位缩放定位以提高效率。理论分析和真实测试结果表明，与现有模型比较，提出的模型有效获取图书馆内部座位信息，为后期图书馆座位预约[2]系统提供技术支持。
关键词：座位检测;图片预处理; Hougn变换;模板匹配
一、概述
图书馆座位是公共资源，面对人多座位少的情况，排队侯座和占座已成为图书馆普遍现象，特别在人馆高峰时段，传统的管理方法和模式难以缓解或解决。为了帮助图书馆更好地做好管理工作，营造良好的阅读环境。本校学生依托互联网技术手段设计开发了图书馆座位在线预约系统，使图书馆管理能力得到整体提升，有效地提高了座位的使用率，避免了占座抢座现象的发生。为了实现预约系统，必须要提前知道图书馆的一些座位布局，以及实时座位信息。
目前高校图书馆成为的高校重要学习环境，也是高校学生关注的学习资源。积极开发并合理使用图书馆将提高图书馆的使用率、便利对图书馆的使用以提高同学们对图书馆的满意程度，营造安静舒适的学习环境。然而随着学校人数的扩招，图书馆作为数量难以满足学生对图书馆的需求。图书馆占座现象屡见不鲜。
图书馆座位长时间有书没有人，导致座位的资源浪费。为了实现读者的公平、合理利用图书馆资源、维护自习室秩序。针对图书馆抢座占座现象，为合理运用图书馆资源。为了实现预约系统，必须要提前知道图书馆的一些座位布局，对所有座位有精确得定位和分布情况，因此我们首先要对图书馆座位进行检测。有效准确得座位检测是实现该系统的基础。
二、座位检测实现原理
本系统采用vcap2860视频采集卡和雅视威模拟摄像头采集图书馆座位视频。
通过机器视觉技术实现座位检测[3，4，5]。在每天图书馆开门之前进行座位定位，生成座位布局图。为减少光照对检测的影响，在参考了王殿伟[6]、梁琳[7]、金玉多[8]等人提出的算法后，决定采用Gamma校正。在去除光照影响后，在对图片进行降噪操作[9]。最后通过边缘檢测加直线检测的方法找到最大的桌面，在根据桌面推测座位坐标，保存到数据库中，为以后的检测座位是否有人提供座位坐标。在找到一个桌面后，生成桌面模板，后面的桌面便可以通过模板检测快速找到。
（一）Gamma校正
虽然进行座位预检测的时间在早上，但是由于图书馆往往开着的灯，依旧可能会对检测有影响，本系统采用 Gamma校正来减少光照的影响，其公式为：
公式中f1（x，y）为经过校正后的图片，f（x，y）为原图，λ为校正系数。Gamma校正，是一种非线性变换，通过调整像素值来改变图片亮度。
不同的λ值对图片的影响很大，当λ<1时，图片灰度值提高，整体亮度提高;当λ>1时，图片灰度值降低，整体亮度降低。通过调整λ，能够在一定程度上提高对比度。
一般来说，图书馆桌子以黄色调为主，靠近窗户时，在太阳光和灯光的照射下，会显得发白，在后期进行二值化取轮廓时难以区分墙和座位。这时需要提高桌子和墙的对比度，使桌子边缘更突出。
本文λ值采用自适应选取。首先求出灰度图像的平均值，以此作为衡量图片亮度的依据。以灰度值128为基准，平均灰度值大于128时，图像亮度偏亮;小于128时，图片亮度偏暗。计算过程如下：
公式2中，只需要计算灰度图像的平均值，就能够得到较合适的校正系数，降低计算机运行负担，提高计算效率。
以下两张图分别是图书馆原图和去除光照后座位
（二）边缘特征提取
将校正后的图片进行边缘提取，本文采用Scharr滤波器来进行边缘特征提取，卷积核如下：
其中Gx为x方向梯度，Gy为y方向梯度，最后将xy方向梯度合并，得到图3效果。
将得到的特征图在进行二值化，经过实验发现阈值设置为125图像效果最佳，如图4所示。
（三）Hougn变换
由于桌子都是规则的矩形，可以通过Hougn变换进行直线检测，opencv中提供的函数HoughLinesP可以实现此变换。其中，要将线段大小的阈值设置略大一些，这样可以避免误检测到凳子的边缘直线。
（四）划分座位
取上述最长的两条线段，依次在1/4，3/4处为中心，R为半径做正方形，保存正方形坐标，当需要检测该座位是否有人时，只需要检测该区域，如图6所示。
（五）模板匹配
上述工作只是简单解决单个桌子的检测问题，在图书馆这种复杂环境下，如何快速定位座位将成为一个难点。本文提出一种新的方法，来解决这种问题。即可以通过寻找桌子边缘直线，来定位桌子，只不过需要尽可能的提高直线大小的阈值，以确保在一张图片中只找到一个座位并且这个座位是最靠近摄像头的，将找到的座位作为模板保存 。由于图书馆座位都是线性分布，只需要知道两个桌子之前的缩放比例，就可以很方便地找到其他桌子。设第一个桌子为T，缩放比例为s，将模板依次缩放s再进行模板匹配，就可以定位到其他桌子。本文采用平方差匹配法，其公式为：
其中T为模板，I为源图像部分区域，即模板图像像素减去覆盖的源图像像素的差的平方和为对应矩阵的点的值。当值小于阈值λ时，即可定位座位。
假设s初始值为0.99，将模板缩放后进行模板匹配：
给s一个步长t，当R（x，y）大于λ时，将s减去t，再次进行模板匹配，多次迭代，直到满足条件。当找到s值后，其余的座位便可以很快找到。 总结
通过摄像头尽可能的获取图书馆内部各种信息，为后期图书馆座位预约系统的开发提供支撑，其核心思想为减少人为干预，提高图书馆座位资源的使用效率。在开发过程中，主要使用opencv来实现各种算法。在对图书馆内部进行实地考察过程中发现，图书馆的座位基本都是四人桌，并且桌面颜色与地面和墙有着鲜明的对比，桌子都是呈线性排布，桌子与桌子之间的距离都是相等的，因此决定采用模板匹配的方法来做座位检测，只要找到第一个和第二个座位，那么之后的座位都可以直接算出，没必要在对图片進行检测，大大的提高了效率。由于本算法是通过寻找桌面来进行检测，并没有通过椅子，因此，对摄像头的摆放位置有一定要求。
参考文献：
[1] 王颖，朱钏铭，文家俊，谭广，王诗琦.图书馆座位引导及预约系统的设计[J].信息记录材料，2020，21（02）：181-182.
[2] 王斌，刘廷泰，唐蕾，刘攀锋.基于机器视觉的图书馆座位管理系统的设计与实现[J].信息与电脑（理论版），2020，32（04）：81-82+85.
[3] 计算机视觉检测技术的发展及应用研究[J]. 马玉真，胡亮，方志强，曹素芝. 济南大学学报（自然科学版）. 2004（03）
[4] 朱云琪，蒋玥，张轶.基于图像识别的公共图书馆座位检测系统研究[J].电子世界，2017（03）：131-133.
[5] 徐海东.基于人脸识别的座位管理系统的设计与实现[J].科技情报开发与经济， 2015， 25 （20） ：140-141.
[6] 王殿伟，韩鹏飞，范九伦，刘颖，许志杰，王晶.基于光照-反射成像模型和形态学操作的多谱段图像增强算法[J].物理学报，2018，67（21）：104-114.
[7] 梁琳，何卫平，雷蕾，张维，王红霄.光照不均图像增强方法综述[J].计算机应用研究，2010，27（05）：1625-1628.
[8] 金玉多.改进Gamma校正的人脸图像光照预处理算法[J].电脑知识与技术，2019，15（20）：214-217.
[9] 袁健，程国涛.一种抗噪的自然场景图片预处理算法模型[J].小型微型计算机系统，2016，37（09）：2093-2098.
关键词：座位检测;图片预处理; Hougn变换;模板匹配
一、概述
图书馆座位是公共资源，面对人多座位少的情况，排队侯座和占座已成为图书馆普遍现象，特别在人馆高峰时段，传统的管理方法和模式难以缓解或解决。为了帮助图书馆更好地做好管理工作，营造良好的阅读环境。本校学生依托互联网技术手段设计开发了图书馆座位在线预约系统，使图书馆管理能力得到整体提升，有效地提高了座位的使用率，避免了占座抢座现象的发生。为了实现预约系统，必须要提前知道图书馆的一些座位布局，以及实时座位信息。
目前高校图书馆成为的高校重要学习环境，也是高校学生关注的学习资源。积极开发并合理使用图书馆将提高图书馆的使用率、便利对图书馆的使用以提高同学们对图书馆的满意程度，营造安静舒适的学习环境。然而随着学校人数的扩招，图书馆作为数量难以满足学生对图书馆的需求。图书馆占座现象屡见不鲜。
图书馆座位长时间有书没有人，导致座位的资源浪费。为了实现读者的公平、合理利用图书馆资源、维护自习室秩序。针对图书馆抢座占座现象，为合理运用图书馆资源。为了实现预约系统，必须要提前知道图书馆的一些座位布局，对所有座位有精确得定位和分布情况，因此我们首先要对图书馆座位进行检测。有效准确得座位检测是实现该系统的基础。
二、座位检测实现原理
本系统采用vcap2860视频采集卡和雅视威模拟摄像头采集图书馆座位视频。
通过机器视觉技术实现座位检测[3，4，5]。在每天图书馆开门之前进行座位定位，生成座位布局图。为减少光照对检测的影响，在参考了王殿伟[6]、梁琳[7]、金玉多[8]等人提出的算法后，决定采用Gamma校正。在去除光照影响后，在对图片进行降噪操作[9]。最后通过边缘檢测加直线检测的方法找到最大的桌面，在根据桌面推测座位坐标，保存到数据库中，为以后的检测座位是否有人提供座位坐标。在找到一个桌面后，生成桌面模板，后面的桌面便可以通过模板检测快速找到。
（一）Gamma校正
虽然进行座位预检测的时间在早上，但是由于图书馆往往开着的灯，依旧可能会对检测有影响，本系统采用 Gamma校正来减少光照的影响，其公式为：
公式中f1（x，y）为经过校正后的图片，f（x，y）为原图，λ为校正系数。Gamma校正，是一种非线性变换，通过调整像素值来改变图片亮度。
不同的λ值对图片的影响很大，当λ<1时，图片灰度值提高，整体亮度提高;当λ>1时，图片灰度值降低，整体亮度降低。通过调整λ，能够在一定程度上提高对比度。
一般来说，图书馆桌子以黄色调为主，靠近窗户时，在太阳光和灯光的照射下，会显得发白，在后期进行二值化取轮廓时难以区分墙和座位。这时需要提高桌子和墙的对比度，使桌子边缘更突出。
本文λ值采用自适应选取。首先求出灰度图像的平均值，以此作为衡量图片亮度的依据。以灰度值128为基准，平均灰度值大于128时，图像亮度偏亮;小于128时，图片亮度偏暗。计算过程如下：
公式2中，只需要计算灰度图像的平均值，就能够得到较合适的校正系数，降低计算机运行负担，提高计算效率。
以下两张图分别是图书馆原图和去除光照后座位
（二）边缘特征提取
将校正后的图片进行边缘提取，本文采用Scharr滤波器来进行边缘特征提取，卷积核如下：
其中Gx为x方向梯度，Gy为y方向梯度，最后将xy方向梯度合并，得到图3效果。
将得到的特征图在进行二值化，经过实验发现阈值设置为125图像效果最佳，如图4所示。
（三）Hougn变换
由于桌子都是规则的矩形，可以通过Hougn变换进行直线检测，opencv中提供的函数HoughLinesP可以实现此变换。其中，要将线段大小的阈值设置略大一些，这样可以避免误检测到凳子的边缘直线。
（四）划分座位
取上述最长的两条线段，依次在1/4，3/4处为中心，R为半径做正方形，保存正方形坐标，当需要检测该座位是否有人时，只需要检测该区域，如图6所示。
（五）模板匹配
上述工作只是简单解决单个桌子的检测问题，在图书馆这种复杂环境下，如何快速定位座位将成为一个难点。本文提出一种新的方法，来解决这种问题。即可以通过寻找桌子边缘直线，来定位桌子，只不过需要尽可能的提高直线大小的阈值，以确保在一张图片中只找到一个座位并且这个座位是最靠近摄像头的，将找到的座位作为模板保存 。由于图书馆座位都是线性分布，只需要知道两个桌子之前的缩放比例，就可以很方便地找到其他桌子。设第一个桌子为T，缩放比例为s，将模板依次缩放s再进行模板匹配，就可以定位到其他桌子。本文采用平方差匹配法，其公式为：
其中T为模板，I为源图像部分区域，即模板图像像素减去覆盖的源图像像素的差的平方和为对应矩阵的点的值。当值小于阈值λ时，即可定位座位。
假设s初始值为0.99，将模板缩放后进行模板匹配：
给s一个步长t，当R（x，y）大于λ时，将s减去t，再次进行模板匹配，多次迭代，直到满足条件。当找到s值后，其余的座位便可以很快找到。 总结
通过摄像头尽可能的获取图书馆内部各种信息，为后期图书馆座位预约系统的开发提供支撑，其核心思想为减少人为干预，提高图书馆座位资源的使用效率。在开发过程中，主要使用opencv来实现各种算法。在对图书馆内部进行实地考察过程中发现，图书馆的座位基本都是四人桌，并且桌面颜色与地面和墙有着鲜明的对比，桌子都是呈线性排布，桌子与桌子之间的距离都是相等的，因此决定采用模板匹配的方法来做座位检测，只要找到第一个和第二个座位，那么之后的座位都可以直接算出，没必要在对图片進行检测，大大的提高了效率。由于本算法是通过寻找桌面来进行检测，并没有通过椅子，因此，对摄像头的摆放位置有一定要求。
参考文献：
[1] 王颖，朱钏铭，文家俊，谭广，王诗琦.图书馆座位引导及预约系统的设计[J].信息记录材料，2020，21（02）：181-182.
[2] 王斌，刘廷泰，唐蕾，刘攀锋.基于机器视觉的图书馆座位管理系统的设计与实现[J].信息与电脑（理论版），2020，32（04）：81-82+85.
[3] 计算机视觉检测技术的发展及应用研究[J]. 马玉真，胡亮，方志强，曹素芝. 济南大学学报（自然科学版）. 2004（03）
[4] 朱云琪，蒋玥，张轶.基于图像识别的公共图书馆座位检测系统研究[J].电子世界，2017（03）：131-133.
[5] 徐海东.基于人脸识别的座位管理系统的设计与实现[J].科技情报开发与经济， 2015， 25 （20） ：140-141.
[6] 王殿伟，韩鹏飞，范九伦，刘颖，许志杰，王晶.基于光照-反射成像模型和形态学操作的多谱段图像增强算法[J].物理学报，2018，67（21）：104-114.
[7] 梁琳，何卫平，雷蕾，张维，王红霄.光照不均图像增强方法综述[J].计算机应用研究，2010，27（05）：1625-1628.
[8] 金玉多.改进Gamma校正的人脸图像光照预处理算法[J].电脑知识与技术，2019，15（20）：214-217.
[9] 袁健，程国涛.一种抗噪的自然场景图片预处理算法模型[J].小型微型计算机系统，2016，37（09）：2093-2098.