使 HALCON 简单可靠地计算建筑物内人员数量

安全与监控 | Blob 分析 | 形态学

Strelen Control Systems GmbH 是 MVTec 的认证集成商,总部位于德国达姆施塔特附近的比特尔博恩。Strelen 开发的解决方案适用于检测和分析,以及生产流程的自动化和调节。他们的解决方案包括开发 IIOT(工业物联网,又称工业 4.0)应用,以及在评估光学采集数据的过程中集成人工智能。

目前的问题

从 COVID-19 疫情可以看到,出于许多原因,有必要控制建筑物内人员数量。该应用的目的是能够精确地显示建筑物内人员数量。在此基础上,一旦达到最大允许数量,就可以实施进入限制。为了做到这一点,需要对每个进出大楼的人员进行准确计数,并实时计算大楼内的人员数量。

挑战

Safe-Ident People system for controlling the number of people in a building
通过 Strelen Safe-IdentPeople 系统控制建筑物内的人员数量

为了保证计数可靠和安全,即使是高难度个例也必须检测出来,例如:

  • 推着购物车或行李箱的人
  • 几人一起进入房间
  • 多人同时向不同方向移动
  • 奔跑的人
  • 坐轮椅的人
  • 戴帽子的人
  • 带孩子的人

过往的解决方案

使用 MVTec HALCON 之前,公司采用过多种不同的解决方案:一种方法是增加人手。但事实证明,这种方法长期使用成本很高,而且出现过“数错”的情况。为了最大程度降低这种风险,每位顾客都需要使用一辆已计数的购物车。但是,为了确保每位顾客都使用购物车,还是需要增加人手。

另一种方法是使用广泛应用的营销分析系统。然而,这些系统的测量不够可靠和快速,因此并不适合控制建筑物内的人员数量。

MVTec HALCON 的解决方案

通过 Blob 分析和形态学进行物体和位置识别以便提取轮廓
Strelen Safe-Ident People 的前端,包括 HALCON 图形窗口
使用 HALCON 进行物体和位置识别

使用 HALCON 在深度图像中检测并分离人员。为此,首先用立体相机采集实时深度图像。经过一些预处理后,确定并分析相互关联的高度轮廓。利用 HALCON 中集成的数学形态学算法,对像素簇进行分割,再根据深度图像上的特征性外观识别出各个人员。

使用跟踪方法,跨越多个图像为已识别人员分配路径点,形成一条代表已识别人员移动情况的路径。最后,根据找到的路径增减人员的数量。

Strelen HALCON 的评价

“面对当前的挑战,项目的开发时间极为重要,这也是我们决定选择 HALCON 的原因。算法的文档齐全并且经过可靠测试,可以帮助我们集中精力应对开发过程中的重要挑战。”Jan Strelen,开发工程师。

感谢 Strelen Control Systems GmbH 提供文本。

了解 HALCON 更多相关内容