张显宗 柳宁 王高

（暨南大学信息科学技术学院）

1 引言

对大型课室、自修室的人员位置分布识别有利于课室灯光的自动管理，便于节能。基于图像处理的人体识别方法很多，常见的有基于头形轮廓特征的识别方法[1,2]，它适用于类似公交系统人流统计这种特定的场合[3]；背景图像差分人体检测算法可以消除背景噪声干扰，突出人体图像信息[4]。

对课室人员位置分布进行识别时，可以采用边缘检测提取人体轮廓，图像差分方法消除背景噪声，并根据轮廓面积进行人员位置判定[5]；也可以通过对课室的背景图像识别得到座位网格图，采用背景图像差分法消除背景噪声，凸现人员分布状态，经二值化处理，得到人员位置 Blob图，比对座位网格与人员位置Blob图即可得到人员分布情况。前一种方法称为基于面积判据的人体识别方法，后一种方法称为基于座位网格判据的人体识别方法。

2 基于面积判据的人体检测算法

2.1 人体位置Blob图

(1)将当前图像和参考背景图像（无人时的图像）转成灰度图像，再将这两个图像每个对应像素的灰度值依次相减，取绝对值，得到差分图像。

(2)计算图像二值化的阈值。求出差值图像各像素点的灰度平均值μ以及均方差σ。得到二值化的阈值参数：T'=μ+2σ。

根据正态分布“3σ原则”，变量落在区间(-2σ,2σ)的概率为95.4%。即差值图像像素灰度值大于 T'的概率约为5%。将 T'进行线性调整，得到适合二值化的阈值T。令灰度值大于等于T像素点记为1，小于T的记为0，可得到二值化图像。……