基于opencv的圖書館座位檢測

仲躋陽 戎漩 孫嘉暢 劉愛蓮

摘要：針對目前高校圖書館搶座、占座、排長隊候座等不合理利用圖書館資源的問題，提出一種基于模式匹配的座位檢測模型[1]。首先利用相應電子設備采集視頻進行座位檢測。然后由于第一步檢測出現的檢測問題，提出了Gamma校正以提高座位檢測的正確性。其次利用Hougn變換對桌子進行直線檢測。最后引用平方差匹配法將圖書館座位縮放定位以提高效率。理論分析和真實測試結果表明，與現有模型比較，提出的模型有效獲取圖書館內部座位信息，為后期圖書館座位預約[2]系統提供技術支持。

關鍵詞：座位檢測;圖片預處理; Hougn變換;模板匹配

一、概述

圖書館座位是公共資源，面對人多座位少的情況，排隊侯座和占座已成為圖書館普遍現象，特別在人館高峰時段，傳統的管理方法和模式難以緩解或解決。為了幫助圖書館更好地做好管理工作，營造良好的閱讀環境。本校學生依托互聯網技術手段設計開發了圖書館座位在線預約系統，使圖書館管理能力得到整體提升，有效地提高了座位的使用率，避免了占座搶座現象的發生。為了實現預約系統，必須要提前知道圖書館的一些座位布局，以及實時座位信息。

目前高校圖書館成為的高校重要學習環境，也是高校學生關注的學習資源。積極開發并合理使用圖書館將提高圖書館的使用率、便利對圖書館的使用以提高同學們對圖書館的滿意程度，營造安靜舒適的學習環境。然而隨著學校人數的擴招，圖書館作為數量難以滿足學生對圖書館的需求。圖書館占座現象屢見不鮮。

圖書館座位長時間有書沒有人，導致座位的資源浪費。為了實現讀者的公平、合理利用圖書館資源、維護自習室秩序。針對圖書館搶座占座現象，為合理運用圖書館資源。為了實現預約系統，必須要提前知道圖書館的一些座位布局，對所有座位有精確得定位和分布情況，因此我們首先要對圖書館座位進行檢測。有效準確得座位檢測是實現該系統的基礎。

二、座位檢測實現原理

本系統采用vcap2860視頻采集卡和雅視威模擬攝像頭采集圖書館座位視頻。

通過機器視覺技術實現座位檢測[3，4，5]。在每天圖書館開門之前進行座位定位，生成座位布局圖。為減少光照對檢測的影響，在參考了王殿偉[6]、梁琳[7]、金玉多[8]等人提出的算法后，決定采用Gamma校正。在去除光照影響后，在對圖片進行降噪操作[9]。最后通過邊緣檢測加直線檢測的方法找到最大的桌面，在根據桌面推測座位坐標，保存到數據庫中，為以后的檢測座位是否有人提供座位坐標。在找到一個桌面后，生成桌面模板，后面的桌面便可以通過模板檢測快速找到。

（一）Gamma校正

雖然進行座位預檢測的時間在早上，但是由于圖書館往往開著的燈，依舊可能會對檢測有影響，本系統采用 Gamma校正來減少光照的影響，其公式為：

公式中f1（x，y）為經過校正后的圖片，f（x，y）為原圖，λ為校正系數。Gamma校正，是一種非線性變換，通過調整像素值來改變圖片亮度。

不同的λ值對圖片的影響很大，當λ<1時，圖片灰度值提高，整體亮度提高;當λ>1時，圖片灰度值降低，整體亮度降低。通過調整λ，能夠在一定程度上提高對比度。

一般來說，圖書館桌子以黃色調為主，靠近窗戶時，在太陽光和燈光的照射下，會顯得發白，在后期進行二值化取輪廓時難以區分墻和座位。這時需要提高桌子和墻的對比度，使桌子邊緣更突出。

本文λ值采用自適應選取。首先求出灰度圖像的平均值，以此作為衡量圖片亮度的依據。以灰度值128為基準，平均灰度值大于128時，圖像亮度偏亮;小于128時，圖片亮度偏暗。計算過程如下：

公式2中，只需要計算灰度圖像的平均值，就能夠得到較合適的校正系數，降低計算機運行負擔，提高計算效率。

以下兩張圖分別是圖書館原圖和去除光照后座位

（二）邊緣特征提取

將校正后的圖片進行邊緣提取，本文采用Scharr濾波器來進行邊緣特征提取，卷積核如下：

其中Gx為x方向梯度，Gy為y方向梯度，最后將xy方向梯度合并，得到圖3效果。

將得到的特征圖在進行二值化，經過實驗發現閾值設置為125圖像效果最佳，如圖4所示。

（三）Hougn變換

由于桌子都是規則的矩形，可以通過Hougn變換進行直線檢測，opencv中提供的函數HoughLinesP可以實現此變換。其中，要將線段大小的閾值設置略大一些，這樣可以避免誤檢測到凳子的邊緣直線。

（四）劃分座位

取上述最長的兩條線段，依次在1/4，3/4處為中心，R為半徑做正方形，保存正方形坐標，當需要檢測該座位是否有人時，只需要檢測該區域，如圖6所示。

（五）模板匹配

上述工作只是簡單解決單個桌子的檢測問題，在圖書館這種復雜環境下，如何快速定位座位將成為一個難點。本文提出一種新的方法，來解決這種問題。即可以通過尋找桌子邊緣直線，來定位桌子，只不過需要盡可能的提高直線大小的閾值，以確保在一張圖片中只找到一個座位并且這個座位是最靠近攝像頭的，將找到的座位作為模板保存 。由于圖書館座位都是線性分布，只需要知道兩個桌子之前的縮放比例，就可以很方便地找到其他桌子。設第一個桌子為T，縮放比例為s，將模板依次縮放s再進行模板匹配，就可以定位到其他桌子。本文采用平方差匹配法，其公式為：

其中T為模板，I為源圖像部分區域，即模板圖像像素減去覆蓋的源圖像像素的差的平方和為對應矩陣的點的值。當值小于閾值λ時，即可定位座位。

假設s初始值為0.99，將模板縮放后進行模板匹配：

給s一個步長t，當R（x，y）大于λ時，將s減去t，再次進行模板匹配，多次迭代，直到滿足條件。當找到s值后，其余的座位便可以很快找到。

總結

通過攝像頭盡可能的獲取圖書館內部各種信息，為后期圖書館座位預約系統的開發提供支撐，其核心思想為減少人為干預，提高圖書館座位資源的使用效率。在開發過程中，主要使用opencv來實現各種算法。在對圖書館內部進行實地考察過程中發現，圖書館的座位基本都是四人桌，并且桌面顏色與地面和墻有著鮮明的對比，桌子都是呈線性排布，桌子與桌子之間的距離都是相等的，因此決定采用模板匹配的方法來做座位檢測，只要找到第一個和第二個座位，那么之后的座位都可以直接算出，沒必要在對圖片進行檢測，大大的提高了效率。由于本算法是通過尋找桌面來進行檢測，并沒有通過椅子，因此，對攝像頭的擺放位置有一定要求。

參考文獻：

[1] 王穎，朱釧銘，文家俊，譚廣，王詩琦.圖書館座位引導及預約系統的設計[J].信息記錄材料，2020，21（02）：181-182.

[2] 王斌，劉廷泰，唐蕾，劉攀鋒.基于機器視覺的圖書館座位管理系統的設計與實現[J].信息與電腦（理論版），2020，32（04）：81-82+85.

[3] 計算機視覺檢測技術的發展及應用研究[J]. 馬玉真，胡亮，方志強，曹素芝. ?濟南大學學報（自然科學版）. 2004（03）

[4] 朱云琪，蔣玥，張軼.基于圖像識別的公共圖書館座位檢測系統研究[J].電子世界，2017（03）：131-133.

[5] 徐海東.基于人臉識別的座位管理系統的設計與實現[J].科技情報開發與經濟， 2015， 25 （20） ：140-141.

[6] 王殿偉，韓鵬飛，范九倫，劉穎，許志杰，王晶.基于光照-反射成像模型和形態學操作的多譜段圖像增強算法[J].物理學報，2018，67（21）：104-114.

[7] 梁琳，何衛平，雷蕾，張維，王紅霄.光照不均圖像增強方法綜述[J].計算機應用研究，2010，27（05）：1625-1628.

[8] 金玉多.改進Gamma校正的人臉圖像光照預處理算法[J].電腦知識與技術，2019，15（20）：214-217.

[9] 袁健，程國濤.一種抗噪的自然場景圖片預處理算法模型[J].小型微型計算機系統，2016，37（09）：2093-2098.