路径是中国古典园林之特殊性和精髓所在,为探索路径空间巧妙组合下的内在规律,可从游客行为特征作为切入点进行量化分析。园林景区每日游客数量庞大,路径游客分布情况复杂,若用传统人工点数方法不切实际。为能长期、可重复进行游人检测,减少研究主观性、随意性,本课题以创新性思维将机器视觉技术运用到园林定量研究中,并立足于“驻点”概念,用图像处理和模式识别对其周围固定时间段内游客驻留人数进行统计,并对其驻留分布密度进行分析。本文以留园为研究对象,通过前期实地调研考察,设计并搭建留园摄像机监控系统,对驻点视频数据实时采集。综合运用图像预处理技术和目标检测算法,进行目标分割、优化。分析各种跟踪方法,实现对游客的多目标跟踪,并以此基础上,设计适应性强的游客驻留量统计和游客位置平面图标定算法,完成课题核心任务。主要研究内容可概括如下:(1)针对留园景区假山层叠、水纹波动、树叶枝条摆动等复杂场景,深入研究各种前景提取算法,并提出一种基于YUV前景补偿的背景差分法。通过当前帧与背景U、V通道分别做差再合并,提供一般背景差分后丢失的前景部分。(2)对比目前各种目标跟踪技术,选用最切合本课题的跟踪方法,在此基础上嵌入匹配计数算法。在计算每一个目标是否为停留对像时,先把颜色直方图放入存储单元,通过不断匹配形成目标链,再计算目标出现的总帧次,来判定目标停留多长时间。(3)驻点验证分析,深入研究了用于运动目标预测的粒子滤波算法,在此基础上,通过Kalman滤波器与停留计数算法相结合,在场景图中输出停留游客位置,再以红色像素点标定在留园平面图中,通过一定区域内的像素密度来判定该地方是否为驻点。(4)针对课题工程化需求,设计和实现一个游客驻留量统计系统。该系统应用了论文优选后的方案,并加入时间更新模块,实现了 5个数据(5s、6s、8s、10s、12s)统一报送,每隔5分钟推送一批数据到前台Excel表格中,比针对每个停留时间依次运行程序获取数据的方式更加高效。(5)为验证算法有效性,随机选取33个驻点人工计数,分类与程序运行数据进行对比分析,平均准确率达到80.6%;另将平面图坐标点与实际场景位置进行比对,结果准确率可达83.3%。