STATISTICS ON THE NUMBER OF PEOPLE IN INTELLIGENT BUILDING BASED ON THE DIGITAL
IMAGE PROCESSING
ABSTRACT
Energy shortage is one of the problems that the world must face, building consumption energy , industrial energy and transport energy are three \with rising construction and upgrading of living comfort, showing a sharp upward trend.How to reduce energy consumption of heating and air conditioning, building energy conservation becomes a main research direction, so intelligent building statistics for air conditioning is very importance for energy conservation.
counting the number of people in the Intercepted images from the video is a difficult and front subject in the field of image processing, It has high practical value in traffic monitoring, traffic statistics, virtual reality, intelligent building video surveillance and other fields. . In this paper, we regard the \\from the video image as the goal, using contour extraction and morphological expansion, finally, we can detect the number of people in the intelligent building by computer the area of the connected domain .
Getting the original image is the prerequisite of number statistics, In this paper,we got the required image for post-processing by studying the imaging characteristics of different angles to determine the different placement of the camera.
Image pre-processing of digital image processing is prerequisite for almost all of image processing，in this paper，we applied the image gray transform and image filtering. improved the quality of the original image by histogram equalization and gray level histogram specification . Comparison of the mean filter, median filtering and Gaussian filtering method pros and cons, and choose a different noise depending on the original image for edge detection of the image late .
Image edge detection has been the basic problem of pattern recognition, and also one of the most difficults, this article compares the different effects of edge detection operator and a different scope, and ultimately selected the canny edge operator to extract obtained A better profile, to avoid the follow-up of complex processing.
Finally, we solve the problem of discontinuity by expansding the edge of the image and filling the target image ,connected domain area was calculated by setting the area threshold then, Excluding the small image defects, and ultimately get the number of people. For the question of repeat count , this paper computed the area of connected domain under the threshold set, when the connected components is larger than a certain threshold, the goal counts
for two people, finally,we solved this problem well.
KEY WORDS: MATLAB, Enrolment Statistics ,Edge Detection, Expand Filling
第一章 绪论
1.1课题研究的背景和意义（选题依据及意义）
1.1.1数字图像处理及matlab简介
人类获取外界信息的方式有视觉、听觉、触觉、嗅觉、味觉等等，其中视觉是人类最重要的感官，获取的信息占总信息量的绝大部分。因此，图像对于人类信息的存储和传输都具有重要意义，图像处理技术得到广泛的应用也是科技发展一种必然。
一幅图像可定义为一个二维函数f(x,y)，当空间坐标x、y和幅值f为有限的离散数值时，称该图像为数字图像[1]。简单来说，用计算机来处理图像，就是数字图像处理。从70年代中期开始，随着计算机技术的发展，数字图像处理向更高、更深层次发展[2]。世界范围内很多国家和地区的科学家们在该领域投入了大量的精力，也取得了很多重要的研究成果。
数字图像处理的目的是使图像更符合人们的要求，它是让差质量的图像被改善，成为好质量的图像，常用的处理方法有图像增强、复原、压缩等，另外还有一类数字图像处理是模拟人眼，让计算机能够有“思考”的能力，对图像内容进行识别，并能够独立作出判断。基于这些方法，目前数字图像主要应用的领域有： 1）航天和航空技术方面
数字图像处理技术在航天和航空技术方面的应用，一方面是对太空图像，如月球、火星照片的处理之，另一方面的应用是在飞机遥感和卫星遥感技术中。 2）生物医学工程方面
数字图像处理在生物医学工程方面的应用十分广泛，而且很有成效。除了上面介绍的CT技术之外，还有一类是对医用显微图像的处理分析，如红细胞、白细胞分类，染色体分析，癌细胞识别等。此外，在X光肺部图像增晰、超声波图像处理、心电图分析、立体定向放射治疗等医学诊断方面都广泛地应用图像处理技术[1]。 3）工业和工程方面
图像处理技术在工业和工程领域有广泛的应用，如自动装配线中检测零件的质量、并对零件进行分类，印刷电路板疵病检查，弹性力学照片的应力分析，流体力学图片的阻力和升力分析，邮政信件的自动分拣，在一些有毒、放射性环境内识别工件及物体的形状和排列状态，先进的设计和制造技术中采用工业视觉等等[1]。 4）军事公安方面
在军事方面图像处理和识别主要用于导弹的精确末制导，各种侦察照片的判读，具有图像传输、存储和显示的军事自动化指挥系统，飞机、坦克和军舰模拟训练系统等；公安业务图片的判读分析，指纹识别，人脸鉴别，不完整图片的复原，以及交通
监控、事故分析等。目前已投入运行的高速公路不停车自动收费系统中的车辆和车牌的自动识别都是图像处理技术成功应用的例子。
MATLAB软件是矩阵实验室（Matrix Laboratory）的简称，是由美国MathWorks公司出品的商业数学软件，用于算法开发、数据可视化、数据分析以及数值计算的高级技术计算语言和交互式环境，主要包括MATLAB和Simulink两大部分。自从20世纪80年代中期推出以来，吸收了各学科领域权威人士所编写的实用程序，经过多年的逐步发展与不断完善，成为了国际公认的、最优秀的科学计算与数学应用软件之一，近几年来在国内外得到了广泛流行。它集数值分析、矩阵运算、信号处理和图形显示于一体，构成了一个方便的、界面友好的用户环境，而且还具有可扩展性特征【】。
基于以上种种优点，MATLAB很快被用于图像处理领域，其强大的功能得到了淋漓尽致的体现，MATLAB有专门的图像处理工具箱，功能十分强大，支持几乎所有格式的图像，如真彩色图像、索引色图像、灰度图像、二值图像，如果有的函数对图像类型有特定要求，这四种类型还可以用工具箱自带的类型转换函数相互转换。它涵盖了数字图像处理几乎所有的算法函数，利用这些图像处理函数，并结合其强大的数据处理能力，我们不必关心图像文件的格式、读写、显示等细节，而把精力集中在算法研究上，大大提高了工作效率。而且，在测试这些算法时既可方便地得到统计数据，同时又可得到直观图示。
1.1.2 智能建筑及其能耗状况
智能建筑的概念在本世纪诞生于美国，1984年，美国康涅狄格（Connecticut）州哈特福特市（Hargford），将一座旧金融大厦进行改造，定名为“城市宫”（City Palace Building），这就是世界公认的第一座智能大厦。随后，在欧、美、日及世界各地得到蓬勃发展。智能建筑在我国的兴起与发展的历史不长，大体二十余年时间，但发展迅速，特别是近五年来取得了较大的进展。国内于九十年代初开始兴建了一些智能型的大厦，如北京的中国国际贸易中心和京广中心、上海的新锦江饭店和上海市面市政大厦等。
所谓智能建筑，指通过将建筑物的结构、设备、服务和管理根据用户的需求进行最优化组合，从而为用户提供一个高效、舒适、便利的人性化建筑环境。智能建筑是集现代科学技术之大成的产物。其技术基础主要由现代建筑技术、现代电脑技术现代通讯技术和现代控制技术所组成。
智能建筑具有多学科、多技术、高技术的综合集成特点。包括： 建筑设备自动化系统（BuildingAutomation System，BAS） 通讯自动化系统（CommunicationAutomation System，CAS） 办公自动化系统（OfficeAutomation System，OAS）