根据视频统计现场人数并进行自动引导,是智能视频监控新的应用趋势。近年来,以上海世博会为代表的大型会展的兴起为智能引导系统(IGS)的发展提供了契机。人们开始思考如何在嵌入式系统中运用图像处理技术,实现人数的自动识别,进而完成智能引导,以提高参观效率,保障游客安全。智能引导系统具有很高的商业价值和发展潜力。本文综合运用嵌入式、图像处理等技术,从大型展厅的实际需求出发,设计了基于ARM的人员智能引导系统,采集现场图像并实现人员自动计数,系统分为硬件和识别算法两部分。系统的硬件选取EmbedSky公司的ARM9开发板TQ2440作为开发平台,采用CMOS图像传感器OV9650采集现场图像。在Linux环境下编写摄像头驱动程序,实现图像采集,并将采集后的图像生成BMP位图文件。对采集的位图图像通过梯形低通滤波器,调整阀值以去除大部分高斯噪声。引入信噪比(SNR)作为判断参数,判定样本图像是否需要去噪,以减少运算量;对图像中因相对运动而产生的运动模糊,使用投影恢复法予以消除;采用背景差法提取前景目标,提出背景自适应算法更新现场背景,抑制现场光照变化对目标检测的影响。使用Canny边缘检测算法寻找边缘,提取轮廓。依据图像形态学理论,反复进行腐蚀、膨胀运算,填充封闭的空白区域,消除人员遮挡和粘连带来的误判,去除与人员无关的微小点,形成较为完整的封闭轮廓;基于Hu矩不变量,构造了基于物体轮廓线的轮廓矩不变量,它具备平移、旋转和尺度不变性,独立于物体本身的灰度。通过分析模板图像的轮廓矩不变量,设定允许误差的阈值,与现场提取的样本图像的轮廓矩进行匹配,判断人员数量,结合展厅容量以及报警设定值实现自动引导。识别算法在Visual C++下,使用OpenCV编写,调试通过后编写Makefile文件,移植到Linux系统。实验结果表明,在光线充足且背景相对简单的场景中识别准确率较高,当光线减弱或者人员与背景纹理相近时,识别准确率出现下降。