一種用于人體檢測的人體局部特征提取方法技術

一種用于人體檢測的人體局部特征提取方法，該方法從訓練集和/或測試集中所選出的要處理的一幅圖像中，在指定的區域劃定一個矩形檢測窗；對矩形檢測窗內的所有像素點，按照設定的紋理特征提取方法，進行紋理特征提取，獲得所述的矩形檢測窗內每個像素的紋理特征值；對紋理特征值進行統計，獲得關于所述的矩形檢測窗內所有像素點紋理特征值分布情況的紋理特征直方圖即作為人體局部特征，用于人體檢測系統的訓練或測試之中；本發明專利技術的人體局部特征的提取方法計算量小，能很好地對人體局部屬性進行描述，可以方便的應用于人體檢測，滿足實時性要求。

【技術實現步驟摘要】

本專利技術涉及，屬于計算機
，特別是屬于計算機視覺

技術介紹
隨著計算機技術的發展，計算機視覺在很多領域得到廣泛的應用。基于計算機視覺的人體檢測是學術界和工業界一個重要的研究課題。對于人來講，通過觀察一幅圖像，判斷圖像當中有沒有人體出現，是一件很容易的事情，但是如果讓計算機來完成這項任務，目前仍然是一件尚未完全解決的理論和技術難題。目前基于計算機視覺的人體檢測方法有很多種，其中基于人體局部特征的檢測方法是很重要的一個發展方向，在這個方面，如何有效提取人體的局部特征是最關鍵的一步。雖然已經有一些人體局部特征提取的方法被專利技術出來，但這些方法都存在一些技術上的缺陷。因此找到一種有效的用于人體檢測的人體局部特征提取方法依然是計算機視覺
迫切需要解決的技術難題。
技術實現思路
有鑒于此，本專利技術的目的是專利技術一種人體局部特征的提取方法，以便應用于基于計算機視覺的人體檢測的實際需要中。為了達到上述目的，本專利技術提出了，所述方法包括下列操作步驟(I)從訓練集和/或測試集中所選出的要處理的一幅圖像中，在指定的區域劃定一個矩形檢測窗；(2)對于所述的矩形檢測窗內的所有像素點，按照設定的紋理特征提取方法，進行紋理特征提取，獲得所述的矩形檢測窗內每個像素的紋理特征值；(3)對所述的矩形檢測窗內的所有像素點的紋理特征值進行統計，獲得關于所述的矩形檢測窗內所有像素點紋理特征值分布情況的紋理特征直方圖，該紋理特征直方圖即作為人體局部特征，用于人體檢測系統的訓練或測試之中。所述步驟(2)具體包括下列操作步驟(21)以所述的矩形檢測窗內一個待提取紋理特征的像素點p為中心，p表示在所述處理圖像的第i行第j列的像素點，找出如下兩組有序像素點集合，第一組有序像素點集合是{p, p, p, p, p, p,p, p},第二組有序像素點集合是{p, p, p,P，P，P,p，p}，其中 r 和 R 都是自然數，并且R大于r ；(22)從所述的要處理的該幅圖像中，得到第一組有序像素點集合中各個像素點的灰度值，然后分別與所述的待提取紋理特征的像素點的灰度值進行比較，如果第一組有序像素點集合中第i個像素點的灰度值不小于所述的待提取紋理特征的像素點的灰度值，則讓vi取1，否則讓vi取O，i是從I到8的自然數，這樣得到一個由I和O組成的8位二進制字符串vlv2v3v4v5v6v7v8 ；(23)從所述的要處理的該幅圖像中，得到第二組有序像素點集合中各個像素點的灰度值，然后分別與所述的待提取紋理特征的像素點的灰度值進行比較，如果第二組有序像素點集合中第i個像素點的灰度值不小于所述的待提取紋理特征的像素點的灰度值，則讓Vi取1，否則讓Vi取0，i是從I到8的自然數，這樣得到一個由I和O組成的8位二進制字符串V1V2V3V4V5V6V7V8 ；(24)對步驟(22)和步驟(23)所得到的8位二進制字符串vlv2v3v4v5v6v7v8和V1V2V3V4V5V6V7V8進行按位異或操作，得到一個由I和O組成的8位二進制字符串tlt2t3t4t5t6t7t8 ；(25)對步驟(24)所得到的該8位二進制字符串tlt2t3t4t5t6t7t8進行7次圓周 左移位操作或7次圓周右移位操作，得到7個新的8位二進制字符串，加上原始的那個8位二進制字符串tlt2t3t4t5t6t7t8，一共得到8個8位二進制字符串，把這8個8位二進制字符串轉換成8個十進制數，值最小的那個十進制數即為所述的待提取紋理特征的像素點的紋理特征。所述步驟(21)中參數R和參數r要根據需要設定成合適的比例關系或設定成合適的差值關系。如果要處理的圖像不是灰度圖像，可以先把原始圖像轉化為灰度圖像后再進行后續操作，或者用原始圖像的一個合適的分量圖像作為灰度圖像來進行后續操作。本專利技術的有益效果在于本專利技術的人體局部特征的提取方法計算量小，能很好地對人體局部屬性進行描述，可以方便的應用于人體檢測，滿足實時性要求。附圖說明圖I是本專利技術的流程示意圖。圖2是本專利技術一實施例中兩組有序像素點集合的示意圖。具體實施例方式為使本專利技術的目的、技術方案和優點更加清楚，下面結合附圖對本專利技術作進一步的詳細描述。 參見圖I，介紹本專利技術提出的，所述方法包括下列操作步驟(I)從訓練集和/或測試集中所選出的要處理的一幅圖像中，在指定的區域劃定一個矩形檢測窗；(2)對于所述的矩形檢測窗內的所有像素點，按照設定的紋理特征提取方法，進行紋理特征提取，獲得所述的矩形檢測窗內每個像素的紋理特征值；(3)對所述的矩形檢測窗內的所有像素點的紋理特征值進行統計，獲得關于所述的矩形檢測窗內所有像素點紋理特征值分布情況的紋理特征直方圖，該紋理特征直方圖即作為人體局部特征，用于人體檢測系統的訓練或測試之中。所述步驟(2)具體包括下列操作步驟(21)以所述的矩形檢測窗內一個待提取紋理特征的像素點p為中心，p表示在所述處理圖像的第i行第j列的像素點，找出如下兩組有序像素點集合，第一組有序像素點集合是{p, p, p, p, p, p,p, p},第二組有序像素點集合是{p, p, p,P，P，P,p，p}，其中 r 和 R 都是自然數，并且R大于r ;例如,參見圖2,設r = 2,R = 4,則第一組有序像素點集合就是{p，p，p ，p ，p ，p ，p ，p }，第二組有序像素點集合就是{p, p, p, p, p, p,p, p}。對于位于所處理圖像靠近圖像邊緣位置的待提取紋理特征的像素點，上面所述的兩組有序像素點集合中有些像素點的位置坐標肯定會超出所處理圖像的范圍，這時可以采用對原始圖像進行鏡像或進行周期延拓的方法來處理。(22)從所述的要處理的該幅圖像中，得到第一組有序像素點集合中各個像素點的灰度值，然后分別與所述的待提取紋理特征的像素點的灰度值進行比較，如果第一組有序像素點集合中第i個像素點的灰度值不小于所述的待提取紋理特征的像素點的灰度值，則讓vi取1，否則讓vi取0，i是從I到8的自然數，這樣得到一個由I和O組成的8位二進制字符串vlv2v3v4v5v6v7v8 ；例如如果第一組有序像素點集合中各個像素點的灰度值順序為{80，125，90，200，30，80，230，15}，待提取紋理特征的像素點的灰度值是100，則得到的二進制字符串vlv2v3v4v5v6v7v8 就是:01010010。(23)從所述的要處理的該幅圖像中，得到第二組有序像素點集合中各個像素點的灰度值，然后分別與所述的待提取紋理特征的像素點的灰度值進行比較，如果第二組有序像素點集合中第i個像素點的灰度值不小于所述的待提取紋理特征的像素點的灰度值，則讓Vi取1，否則讓Vi取0，i是從I到8的自然數，這樣得到一個由I和O組成的8位二進制字符串V1V2V3V4V5V6V7V8 ；例如如果第二組有序像素點集合中各個像素點的灰度值順序為{110，135，80，70，130，180，130，75}，待提取紋理特征的像素點的灰度值是100，則得到的二進制字符串V1V2V3V4V5V6V7V8 就是11001110。(24)對步驟(22)和步驟(23)所得到的8位二進制字符串vlv2v3v4v5v6v7v8和V1V2V3V4V5V6V7V8進行按位異或操作，得到一個由I和本文檔來自技高網...

【技術保護點】
一種用于人體檢測的人體局部特征提取方法，其特征在于：所述方法包括下列操作步驟：(1)從訓練集和/或測試集中所選出的要處理的一幅圖像中，在指定的區域劃定一個矩形檢測窗；(2)對于所述的矩形檢測窗內的所有像素點，按照設定的紋理特征提取方法，進行紋理特征提取，獲得所述的矩形檢測窗內每個像素的紋理特征值；(3)對所述的矩形檢測窗內的所有像素點的紋理特征值進行統計，獲得關于所述的矩形檢測窗內所有像素點紋理特征值分布情況的紋理特征直方圖，該紋理特征直方圖即作為人體局部特征，用于人體檢測系統的訓練或測試之中。

【技術特征摘要】

【專利技術屬性】
技術研發人員：樊利民，
申請(專利權)人：北京郵電大學，
類型：發明
國別省市：