一種目標(biāo)外觀的局部圖像特征描述方法
【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉屬于圖像處理領(lǐng)域，確切地說(shuō)是一種目標(biāo)外觀的局部圖像特征描述方 法。
【背景技術(shù)】
[0002] 利用計(jì)算機(jī)視覺(jué)和圖像處理技術(shù)，對(duì)視頻圖像進(jìn)行實(shí)時(shí)處理，對(duì)關(guān)注目標(biāo)實(shí)現(xiàn)檢 測(cè)和跟蹤。圖像中包含目標(biāo)的形狀、大小、姿態(tài)、灰度、紋理、運(yùn)動(dòng)等多種特征信息，而隨場(chǎng)景 變化與目標(biāo)運(yùn)動(dòng)，目標(biāo)的圖像特征可能變化很大，采用單一特征進(jìn)行目標(biāo)檢測(cè)往往很難奏 效，比如采用互相關(guān)模板匹配，當(dāng)目標(biāo)與背景變化較大時(shí)，不更新模板必然會(huì)識(shí)別失敗，模 板更新不當(dāng)造成漂移也會(huì)導(dǎo)致識(shí)別失敗，究其原因是特征辨別能力下降所致。目前對(duì)目標(biāo) 特征提取有很多方法，各個(gè)方法都有一些條件限制，對(duì)多變的應(yīng)用環(huán)境，往往效果不佳，特 征不明顯。

【發(fā)明內(nèi)容】

[0003] 為解決上述問(wèn)題，本發(fā)明的目的是提供一種目標(biāo)外觀的局部圖像特征描述方法。
[0004] 本發(fā)明為實(shí)現(xiàn)上述目的，通過(guò)以下技術(shù)方案實(shí)現(xiàn)：一種目標(biāo)外觀的局部圖像特征 描述方法，其特征在于：包括下述步驟：①將圖像區(qū)域R分為背景圖像區(qū)域和目標(biāo)圖像區(qū) 域，每個(gè)圖像區(qū)域R分別獲得特征直方圖，特征直方圖為灰度直方圖H(n)、方向梯度直方圖 H(n)和紋理直方圖H(n);②將步驟①得到的每種特征直方圖分別進(jìn)行歸一化處理，得到 每種特征直方圖的類(lèi)條件概率密度分布，其中背景圖像區(qū)域的特征直方圖的類(lèi)條件概率密 度分布為ρ/(η)，目標(biāo)圖像區(qū)域的特征直方圖的類(lèi)條件概率密度分布為pbf (η);③將步驟 ②得到ρ/(η)和pbf (η)按照式（1)計(jì)算獲得每種特征的似然Lf (η)
(1)，式中ε為正實(shí)數(shù)。
[0005] 為進(jìn)一步實(shí)現(xiàn)本發(fā)明的目的，還可以采用以下技術(shù)方案：所述的灰度直方圖Η(η) 按照式（2)計(jì)算獲得：
（2)式（2)中，i為像素編號(hào)，R為目標(biāo) 或背景區(qū)域，f為灰度取值，S為狄拉克函數(shù)。
[0006] 所述的方向梯度直方圖H(n)按照式（3)計(jì)算獲得：
(3)式（3)中，i為像素編號(hào)，R為目標(biāo)或背景區(qū)域，f為梯度方向取值，A為梯度幅度取值，δ為狄拉克函數(shù)。
[0007] 所述的紋理直方圖Η(η)按照式（4)計(jì)算獲得：
式 (3)中，i為像素編號(hào)，R為目標(biāo)或背景區(qū)域，f為紋理特征LBPw的取值，δ為狄拉克函數(shù)； 其中紋理特征LBPw按照式（5)計(jì)算獲得：
（5)式（5)中，i 為像素編號(hào)，在以像素c為中心的8鄰域內(nèi)由左至右逆時(shí)針取值，81與g。為像素i與c的 灰度取值，I為單位指示函數(shù)。
[0008] 本發(fā)明的優(yōu)點(diǎn)在于：本發(fā)明目標(biāo)識(shí)別視為目標(biāo)與背景像素的二分類(lèi)，根據(jù)類(lèi)條件 概率密度構(gòu)造特征似然作為區(qū)分目標(biāo)與背景像素的置信度，在線訓(xùn)練最優(yōu)判別分類(lèi)器，有 效地區(qū)分目標(biāo)與背景。根據(jù)情況不同，似然Lf(n)較大正值表示更可能是目標(biāo)，較小負(fù)值表 示更可能是背景，接近于零則表示不確定。本發(fā)明將目標(biāo)跟蹤視為二分類(lèi)問(wèn)題，采用局部圖 像特征，如灰度、方向梯度與局部二值模式描述（即紋理）目標(biāo)外觀，由類(lèi)條件概率密度構(gòu)造 特征似然，作為區(qū)分目標(biāo)與背景像素的置信度，通過(guò)調(diào)整置信度的閾值可以在不同環(huán)境下， 實(shí)現(xiàn)目標(biāo)與背景的優(yōu)化分離。對(duì)視頻的目標(biāo)跟蹤實(shí)驗(yàn)結(jié)果表明，本發(fā)明方法在背景光照、目 標(biāo)姿態(tài)變化及局部被遮擋等情況下特征提取穩(wěn)定性良好。
【附圖說(shuō)明】
[0009] 圖1是實(shí)施例原始狀態(tài)圖；圖2是實(shí)施例背景圖像區(qū)域和目標(biāo)圖像區(qū)域結(jié)合灰度 直方圖；圖3是實(shí)施例背景圖像區(qū)域和目標(biāo)圖像區(qū)域結(jié)合方向梯度直方圖線；圖4是實(shí)施 例背景圖像區(qū)域和目標(biāo)圖像區(qū)域結(jié)合的紋理直方圖；圖5是實(shí)施例灰度似然分布圖；圖6 是實(shí)施例方向梯度似然分布圖；圖7是實(shí)施例紋理似然分布圖；圖8是實(shí)施例灰度似然圖 像；圖9是實(shí)施例方向梯度似然圖像；圖10是實(shí)施例紋理似然圖像；圖11是實(shí)施例特征融 合圖像。
【具體實(shí)施方式】
[0010] 實(shí)施例： 一種目標(biāo)外觀的局部圖像特征描述方法，其特征在于：包括下述步驟： ①將圖像區(qū)域R分為背景圖像區(qū)域和目標(biāo)圖像區(qū)域，如圖1所示，圖1為原始圖像，圖 中框A為背景區(qū)域，框B為目標(biāo)區(qū)域。背景區(qū)域和目標(biāo)區(qū)域分別獲得特征直方圖，特征直方 圖為灰度直方圖H(n)、方向梯度直方圖H(n)和紋理直方圖H(n)。
[0011] 灰度直方圖H(n)按照式（2)計(jì)算獲得，將背景圖像區(qū)域和目標(biāo)圖像區(qū)域結(jié)合至同 一直方圖中，結(jié)果如圖2所示，其中A為背景圖像區(qū)域灰度直方圖線，B為目標(biāo)圖像區(qū)域灰度 直方圖線
：2)式（2)中，i為像素編號(hào)，R為目標(biāo)或背景區(qū)域，f 為灰度取值，S為狄拉克函數(shù)。方向梯度直方圖H(n)按照式（3)計(jì)算獲得，將背景圖像區(qū) 域和目標(biāo)圖像區(qū)域結(jié)合至同一直方圖中，結(jié)果如圖3所示,?:中A為昔景圖像區(qū)域方向梯度 直方圖線，B為目標(biāo)圖像區(qū)域方向梯度直方圖線：
〔3)式（3)中， i為像素編號(hào)，R為目標(biāo)或背景區(qū)域，f為梯度方向取值，A為梯度幅度取值，δ為狄拉克函 數(shù)。
[0012] 的紋理直方圖Η(η)按照式（4)計(jì)算獲得，將背景圖像區(qū)域和目標(biāo)圖像區(qū)域結(jié)合至 同一直方圖中，結(jié)果如圖4所示，其中A為背景圖像區(qū)域紋理直方圖線，B為目標(biāo)圖像區(qū)域 紋理直方圖線：
）式（4)中，i為像素編號(hào)，R為目標(biāo)或背景區(qū) ±或，f為紋理特征LBPsa的取值，δ為狄拉克函數(shù)；其中紋理特征LBPS>1按照式（5)計(jì)算獲 7 得：
（5)式（5)中，i為像素編號(hào)，在以像素c為中心的8鄰域 內(nèi)由左至右逆時(shí)針取值，^與g。為像素i與c的灰度取值，I為單位指示函數(shù)。②將步驟 ①得到的每種特征直方圖分別進(jìn)行歸一化處理，得到每種特征直方圖的類(lèi)條件概率密度分 布，灰度似然分布如圖5所示，方向梯度似然分布如圖6所示，紋理似然分布如圖7所示。
[0013] 其中背景圖像區(qū)域的特征直方圖的類(lèi)條件概率密度分布為Pc]f (η)，目標(biāo)圖像區(qū)域 的特征直方圖的類(lèi)條件概率密度分布為pbf(n);③將步驟②得到ρ/(η)和pbf(n)按照式 (1)計(jì)算獲得每種特征的似然Lf (η))，式中ε為正實(shí)數(shù)，ε任取 很小的正實(shí)數(shù)，以避免對(duì)零取對(duì)數(shù)。通過(guò)該處理
，將目標(biāo)與背景特征多峰分布轉(zhuǎn)變?yōu)橛糜诜?類(lèi)的特征似然Lf (η)，較大正值表示更可能是目標(biāo)，較小負(fù)值表示更可能是背景，接近于零 則表示不確定。
[0014] 根據(jù)不同特征的似然分布可以獲得灰度似然圖像、方向梯度似然圖像、紋理似然 圖像，分別如圖8、圖9和圖10,其中圖中框Α為背景區(qū)域，框Β為目標(biāo)區(qū)域。由圖可見(jiàn)，各 個(gè)特征區(qū)分目標(biāo)與背景的能力不同，特征融合圖像(如圖11所示)中目標(biāo)與背景區(qū)分度更明 顯。
[0015] 本發(fā)明的技術(shù)方案并不限制于本發(fā)明所述的實(shí)施例的范圍內(nèi)。本發(fā)明未詳盡描述 的技術(shù)內(nèi)容均為公知技術(shù)。
【主權(quán)項(xiàng)】
1. 一種目標(biāo)外觀的局部圖像特征描述方法，其特征在于：包括下述步驟：①將圖像區(qū) 域R分為背景圖像區(qū)域和目標(biāo)圖像區(qū)域，每個(gè)圖像區(qū)域R分別獲得特征直方圖，特征直方圖 為灰度直方圖H(n)、方向梯度直方圖H(n)和紋理直方圖H(n);②將步驟①得到的每種特 征直方圖分別進(jìn)行歸一化處理，得到每種特征直方圖的類(lèi)條件概率密度分布，其中背景圖 像區(qū)域的特征直方圖的類(lèi)條件概率密度分布為p/(η)，目標(biāo)圖像區(qū)域的特征直方圖的類(lèi)條 件概率密度分布為 Pbf (η);③將步驟②得到p/(η)和Pbf (η)按照式（1)計(jì)算獲得每種特征 的似然Lf (η);,式中ε為正實(shí)數(shù)。2. 根據(jù)權(quán)利要求1所述的一種目標(biāo)外觀的局部圖像特征描述方法，其特征在于：所述 的灰度直方圖Η(η)按照式（2)計(jì)算獲得：> 式（2)中，i為像素編 號(hào)，R為目標(biāo)或背景區(qū)域，f為灰度取值，S為狄拉克函數(shù)。3. 根據(jù)權(quán)利要求1所述的一種目標(biāo)外觀的局部圖像特征描述方法，其特征在于：所述 的方向梯度直方圖H(n)按照式（3)計(jì)算獲得：式（3)中，i為 像素編號(hào)，R為目標(biāo)或背景區(qū)域，f為梯度方向取值，A為梯度幅度取值，δ為狄拉克函數(shù)。4. 根據(jù)權(quán)利要求1所述的一種目標(biāo)外觀的局部圖像特征描述方法，其特征在于：所述 的紋理直方圖Η(η)按照式（4)計(jì)算獲得：式（3)中，i為像素編號(hào)，R為目標(biāo)或背景區(qū)域，f為紋理特征LBPsm的取值，δ為狄拉克函數(shù)；其中紋理特征 LBPsm按照式（5)計(jì)算獲得：式（5)中，i為像素編號(hào)，在 以像素 c為中心的8鄰域內(nèi)由左至右逆時(shí)針取值，81與g。為像素 i與c的灰度取值，I為 單位指示函數(shù)。
【專(zhuān)利摘要】一種目標(biāo)外觀的局部圖像特征描述方法，包括下述步驟：①將圖像區(qū)域R分為背景圖像區(qū)域和目標(biāo)圖像區(qū)域，每個(gè)圖像區(qū)域R分別獲得特征直方圖，特征直方圖為灰度直方圖H(n)、方向梯度直方圖H(n)和紋理直方圖H(n)；②將步驟①得到的每種特征直方圖分別進(jìn)行歸一化處理，得到每種特征直方圖的類(lèi)條件概率密度分布，其中背景圖像區(qū)域的特征直方圖的類(lèi)條件概率密度分布為pof(n)，目標(biāo)圖像區(qū)域的特征直方圖的類(lèi)條件概率密度分布為pbf(n)；③將步驟②得到pof(n)和pbf(n)按照式（1）計(jì)算獲得每種特征的似然Lf(n)；（1），式中ε為正實(shí)數(shù)。
【IPC分類(lèi)】G06K9/46
【公開(kāi)號(hào)】CN105426893
【申請(qǐng)?zhí)枴緾N201510735126
【發(fā)明人】李猷民, 王振河, 莊杰, 李岐, 沈敏, 李天鵬, 毛琨, 馮迎春, 張雷, 王安山, 劉丙偉, 孫兆國(guó)
【申請(qǐng)人】國(guó)家電網(wǎng)公司, 國(guó)網(wǎng)山東省電力公司檢修公司
【公開(kāi)日】2016年3月23日
【申請(qǐng)日】2015年11月3日