[發明專利]一種快速目標檢測和目標輸出的圖像檢測方法及裝置

有效

• 申請號: 200710087879.8
• 申請日: 2007-03-21
• 公開（公告）號: CN101271514A
• 公開（公告）日: 2008-09-24
• 發明（設計）人: 師忠超;關海克;王剛;李滔;杜成
• 申請（專利權）人: 株式會社理光
• 主分類號: G06K9/00
• 分類號: G06K9/00
• 代理公司: 北京市柳沈律師事務所
• 代理人: 邵亞麗;呂曉章

技術領域

本專利涉及圖像處理領域，具體來說，涉及一種圖像檢測方法，能夠自動快速檢測輸入圖像中的特定目標，并在圖像顯示設備上輸出目標的位置、大小等信息，以及使用該方法的圖像檢測裝置。

背景技術

近來，目標檢測技術越來越廣泛地應用在各個領域，如人機交互、智能監控、安全檢查、數字娛樂、數碼相機等領域。所謂目標檢測技術，就是在一幅圖像(照片、靜態圖片、視頻圖像等)中檢測感興趣物體(例如，人臉、汽車等)的方法和設備。本發明針對快速目標檢測，提出了一種新的實現方案。

人臉檢測的研究已經有了較長的歷史。很多的研究者也提出了各種人臉檢測的算法，如基于神經網絡的人臉檢測算法(見：Rowley?et?al.，“Neuralnetwork-based?face?detection”，IEEE?Trans.Pattern?Analysis?and?MachineIntelligence，Vol.20，pages?22-38，1998)，基于貝葉斯統計的檢測算法(見：Schneiderman?et?al.，“A?statistical?method?for?3D?object?detection?applied?to?facesand?cars，Proc.IEEE.Conference?on?Computer?Vision?and?Pattern?Recognition，pages?746-751，2000)。這些算法都取得了不錯的檢測性能，但由于在實際應用中需要較快的檢測速度，這些算法都沒能得到廣泛的應用。

美國專利US?7,099,510提出了一種基于級聯AdaBoost分類器的目標檢測方法。該方法基于矩形的Haar小波特征，對于圖像噪聲具有很好的適應性，同時具有較快的檢測速度。發明人在美國專利US?7,020,337中對此檢測方法作了進一步的分析，并就此檢測方法中的不足之處進行了改進，進一步提高了算法的性能。這也使目標檢測在各個領域得到了實際的應用。但是這些應用一般都是基于PC機，機器的處理性能也相對較高。

當應用到諸如數碼相機這類便攜的數字設備時，由于這類設備并不具備很強的計算能力，表現為其處理器的時鐘頻率較低、計算內存較小等，因此還需要進一步改進算法的性能。同時，在上面所述的基于級聯AdaBoost分類器的目標檢測方法中，發明人更加側重的是在把圖像分為每個圖像塊后如何判斷單個圖像塊是否是目標物體，然后對所有可能的圖像塊進行后處理來輸出目標區域，而沒有對如何處理各個圖像塊的檢測順序，以及如何更快地得到檢測結果并快速輸出檢測結果作進一步的工作。通常，當用戶使用具有這種目標檢測功能的相機時，希望在相機的顯示屏上盡可能快地看到檢測結果。如果能盡可能快地把檢測到的每個目標圖像輸出到顯示屏上，而不是等把所有可能的目標圖像都檢測到然后再輸出到顯示屏上，客戶對該功能的滿意程度以及該功能的有效性將可大大提高。

發明內容

本發明提供了一種圖像檢測方法，用于快速地檢測圖像中的目標區域并快速輸出到顯示設備上。

根據本發明的一個方面，提供了一種圖像檢測方法，用于快速檢測和輸出圖像中的目標區域，該方法包含如下步驟：a)基于輸入圖像信號建立圖像金字塔序列；以及b)基于所述圖像金字塔序列的每層圖像獲得多個圖像塊，檢測其中是否存在目標區域，如果存在目標區域，則立即輸出并顯示所檢測到的目標區域。這種圖像檢測方法還包括在檢測每層圖像中是否存在目標區域之前，去除與在上一層圖像中所檢測到目標區域發生重合的圖像塊，并且在本層檢測時不再處理此類圖像塊。

根據本發明的另一個方面，提供了一種圖像檢測裝置，用于檢測和輸出圖像中的目標區域，該裝置包括：圖像金字塔生成器，基于輸入圖像信號建立圖像金字塔序列；以及圖像處理部分，基于所述圖像金字塔序列的每層圖像獲得多個圖像塊，檢測其中是否存在目標區域，如果存在目標區域，則輸出并顯示所檢測到的目標區域。并且所述圖像處理部分還包括圖像塊校驗器，該圖像塊校驗器用于在檢測每層圖像中是否存在目標區域之前，去除與在上一層圖像中所檢測到目標區域發生重合的圖像塊。

通過本發明的圖像檢測方法及裝置，可以快速地檢測和輸出圖像中的目標區域，減少用于檢測目標區域的運算量，提高了檢測速度，并便利于用戶更快地得到檢測結果。

附圖說明

圖1示出了根據本發明實施例的圖像檢測裝置的框圖；

圖2示出了待檢測人臉圖像的示意圖；

圖3示出了生成的金字塔圖像序列的示意圖；

圖4示出了目標檢測器的框圖；