[發明專利]一種圖像檢測方法及裝置

有效

• 申請號: 200710178829.0
• 申請日: 2007-12-05
• 公開（公告）號: CN101187984A
• 公開（公告）日: 2008-05-28
• 發明（設計）人: 鄧亞峰;黃英;王浩;邱嵩;霍曉芳;溫小勇;俞青;鄧中翰
• 申請（專利權）人: 北京中星微電子有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62;G06K9/64
• 代理公司: 北京同達信恒知識產權代理有限公司
• 代理人: 黃志華

1.一種圖像檢測方法，其特征在于，該方法包括：

計算輸入圖像的積分圖像和平方積分圖像，其中，所述積分圖像和/或所述平方積分圖像是按照從上到下，從左到右的順序，采用所述輸入圖像的每行像素到當前像素的所有像素亮度和計算得到的；

根據預先訓練得到的物體檢測器，通過所述積分圖像和平方積分圖像得到所述輸入圖像所需的微結構特征值，并且根據所述微結構特征值，確定所述輸入圖像的物體區域。

2.根據權利要求1所述的方法，其特征在于，所述微結構特征值為兩個矩形區域內相同數目像素亮度和之差。

3.根據權利要求2所述的方法，其特征在于，所述兩個矩形區域的面積之比為2的冪次。

4.根據權利要求2或3所述的方法，其特征在于，所述兩個矩形區域的位置關系為：

一個矩形區域與另一矩形區域的中心點重合；或者，

一個矩形區域的兩個邊與另一矩形區域的兩個邊重合；或者，

一個矩形區域與另一矩形區域在水平方向上或/和垂直方向上存在一定距離。

5.根據權利要求1所述的方法，其特征在于，所述物體檢測器模型的寬和高的值是2的冪次。

6.根據權利要求1所述的方法，其特征在于，所述物體檢測器由多個弱分類器構成，所述弱分類器包括：極性，第一閾值和第二閾值；所述極性為1或-1，所述第一閾值小于所述第二閾值；

如果所述弱分類器的極性為1，且所述微結構特征值大于所述第一閾值，并且，小于所述第二閾值時，表示所述微結構特征值通過了所述弱分類器的判決；否則，表示所述微結構特征值沒有通過所述弱分類器的判決；

如果所述弱分類器的極性為-1，且所述微結構特征值小于所述第一閾值，或者，大于所述第二閾值時，表示所述微結構特征值通過了所述弱分類器的判決；否則，表示所述微結構特征值沒有通過所述弱分類器的判決。

7.根據權利要求1所述的方法，其特征在于，確定所述輸入圖像的物體區域的步驟包括：

預先對物體檢測器進行縮放，得到多個不同尺度的物體檢測器；

分別采用所述各個尺度的物體檢測器，以一定步長，并且根據所述輸入圖像的微結構特征值，依次對輸入圖像中的所有候選位置的矩形區域進行判定，當該矩形區域為候選物體區域時，將該候選物體區域加入物體區域隊列；

從所述物體區域隊列中確定所述輸入圖像的物體區域。

8.根據權利要求7所述的方法，其特征在于，預先將所有尺度的物體檢測器模型存儲在片外存儲器中；

依次從所述片外存儲器中讀取每個尺度的物體檢測器到片內存儲器中，用以對所述尺度的所有候選位置的矩形進行判定。

9.根據權利要求7所述的方法，其特征在于，將所述候選物體區域加入物體區域隊列的步驟包括：

根據待添加的所述候選物體區域的大小和位置，以及已被添加到物體區域隊列中的候選物體區域的大小和位置，判斷所述待添加的候選物體區域是否與所述已添加的候選物體區域相近，如果是，則將相近的候選物體區域合并，并將被合并的候選物體區域的個數作為合并后的候選物體區域的置信度；否則，將所述待添加的候選物體區域加入所述物體區域隊列中。

10.根據權利要求9所述的方法，其特征在于，從所述物體區域隊列中確定所述輸入圖像的物體區域的步驟包括：

當所述物體區域隊列中的一候選物體區域包含于另一候選物體區域時，將置信度較小的候選物體區域刪除；當置信度相同時，刪除面積較小的候選物體區域；

將經過所述合并和刪除處理后的物體區域隊列中剩余的候選物體區域確定為所述輸入圖像上的物體區域。

11.一種圖像檢測裝置，其特征在于，該裝置包括：

計算積分圖像單元，用于計算輸入圖像的積分圖像和平方積分圖像，其中，所述積分圖像和/或所述平方積分圖像是按照從上到下，從左到右的順序，采用所述輸入圖像的每行像素到當前像素的所有像素亮度和計算得到的；

確定物體區域單元，用于根據預先訓練得到的物體檢測器，通過所述積分圖像和平方積分圖像得到所述輸入圖像所需的微結構特征值，并且根據所述微結構特征值，確定所述輸入圖像的物體區域。