[發明專利]基于連續度的多尺度高分辨圖像目標檢測方法

有效

• 申請號: 201210000364.0
• 申請日: 2012-01-02
• 公開（公告）號: CN102722712A
• 公開（公告）日: 2012-10-10
• 發明（設計）人: 焦李成;王爽;高婷;白靜;霍麗娜;劉芳
• 申請（專利權）人: 西安電子科技大學
• 主分類號: G06K9/62
• 分類號: G06K9/62
• 代理公司: 陜西電子工業專利中心 61205
• 代理人: 王品華;朱紅星

1.一種基于連續度的目標檢測方法，包括如下步驟：

(1)從網絡或視頻中獲取大小為100×40的正類訓練樣本和負類訓練樣本，構成訓練樣本集合；

(2)從正類訓練樣本集中提取基于Forstner算子的像素塊作為正類樣本特征，構造樣本特征字典，然后對字典進行聚類，得到多類特征子集，并為每一類子集賦予類別標記；

(3)計算樣本特征之間存在的所有空間關系，該空間關系包括距離和角度，給每種空間關系特征分別賦予類別標記；

(4)對步驟(2)得到的正類樣本特征，利用稀疏神經網絡框架SNOW進行訓練，得到分類器；

(5)輸入任意大小的待檢測圖像，依次進行均值濾波與二值化處理，得到二值圖像；

(6)從二值化圖像中檢測像素灰度連續突變，根據突變提取感興趣區域ROI：

(6a)在一幅二值圖像中，用x，y分別表示像素的橫縱坐標點，f(x，y)為該坐標點的像素值，按照從下往上，從左到右的方式對二值圖像進行掃描，若在點(x，y)處檢測到突變點，則f(x，y)為突變點的像素灰度值，坐標點(x，y)為突變行的左端點，在橫坐標中繼續向右，判斷坐標點(x+1，y)處的像素灰度值f(x+1，y)是否與f(x，y)值相同，如此不斷往右檢測，當檢測到連續數量坐標點的像素與f(x，y)不同時，記錄此時坐標點(x+k，y)為突變行的右端點；

(6b)從突變行右端點的下一個坐標(x+k+1，y)開始，繼續檢測下一個突變行；

(6c)對整幅圖像自下而上，自左至右，不斷檢測突變行，并將突變行上像素標記為1，其余像素標記為0，得到最終突變結果圖；

(6d)選取突變的長度為寬、突變長度按100∶40的比例縮放得到的長度為高構成的矩形區域，標記為感興趣區域。

(7)對圖像中的感興趣區域進行多尺度縮放，并用一個100×40的窗口在每一層縮放圖像上從左至右、從上而下滑窗掃描，將每個掃描窗口中的圖像用步驟(2)和步驟(3)得到的樣本特征表示為特征矢量，并將該特征矢量輸入到步驟(4)得到的分類器中，由分類器輸出該窗口圖像的目標活性值，并在該縮放尺度的整幅圖像上不斷滑動窗口，由分類器輸出所有滑動窗口的目標活性值，最終得到該層縮放圖像的目標活性值分布圖；

(8)在每一層縮放尺度活性值分布圖中，利用鄰域抑制和重復樣本特征消除法，查找活性值峰值點作為該縮放尺度上的目標點，同時記錄目標點所在的縮放尺度上的縮放倍數Ti、該點的橫縱坐標Li、Ri，計算目標在多層縮放尺度上的連續度C：

C=Σi=2n|Ti-Ti-1|(n-1),]]>

其中，T_i表示第i個目標的縮放倍數，n表示連續檢測到的目標的個數。

(9)根據目標的連續度、在多個縮放尺度上的縮放倍數以及橫縱坐標，計算目標在待檢測圖像中的位置與大小：若在某鄰域范圍內的多個縮放尺度上檢測到目標，目標個數為n，目標連續度C大于0.02，并且個數n大于4，則確定該鄰域內存在目標，并用如下公式計算目標在待檢測圖像中的位置以及寬和高：

L=Σ1≤i≤nLin,R=Σ1≤i≤nRinW=100*nΣi=2nTi,H=40*nΣi=2nTi,]]>

其中，L表示目標在待檢測圖像中橫坐標，R表示目標在待檢測圖像中縱坐標，W表示目標的寬，H表示目標的高。