[發明專利]圖像處理方法和設備以及物體檢測方法和系統

有效

• 申請號: 201210049360.1
• 申請日: 2012-02-29
• 公開（公告）號: CN103295243B
• 公開（公告）日: 2016-11-16
• 發明（設計）人: 姜涌;張文文;江龍
• 申請（專利權）人: 佳能株式會社
• 主分類號: G06T7/40
• 分類號: G06T7/40;G06K9/62
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 袁玥

技術領域

本發明涉及圖像處理、計算機視覺及模式識別。更具體地說，本發明涉及基于彩色圖像的區域描述。

背景技術

在圖像處理以及物體檢測時，經常需要執行區域描述方法以用于對圖像區域進行描述。此處的術語“物體”包括有生命物體，例如人、動物等，以及無生命物體。目前的大多數區域描述方法都是基于灰度圖像的，而不是彩色圖像。主要原因在于，彩色圖像對光照變化以及色差非常敏感，因此如果使用顏色信息描述圖像區域，將存在較大風險。因此傳統的區域描述方法往往將彩色圖像先變換為灰度圖像，然后用基于灰度的特征描述它。基于灰度圖像的區域描述方法例如可包括：用于人像檢測的方向梯度直方圖(Histograms?of?Oriented?Gradients，HOG)方法(參見Navneet?Dalal和Bill?Triggs的“Histograms?of?Oriented?Gradients?for?Human?Detection”)、尺度不變特征變換(Scale-Invariant?Feature?Transform，SIFT)方法(參見Lowe，David?G.(1999).“Object?recognition?from?local?scale-invariant?features”，Proceedings?of?the?International?Conference?on?Computer?Vision.2.pp.1150-1157)、加速魯棒特征(Speeded?Up?Robust?Features，SURF)方法(參見Herbert?Bay，Andreas?Ess，Tinne?Tuytelaars和Luc?Van?Gool的“SURF：Speeded?Up?Robust?Features”，Computer?Vision?and?Image?Understanding(CVIU)，Vol.110，No.3，pp.346--359，2008)、局部二值模式(Local?Binary?Patterns，LBP)方法(參見Ojala，M.和D.Harwood(1994)，“Performance?evaluation?of?texture?measures?with?classification?based?on?Kullback?discrimination?of?distributions”，Proceedings?of?the?12th?IAPR?International?Conference?on?Pattern?Recognition(ICPR?1994)，vol.1，pp.582-585.)等等。

基于灰度的特征不使用顏色信息，即消除了色差，并且主要針對光照變化進行處理，因為顏色信息對于物體描述來說不是最重要的。這就是為什么基于灰度的特征使用比較廣泛的原因。

隨著硬件計算能力和對計算機視覺應用的要求越來越高，希望添加顏色信息以進一步提高區域描述方法的辨別力。已提出了多種方法來對不同顏色空間中的每個顏色分量提取基于灰度的特征，但是這些方法工作得并不理想。原因在于，第一，許多顏色空間，比如RGB、LUV、YUV空間，未將光照和顏色分離開，而基于灰度的特征對于光照比較魯棒，但是對于色差比較敏感；第二，一些顏色空間，比如HSL或HSV空間，可以將光照和顏色分離開，但是基于灰度的特征不能很好地描述顏色分量中的色差。例如，HSL或HSV顏色空間可以將光照和顏色劃分為亮度、色調和飽和度三個分量。但是基于灰度的特征無法很好地描述色調分量中的色差，因為色調分量中的值代表的是顏色的不同種類，而不是某顏色的幅度。

發明內容

因此，需要一種新的圖像區域描述方法，其能夠有效地利用圖像區域中的顏色信息來提高區域描述的辨別度。

為了解決以上技術問題，本發明提供一種圖像處理方法。該圖像處理方法包括：顏色分類步驟，用于將圖像區域中的多個像素分類到至少一個主顏色類中；掩模生成步驟，用于為每個主顏色類生成一個色差掩模，該色差掩模反映該多個像素和相應主顏色類之間的關系；和特征提取步驟，用于從每個相應色差掩模中提取一個特征向量。

此外，本發明提供一種物體檢測方法。該物體檢測方法包括：使用如上所述的圖像處理方法處理圖像或視頻，以獲得至少一個特征向量；以用于待檢測物體的至少一個分類器對該至少一個特征向量進行分類；和基于分類的結果確定該待檢測物體在圖像或視頻中的位置。