[發明專利]一種在圖像中識別物體的方法

有效

• 申請號: 201310547923.4
• 申請日: 2013-11-07
• 公開（公告）號: CN103617413A
• 公開（公告）日: 2014-03-05
• 發明（設計）人: 武德安;黃廷祝;陳鵬;吳磊;劉杰;馮江遠
• 申請（專利權）人: 電子科技大學;成都國科海博信息技術股份有限公司
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46
• 代理公司: 北京天奇智新知識產權代理有限公司 11340
• 代理人: 楊春

1.一種在圖像中識別物體的方法，包括以下步驟：

（一）：讀取圖像或視頻序列，進行運動目標檢測，提取出前景圖像；

（二）：分析所提取的前景圖像的顏色特征，分離前景區域中各顏色連通區域，得到對象結構；

（三）：對結構部分通過矩不變量映射到特征空間，根據概率模型進行分類，若符合已知結構，則識別為該物體。

2.根據權利要求1的方法，其中所述進行運動目標檢測，提取出前景圖像包括：依次運用高斯濾波方法、背景建模檢測運動目標法和形態學濾波法進行圖像處理，進而提取出前景圖像。

3.根據權利要求2的方法，其中所述高斯濾波方法利用前背景分離的混合高斯模型，該混合高斯模型由以下過程形成：

令Q_m表示在RGB空間中在任意時刻m在x點的色彩向量；

在讀取圖像一定幀數時，對圖像進行背景建模；

令高斯混合分布模擬之前的觀測為{Q₁,...,Q_n}

P(Qn)=Σd=1Dη(Qn|ud,n,Σd,n)]]>

其中D表示的是混合高斯分布的維數，μ_d,n表示n時刻像素點對應的混合模型中第d個高斯分布的均值，Σ_d,n表示n時刻像素點對應的混合模型中第d個高斯分布的均值協方差矩陣，η表示的是高斯概率密度函數，其定義為：

η(Q|μ,Σ)=1(2π)n2|Σ|12l-12(Q-μ)TΣ-1(Q-μ);]]>

取D=3，假設RGB三顏色分量相互獨立且具有相同的方差，即：

其中I是3*3的單位矩陣

根據像素的觀測值來匹配高斯模型，利用當前觀測值Q_i對高斯分布進行自適應實時更新，具體為：時刻n,在D個高斯分布中，若不存在觀測值Q_i的匹配，則以Q_i為均值，增加一個方差較大的高斯分布，用于替換權重較小的高斯分布，如果存在觀測值Q_i的匹配，則用下面的公式進行更新：

μd,n=(1-c)μd,n-1+cQnσd,n2=(1-c)σd,n-12+c(Qn-μd,n)T(Qn-μd,n)]]>

c＝η(Q_n|μ_d,n,Σ_d,n)；

如果不匹配，均值和協方差矩陣式保持不變，如果發生匹配，重新調整第d個高斯分布的均值和標準差，得到n時刻的匹配高斯的均值向量和標準差。