[發明專利]一種基于形狀片段的物體識別方法及系統

在審

• 申請號: 201310641637.4
• 申請日: 2013-12-03
• 公開（公告）號: CN103605979A
• 公開（公告）日: 2014-02-26
• 發明（設計）人: 陳國棟;王振華;孫立寧;孫榮川;任子武;林睿
• 申請（專利權）人: 蘇州大學張家港工業技術研究院
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 北京集佳知識產權代理有限公司 11227
• 代理人: 王寶筠

技術領域

本申請涉及計算機視覺技術領域，更具體地說，涉及一種基于形狀片段的物體識別方法及系統。

背景技術

物體檢測及姿態估計是計算機視覺領域中較為活躍的研究課題。現有的物體檢測方法一般都是基于物體局部特征或全局特征來識別物體，但是這種方法一般都是應用在無背景噪聲的情況下，很少應用于自然環境中物體的識別過程。針對柔性物體、外觀特征不穩定物體（如物體外表觀表征對光照敏感、物體外觀受干擾如人經常換衣服等），現有的基于物體局部特征或全局特征的檢測方法很難精確識別。因此，需要一種新的物體識別方法來有效地實現對自然形狀物體的識別。

發明內容

有鑒于此，本申請提供了一種基于形狀片段的物體識別方法及系統，用于解決傳統方法對柔性物體以及外觀特性不穩定物體難以識別的問題。

為了實現上述目的，現提出的方案如下：

一種基于形狀片段的物體識別方法，包括：

利用相同的提取方法，分別提取訓練圖像的邊緣形狀片段和測試圖像的邊緣形狀片段；

使用所述訓練圖像的邊緣形狀片段，構建物體邊緣形狀片段模型；

從所述測試圖像的邊緣形狀片段中選取出特定的邊緣形狀片段作為候選邊緣形狀片段，所述特定的邊緣形狀片段與所述物體邊緣形狀片段模型中的邊緣形狀片段的相似度必須大于第一閾值；

利用Hough變換，求出Hough空間的概率最大值點，確定待測物體的參考點位置；

根據所述待測物體的參考點位置，對所述候選邊緣形狀片段進行篩選，得到實際物體輪廓片段。

優選地，所述提取訓練圖像的邊緣形狀片段具體為：

對所述訓練圖像進行邊緣處理；

將所有邊緣點間距小于第二閾值的邊緣點連接，將連接在一起的邊緣點劃分為一個邊緣組；

判斷所述邊緣組是否為邊緣形狀片段基元；

如果否，則剔除該邊緣組，如果是，則將相連的多個所述邊緣形狀片段基元組合為邊緣形狀片段。

優選地，所述構建物體邊緣形狀片段模型的過程具體為：采用碼表表征的物體建模方法，利用監督方式訓練得到物體邊緣形狀片段模型。

優選地，所述構建物體邊緣形狀片段模型的過程中采用了多尺度處理方式。

優選地，所述碼表表征的物體建模方法具體為：將訓練圖像的邊緣形狀片段描述作為碼表中所述訓練圖像的邊緣形狀片段的屬性；

將所述訓練圖像的邊緣形狀片段上的邊緣點相對于所述待測物體的參考點位置的位移矢量作為所述碼表的每一個通道的屬性。

優選地，所述相似度的計算過程為：

分別對所述測試圖像的邊緣形狀片段和所述物體邊緣形狀片段模型中的邊緣形狀片段進行邊緣形狀片段描述，所述邊緣形狀片段描述為邊緣形狀片段的起點、末端點和曲率最大點分別到達所述邊緣形狀片段的質心的位移矢量，以及所述起點至所述曲率最大點之間的邊緣點的梯度的平均值、所述末端點至所述曲率最大點之間的邊緣點的梯度的平均值；

計算兩個不同的邊緣形狀片段的描述的相似度，并與所述第一閾值比較。

優選地，所述利用Hough變換，求出Hough空間的概率最大值點，確定待測物體的參考點位置的具體過程為：

由所述訓練圖像的邊緣形狀片段得出所述待測物體的形狀特性，根據所述待測物體的形狀特性建立Hough空間；

由所述測試圖像的邊緣形狀片段得出所述測試圖像的形狀特性，根據所述測試圖像的形狀特性計算出相對于各個邊緣點的所有可能參考點位置；

在所述Hough空間中對每一個可能的所述參考點位置進行投票，所述投票為當有一個邊緣點對應的參考點位置位于所述Hough空間某一個點時，即對該點累加值加1；

當所述投票結束后，確定所述Hough空間累加值最大的點，通過反Hough變換，將所述Hough空間累加值最大的點對應的所述待測物體上的點確定為所述待測物體的參考點位置。

優選地，所述根據所述待測物體參考點位置，對所述候選邊緣形狀片段進行篩選，得到實際物體輪廓片段的過程具體為：

根據所述反Hough變換和所述待測物體參考點位置，驗證所述候選邊緣形狀片段，剔除不符合條件的候選邊緣形狀片段，得到實際物體輪廓片段。

優選地，所述對所述訓練圖像進行邊緣處理具體為：采用Canny算子對所述訓練圖像進行邊緣處理。

一種基于形狀片段的物體識別系統，包括：

第一邊緣形狀片段提取單元，用于提取訓練圖像的邊緣形狀片段；