[發明專利]一種步態輪廓提取方法

在審

• 申請號: 201410576296.1
• 申請日: 2014-10-26
• 公開（公告）號: CN105631452A
• 公開（公告）日: 2016-06-01
• 發明（設計）人: 張雨蒙
• 申請（專利權）人: 合肥諾泰文化傳媒有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域：

本發明涉及步態輪廓提取技術領域，具體涉及一種步態輪廓提取方法。

背景技術：

計算機視覺時用各種成像系統代替視覺器官作為輸入敏感手段，用計算機來代替大腦完成處理和解釋；計算機視覺的最終研究目標就是使計算機能像人那樣通過視覺觀察和理解世界，具有自主適應環境的能力。

步態特征識別與其它生物特征識別技術（如人臉、虹膜、指紋等）不同，步態是人的外在的、動態的表現，且和時空密切聯系，同時，與基于靜態特征的其它生物識別技術相比，步態識別具有非接觸性、非侵入性和難隱藏性等顯著的優勢，這些優勢使得它在智能監控領域具有很大的應用價值。

目前計算機速度以及存儲容量在不斷的提高，攝像設備在很多區域被安裝使用，隨著世界安全形勢的日益嚴峻、社會安全意識的日益覺醒，步態識別的研究將會滲透人們日常生活的各個領域，而這種遠距離身份識別可以與任何一種靜態近距離身份識別技術相融合。

現有的步態輪廓提取方法限制了演化曲線分割的圖像中同一灰度，并使不同的圖像信息分別在不同的區域內，影響了步態輪廓提取的效果。

發明內容：

本發明的目的是提供一種步態輪廓提取方法，它對圖像邊界具有較好的局域化效果，將圖像的邊緣和區域信息相結合，提高了步態輪廓的清晰度和可辨別性。

為了解決背景技術所存在的問題，本發明是采用以下技術方案：它將水平集函數在一個時空離散的網格中表示，先構造SDF函數，以此初始化歸零，在求解偏微分方程的數值解，最后通過曲線的符號距離函數重新初始化，并判定數值是否穩定，如果是，停止迭代，否則重復上述過程。

本發明采用的是以CV模型為基礎，將圖像的邊緣和區域信息相結合的一種新的變分水平集模型；對于外部能量項，在保留原有的CV模型能量項的基礎上，加入了分割前后圖像的梯度值，可以得到新的模型函數。

本發明對圖像邊界具有較好的局域化效果，將圖像的邊緣和區域信息相結合，提高了步態輪廓的清晰度和可辨別性。

具體實施方式：

本具體實施采用以下技術方案：它將水平集函數在一個時空離散的網格中表示，先構造SDF函數，以此初始化歸零，在求解偏微分方程的數值解，最后通過曲線的符號距離函數重新初始化，并判定數值是否穩定，如果是，停止迭代，否則重復上述過程。

本具體實施采用的是以CV模型為基礎，將圖像的邊緣和區域信息相結合的一種新的變分水平集模型；對于外部能量項，在保留原有的CV模型能量項的基礎上，加入了分割前后圖像的梯度值，可以得到新的模型函數。

本具體實施對圖像邊界具有較好的局域化效果，將圖像的邊緣和區域信息相結合，提高了步態輪廓的清晰度和可辨別性。