[發明專利]融合彩色圖像邊緣和深度方向直方圖的行人檢測算法

在審

• 申請號: 201810517891.6
• 申請日: 2018-05-25
• 公開（公告）號: CN108830179A
• 公開（公告）日: 2018-11-16
• 發明（設計）人: 張雄;上官宏;張嬌;王安紅;寧愛平;武曉嘉
• 申請（專利權）人: 太原科技大學
• 主分類號: G06K9/00
• 分類號: G06K9/00;G06K9/46;G06K9/62
• 代理公司: 北京國坤專利代理事務所(普通合伙) 11491
• 代理人: 趙紅霞

1.融合彩色圖像邊緣和深度方向直方圖的行人檢測算法，其特征在于，具體步驟如下：

步驟1)輸入待測試圖片對，圖片對包括一個RGB圖像和一個深度圖像；

步驟2)對該測試圖片對進行尺度縮放，直到圖片尺寸小于固定的窗口大小；

步驟3)以固定大小的窗口遍歷各個尺度下的所有圖像，然后對RGB圖像通過剪切波提取邊緣特征，對深度圖像提取HOD特征；

步驟4)將每對固定窗口大小的圖像對的特征級聯，得到融合特征；

步驟5)將該融合特征描述子輸入訓練好的分類器中，得到對應的分類值；

步驟6)將該分類值與閾值比較，判斷該窗口是否包含行人。

步驟5)中分類器的訓練方法為：

1)輸入待訓練的正負樣本對，將所有圖片都設置為固定大小；

2)給正負樣本加上標簽，正樣本標簽為1，負樣本標簽為-1；

3)對正負樣本中的彩色圖像通過剪切波提取邊緣特征；

4)對正負樣本中的深度圖像提取HOD特征；

5)將每個圖像對中提取的特征級聯起來作為新的特征描述子；

6)將所有樣本的特征描述子和其標簽特征一起輸入到線性分類器中進行訓練，得到分類器的分類向量。

2.根據權利要求1所述的融合彩色圖像邊緣和深度方向直方圖的行人檢測算法，其特征在于：深度圖像HOD特征提取步驟如下：

①對深度圖像進行預處理；

②計算像素梯度：圖像中像素點(x，y)的梯度為H(x，y)，

水平梯度：

G_x(x,y)＝H(x+1,y)-H(x-1,y) (1)

垂直梯度：

G_y(x,y)＝H(x,y+1)-H(x,y-1) (2)

梯度幅值：

梯度方向：

③梯度方向在空間內投票：首先將指定的檢測窗口劃分成若干個小單元(cell)，其次將梯度方向劃分成若干個區間(bin)，無符號時方向區間在0～180°，有符號時方向區間在0～360°，在每個小單元內統計像素的梯度值在各個方向區間上的分布，從而為每個cell構建梯度方向直方圖；

④block塊內歸一化：將若干臨近的cell組成block，使用L2-Hys方法進行塊歸一化；

⑤收集HOG特征：在檢測窗口內，將block以特定步長移動，將所有block的HOG特征串聯就可以得到該窗口的HOG特征，然后在待測圖像上滑動檢測窗口，得到其對應的HOG特征。

3.根據權利要求2所述的融合彩色圖像邊緣和深度方向直方圖的行人檢測算法，其特征在于：①中預處理包括：將測量得到的以米為單位的距離值乘以M/Dmax，其中M＝100，是常數增益，Dmax＝20，是以米為單位的最大距離。