[發明專利]一種基于輪廓片段空間關系的目標識別方法

有效

• 申請號: 201810766954.1
• 申請日: 2018-07-13
• 公開（公告）號: CN109299720B
• 公開（公告）日: 2022-02-22
• 發明（設計）人: 宋建輝;宋鑫;劉硯菊;于洋;劉韻婷
• 申請（專利權）人: 沈陽理工大學
• 主分類號: G06V10/44
• 分類號: G06V10/44;G06V10/74
• 代理公司: 沈陽智龍專利事務所(普通合伙) 21115
• 代理人: 周智博;宋鐵軍

一種基于輪廓片段空間關系的目標識別方法，步驟如下：（1）建立多類目標圖像的數據庫；（2）提取目標外圍輪廓，并生成輪廓點集；（3）根據輪廓點集的上下文形狀特征，描述兩個輪廓的形狀，并根據兩個形狀的相似性度量結果得到目標粗匹配結果；（4）分別根據完整圖像的骨架和離散圖像的輪廓質心構建庫內圖像和待識別遮擋圖像的空間關系；（5）建立空間關系特征參數的約束標準，并根據約束標準進行相似性度量；在復雜遮擋情況下，在目標識別的過程中為識別提供更多的特征信息。在目標遭到遮擋的情況下，往往目標會被分成幾個部分，外部輪廓不再存在完整性，在這種情況下，考慮到不同輪廓片段之間的空間關系，增加遮擋目標的識別率。

技術領域

本發明涉及機器視覺與目標檢測技術領域，更具體的是涉及一種基于圖像輪廓片段空間關系特征的目標識別方法。

背景技術

目標識別一直是計算機視覺發展的重要研究方向。而在目標識別領域中，識別遮擋下的目標一直是目標識別領域內的難點和熱點。通常情況下，都希望識別特征能對待識別目標的環境問題具有良好的適應性，從而能夠更加有效地從場景圖像中識別出目標實例。而在遮擋的情況下，目標無論是輪廓還是特征點都遭到了不同程度上的破壞，給識別造成了一定的難題。

輪廓形狀具有非常重要和穩定的視覺特征，能夠反映重要的特征信息。而得到更多的輪廓特征描述的有效信息無疑可以進一步提高目標的識別率。最近幾年來提出了很多基于目標輪廓形狀的目標識別方法，這些方法大多包含兩個主要步驟：提取目標輪廓并對該目標輪廓進行描述，對目標輪廓和目標數據庫輪廓進行相似性度量。而對目標輪廓的描述決定了該輪廓的特征信息數量，有效的特征信息越多，對目標的識別的幫助越大。

目標輪廓描述最具代表性的方法是2001年由Belongie等提出的形狀上下文(Shape Context)描述方法，該方法通過輪廓上的某個點與其余輪廓點構成的線段向量集來表征該點的空間位置分布，并采用對數極坐標系對該向量集進行離散化，獲得統計直方圖作為輪廓點的特征描述子；Bartolini等提出一種基于傅里葉變換的描述子，該描述子以傅里葉系數的相位作為形狀的描述信息；Peter等使用最大似然小波密度估計來進行圖像和形狀的表示。2014年Xinggang Wang等人提出一種基于輪廓片段集形狀魯棒性分類，該方法首先使用離散曲線演化方法(DCE)使每個形狀的外輪廓分解為凸輪廓片段，然后用上下文特征對每一段輪廓特征進行描述并且使用局部約束線性編碼(LLC)的方法把它們編成形狀碼，最后利用空間金字塔匹配(SPM)的形狀識別。

在遮擋目標檢測的過程中，可獲得的目標的特征信息總是越多越好的，特征信息越多，遮擋目標識別率就會越高。本發明的目的是在目標識別過程中增加有助于目標識別的有效特征信息，在現有輪廓描述或者輪廓片段描述的基礎之上，進一步考慮被識別目標輪廓片段的空間位置關系，提出基于輪廓片段空間關系的目標識別算法，該方法能夠提高遮擋情況下用輪廓片段進行目標識別的識別率。

發明內容

發明目的：

針對復雜遮擋情況下的目標識別問題，提出一種基于輪廓片段空間關系的目標識別方法。該方法在傳統基于形狀目標識別的基礎上，增加了目標輪廓片段空間關系這一有效信息，根據被識別目標輪廓片段的空間位置關系，制定空間關系參數約束標準，篩選滿足空間關系約束標準的目標庫圖像為最后識別結果。該方法在傳統基于形狀目標識別的基礎上，增加了目標輪廓片段空間關系這一有效信息，可以有效的提高遮擋目標的形狀檢索率和識別率。

技術方案

為解決上述技術問題，本發明的技術方案如下：

一種基于輪廓片段空間關系的目標識別方法，步驟如下：

(1)建立多類目標圖像的數據庫；

(2)采用外圍輪廓提取算法，提取目標外圍輪廓，并生成輪廓點集；

(3)根據輪廓點集的上下文形狀特征，描述兩個輪廓的形狀，并根據兩個形狀的相似性度量結果得到目標粗匹配結果；