一种图像特征提取方法和装置制造方法及图纸

技术编号:14399292 阅读:104 留言:0更新日期:2017-01-11 12:36
本发明专利技术实施例公开了一种图像特征提取方法,包括:对图像进行分块,得到所述图像的各个图像块,其中,任意图像块与所述图像中除自身图像块之外的其它图像块中的至少一个图像块具有重叠区域;提取所述各个图像块的特征。本发明专利技术实施例还同时公开了一种图像特征提取装置。

【技术实现步骤摘要】

本专利技术涉及图像识别技术,特别是涉及一种图像特征提取方法和装置
技术介绍
人脸识别作为一种新兴的生物特征识别技术,与虹膜识别、指纹扫描、掌形扫描等技术相比,具有高精度、易于使用、稳定性高、难仿冒、性价比高的特点,因而有极其广阔的市场应用前景。人脸识别的具体过程可以分为以下三个部分:人脸检测、特征提取、人脸识别;其中,特征提取是研究人脸识别的关键技术。现有技术中,特征提取主要是提取人脸的代数特征;具体的,代数特征是从试验人脸数据库中的人脸图像中得到一个人脸平均图像,然后计算每个人脸图像与平均图像的差异,得到样本散布矩阵,进而对该样本散布矩阵作卡洛南-洛伊变换(Karhunen-LoèveTransform,KL)变化以求出特征矢量,即得到特征量。虽然人脸的代数特征容易得到,但代数特征对脸部姿态、表情等变化比较敏感,从而导致人脸识别的结果不准确。
技术实现思路
为解决现有存在的技术问题,本专利技术实施例期望提供一种图像特征提取方法和装置,能够得到更多包含有效信息的代数特征,从而提高人脸识别的准确率。本专利技术实施例的技术方案是这样实现的:第一方面,提供一种图像特征提取方法,包括:对图像进行分块,得到所述图像的各个图像块,其中,任意图像块与所述图像中除自身图像块之外的其它图像块中的至少一个图像块具有重叠区域;提取所述各个图像块的特征。结合第一方面,在第一种可实现方式中,所述对图像进行分块包括:获取所述图像的宽度和高度;获取采样窗口的宽度和高度,所述采样窗口的宽度等于所述图像的宽度,所述采样窗口的高度小于或等于所述图像的高度;根据所述图像的高度、所述采样窗口的高度和预设的图像块之间的重叠高度,确定出所述图像的采样数,所述采样数满足其中,所述T是采样数,所述H为所述图像的高度,采样窗口的高度为L;重叠高度为P;根据预设的采样窗口和所述采样数,对所述图像按照所述图像的高度轴向进行采样,得到所述图像的各个图像块。结合第一种可实现方式,在第二种可实现方式中,所述L的取值为[H/15,H/10]区间内的整数,所述P的取值为[L/5,L/3]区间内的整数。结合第二种可实现方式,在第三种可实现方式中,所述提取所述各个图像块的特征包括:根据LBP纹理描述方法,提取所述各个图像块的LBP直方图特征。结合第一方面、第一种至第三种可实现方式中的任意一种,在第四种可实现方式中,所述对图像进行分块之前,所述方法还包括:对所述图像进行光线补偿;对所述图像去噪声。结合第四种可实现方式,在第五种可实现方式中,所述提取所述各个图像块的特征之后,所述方法还包括:将所述各个图像块的特征级联为所述图像的特征向量;将所述图像的特征向量输入预设的分类器进行分类识别,所述分类器是提取图像数据库中多个图像的特征向量之后,将所述多个图像的特征向量训练得到的。第二方面,提供一种图像特征提取装置,包括:分块单元,用于对图像进行分块,得到所述图像的各个图像块,其中,任意图像块与所述图像中除自身图像块之外的其它图像块中的至少一个图像块具有重叠区域;提取单元,用于提取所述各个图像块的特征。结合第二方面,在第一种可实现方式中,所述分块单元具体用于:获取所述图像的宽度和高度;获取采样窗口的宽度和高度,所述采样窗口的宽度等于所述图像的宽度,所述采样窗口的高度小于或等于所述图像的高度;根据所述图像的高度、所述采样窗口的高度和预设的图像块之间的重叠高度,确定出所述图像的采样数,所述采样数满足其中,所述T是采样数,所述H为所述图像的高度,采样窗口的高度为L;重叠高度为P;根据预设的采样窗口和所述采样数,对所述图像按照所述图像的高度轴向进行采样,得到所述图像的各个图像块。结合第一种可实现方式,在第二种可实现方式中,所述L的取值为[H/15,H/10]区间内的整数,所述P的取值为[L/5,L/3]区间内的整数。结合第二种可实现方式,在第三种可实现方式中,所述提取单元具体用于:根据LBP纹理描述方法,提取所述各个图像块的LBP直方图特征。结合第二方面、第一种至第三种可实现方式中的任意一种,所述装置还包括:补偿单元,用于对所述图像进行光线补偿;去噪单元,用于对所述图像去噪声。结合第四种可实现方式,在第五种可实现方式中,所述装置还包括:级联单元,用于将所述各个图像块的特征级联为所述图像的特征向量;识别单元,用于将所述图像的特征向量输入预设的分类器进行分类识别,所述分类器是提取图像数据库中多个图像的特征向量之后,将所述多个图像的特征向量训练得到的。本专利技术实施例提供的图像特征提取方法和装置,先对当前采集的图像进行分块,得到该图像的各个图像块;再提取各个图像块的特征;其中,对于所划分的图像块,任意图像块与图像中除自身图像块之外的其它图像块中的至少一个图像块具有重叠区域。可以看出,采用本专利技术实施例方法分块图像,所得到的任意图像块都会与其它图像块具有重叠区域,如此,重叠区域的特征就会被多次提取;相应的,提取到的图像的特征就会增加,这些特征中包括的包含有效信息(需要识别的信息)的特征也随之增加,这样,更多的包含有效信息的特征在图像识别过程中,能够提高人脸识别的准确率。附图说明图1为本专利技术实施例提供的一种图像特征提取方法的流程图;图2为本专利技术实施例提供的原始图像的示意图;图3为本专利技术实施例提供的被分块的图像的示意图;图4为本专利技术实施例提供的分块后的两个图像块的示意图;图5为本专利技术实施例提供的一种图像特征提取方法的流程图;图6为本专利技术实施例提供的一幅灰度归一化处理后的人脸图像和对应的直方图;图7为本专利技术实施例提供的一幅中值滤波处理后的人脸图像和对应的直方图;图8为本专利技术实施例提供的一种图像特征提取装置的结构示意图;图9为本专利技术实施例提供的另一种图像特征提取装置的结构示意图。具体实施方式支持向量机(SupportVectorMachine,SVM)是统计学习理论中最年轻,也是最有用的部分,目前正处在不断发展的阶段。支持向量机是一种比较好地实现了结构风险最小化思想的方法,与传统的建立在经验风险最小化基础上的学习方法相比,它在解决非线性、高维的模式识别、回归估计和小样本问题中表现出许多特有的优势;而且,不存在局部最优的问题,成为机器学习领域备受关注的方法。该算法分为两个阶段:第一阶段,通过已知的正负样本的特征对标准支持向量机进行训练,找到样本中的支持向量,据此确定最优分类超平面;第二阶段,测试集样本根据最优分类面作出分类决策。实施例一本专利技术实施例提供一种图像特征提取方法,如图1所示,该方法可以包括:步骤101、对图像进行分块,得到该图像的各个图像块,其中,任意图像块与该图像中除自身图像块之外的其它图像块中的至少一个图像块具有重叠区域。这里,本专利技术实施例提供的方法主要应用于面部特征的提取,需要提取特征的图像一般为面部图像,因此,在这类图像分块之前,可以预先将不含有面部信息的部分先裁剪掉,如图2所示,该图像包括人物的面部和上身,因此,该图像可以裁剪掉除人物的面部之外的部分,得到如图3所示的图片再进行分块,这样减少无用信息的特征产生。对于大多数图像来说,图像的高度轴向就是图像中景物从上到下或者人物从头到脚步的方向,因此,步骤101可以包括:获取该图像的宽度和高度;获本文档来自技高网...
一种图像特征提取方法和装置

【技术保护点】
一种图像特征提取方法,其特征在于,包括:对图像进行分块,得到所述图像的各个图像块,其中,任意图像块与所述图像中除自身图像块之外的其它图像块中的至少一个图像块具有重叠区域;提取所述各个图像块的特征。

【技术特征摘要】
1.一种图像特征提取方法,其特征在于,包括:对图像进行分块,得到所述图像的各个图像块,其中,任意图像块与所述图像中除自身图像块之外的其它图像块中的至少一个图像块具有重叠区域;提取所述各个图像块的特征。2.根据权利要求1所述的方法,其特征在于,所述对图像进行分块包括:获取所述图像的宽度和高度;获取采样窗口的宽度和高度,所述采样窗口的宽度等于所述图像的宽度,所述采样窗口的高度小于或等于所述图像的高度;根据所述图像的高度、所述采样窗口的高度和预设的图像块之间的重叠高度,确定出所述图像的采样数,所述采样数满足其中,所述T是采样数,所述H为所述图像的高度,采样窗口的高度为L;重叠高度为P;根据预设的采样窗口和所述采样数,对所述图像按照所述图像的高度轴向进行采样,得到所述图像的各个图像块。3.根据权利要求2所述的方法,其特征在于,所述L的取值为[H/15,H/10]区间内的整数,所述P的取值为[L/5,L/3]区间内的整数。4.根据权利要求1所述的方法,其特征在于,所述提取所述各个图像块的特征包括:根据LBP纹理描述方法,提取所述各个图像块的LBP直方图特征。5.根据权利要求1至4任一项所述的方法,其特征在于,所述对图像进行分块之前,所述方法还包括:对所述图像进行光线补偿;对所述图像去噪声。6.根据权利要求5所述的方法,其特征在于,所述提取所述各个图像块的特征之后,所述方法还包括:将所述各个图像块的特征级联为所述图像的特征向量;将所述图像的特征向量输入预设的分类器进行分类识别,所述分类器是提取图像数据库中多个图像的特征向量之后,将所述多个图像的特征向量训练得到的。7.一种图...

【专利技术属性】
技术研发人员:高峰
申请(专利权)人:深圳市中兴微电子技术有限公司
类型:发明
国别省市:广东;44

网友询问留言 已有0条评论
  • 还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。

1