本发明专利技术公开了一种基于二值化图像的人体轮廓识别方法，该方法先从摄像机取得视频数字信号，然后通过背景差分算法得到二值化图像，然后从二值化图像中提取包围光斑的矩形框，通过计算矩形框的高宽比，在高宽比大于等于1.64的矩形框中计算纵向和横线的夹角α，在满足α为60~90度的矩形框中计算菱形框里的像素点占整个矩形框像素点的比值，该比值大于80%的矩形框，即为人体轮廓；该方法具有步骤少，容易操作，计算速度快的优点，根据本发明专利技术的方法能迅速准确地判断哪些光斑是人物，同时能去除干扰光斑和非人物光斑，从而准确迅速的判断出人体轮廓，为进一步实现非接触式远距离身份识别创造条件。
【技术实现步骤摘要】
本专利技术涉及人体轮廓识别方法，具体涉及。
技术介绍
随着科学技术的飞速发展，利用摄像机来监控动态场景被广泛应用于社会的各个领域，如对安全性能要求比较高的门禁系统、监控系统等。由于摄像机拍摄的场景内容复杂，需要先在所拍场景中区别出人体轮廓，才能进一步通过脸像、指纹、虹膜、步态等生物特征将人物进一步识别出来，实现非接触式远距离的身份识别，智能监控，辅助破案等。目前识别人体模型的方法有脸部识别法。脸部识别法由于脸部的外形很不稳定，人可以通过脸部的变化产生很多表情，在不同观察角度，脸部的视觉图像相差也很大，并且受光照条件和面部遮盖物的影响较大，成为生物特征识别领域甚至人工智能领域最困难的研究课题之一。
技术实现思路
为解决上述问题，本专利技术的目的是提供。本专利技术为实现上述目的，通过以下技术方案实现: ，包括如下步骤: ①从摄像机取得视频数字信号，然后通过背景差分算法得到二值化图像； ②在步骤①的二值化图像中提取包围光斑的矩形框:将光斑最左边的点与最右边的点的距离作为光斑的宽度W，最上边的点和最下边的点的距离作为光斑的高度H，由光斑最左边的点所在竖线、最右边的点所在竖线、最上边的点所在横线和最下边的点所在横线组成包围光斑的矩形框； ③计算步骤②所得的光斑外包围的矩形框的高宽比，保留高宽比大于等于1.64的矩形框，待用； ④在步骤③保留的高宽比大于等于1.64的矩形框内进行如下操作:分别找出矩形框上左边光斑的中点a，矩形框上右边光斑的中点b，矩形框上上边光斑的中点c和矩形框上下边光斑的中点d，连接ab、ac、ad、bc、bd和cd，计算ab和cd的夹角α，α在60~90度之间的矩形框为矩形框A ; ⑤在步骤④的矩形框A中进行如下操作:计算步骤④中由ac、ad、bd和be组成的菱形框里的像素点占整个矩形框像素点的比值，该比值大于80%的矩形框，即为人体轮廓。优选的，，步骤②中在步骤①的二值化图像中提取包围光斑的矩形框可采取以下步骤: 用最大纵向长度的直线从左向右扫描二值化图像，当扫描到与光斑相交的点，该点为光斑的最左边，记录相交点的坐标，继续向下一点扫描，如果和上一点相接，则继续扫描直到没有相接的光斑，将扫描的光斑最左边的点所在竖线、最右边的点所在竖线、最上边的点所在横线和最下边的点所在横线连接，得到包围光斑的矩形框。本专利技术的优点在于: 本专利技术为使用于单片机平台的一种人体轮廓识别方法，具有步骤少，容易操作，计算速度快的优点。根据本专利技术的方法能迅速准确地判断哪些光斑是人物，同时能去除干扰光斑和非人物光斑，从而准确迅速的判断出人体轮廓，为进一步实现非接触式远距离身份识别创造条件。【附图说明】图1为从摄像机取得的视频数字信号图； 图2为二值化图像； 图3为在二值化图像中提取到的矩形框示意图； 图4为高宽比大于等于1.64的矩形框内上、下、左、右各个中点的连线示意图； 图5为在二值化图像中提取包围光斑的矩形框的方法示意图。【具体实施方式】，包括如下步骤: ①从摄像机取得视频数字信号，然后通过背景差分算法得到二值化图像； ②在步骤①的二值化图像中提取包围光斑的矩形框:将光斑最左边的点与最右边的点的距离作为光斑的宽度W，最上边的点和最下边的点的距离作为光斑的高度H，由光斑最左边的点所在竖线、最右边的点所在竖线、最上边的点所在横线和最下边的点所在横线组成包围光斑的矩形框； ③计算步骤②所得的光斑外包围的矩形框的高宽比，去除高宽比小于1.64的矩形框，保留高宽比大于等于1.64的矩形框，待用； ④在步骤③保留的高宽比大于等于1.64的矩形框内进行如下操作:分别找出矩形框上左边光斑的中点a，矩形框上右边光斑的中点b，矩形框上上边光斑的中点c和矩形框上下边光斑的中点d，连接ab、ac、ad、bc、bd和cd，计算ab和cd的夹角α，α在60~90度之间的矩形框为矩形框A ; ⑤在步骤④的矩形框A中进行如下操作:计算步骤④中由ac、ad、bd和be组成的菱形框里的像素点占整个矩形框像素点的比值，该比值大于80%的矩形框，即为人体轮廓。优选的，，步骤②中在步骤①的二值化图像中提取包围光斑的矩形框可采取以下步骤: 用最大纵向长度的直线从左向右扫描二值化图像，当扫描到与光斑相交的点，该点为光斑的最左边，记录相交点的坐标，继续向下一点扫描，如果和上一点相接，则继续扫描直到没有相接的光斑，将扫描的光斑最左边的点所在竖线、最右边的点所在竖线、最上边的点所在横线和最下边的点所在横线连接，得到包围光斑的矩形框。实施例1 ，包括如下步骤: ①从摄像机取得视频数字信号，如图1所示，然后通过背景差分算法将图1转化为二值化图像，如图2所示的二值化图像； ②在图2的二值化图像中提取包围光斑的矩形框:将光斑最左边的点与最右边的点的距离作为光斑的宽度W，最上边的点和最下边的点的距离作为光斑的高度H，由光斑最左边的点所在竖线、最右边的点所在竖线、最上边的点所在横线和最下边的点所在横线组成包围光斑的矩形框，如图3所示； ③计算图3中光斑外包围的矩形框的高宽比，去除高宽比小于1.64的矩形框，保留高宽比大于等于1.64的矩形框，如在图3中存在两个矩形框，左边的矩形框的高宽比为0.85，舍弃；右边矩形框的高宽比为2，保留待用； ④在步骤③保留的高宽比大于等于1.64的矩形框内进行如下操作，如图4所示:分别找出矩形框上左边光斑的中点a，矩形框上右边光斑的中点b，矩形框上上边光斑的中点c和矩形框上下边光斑的中点d，连接ab、ac、ad、be、bd和cd，计算ab和cd的夹角α，保留α在60~90度之间的矩形框，如图4所示ab和cd的夹角为81度，进入下一步操作； ⑤计算步骤④中由ac、ad、bd和be组成的菱形框里的像素点占整个矩形框像素点的比值，该比值大于80%的矩形框，即为人体轮廓，如图4所示，由ac、ad、bd和be组成的菱形框里的像素点为896个，整个矩形框内的总像素点为985个，由ac、ad、bd和be组成的菱形框里的像素点占整个矩形框像素点的比值为90.9%，则该轮廓为人体轮廓。 实施例2 对实施例1中图2的二值化图像采取以下方法提取包围光斑的矩形框:如图5所示，用最大纵向长度的直线从左向右扫描二值化图像，当扫描到与光斑相交的点，该点为光斑的最左边，记录相交点的坐标，继续向下一点扫描，如果和上一点相接，则继续扫描直到没有相接的光斑，将扫描的光斑最左边的点所在竖线、最右边的点所在竖线、最上边的点所在横线和最下边的点所在横线连接，得到包围光斑的矩形框，结果如图3所示。【主权项】1.，其特征在于:包括如下步骤: ①从摄像机取得视频数字信号，然后通过背景差分算法得到二值化图像； ②在步骤①的二值化图像中提取包围光斑的矩形框:将光斑最左边的点与最右边的点的距离作为光斑的宽度W，最上边的点和最下边的点的距离作为光斑的高度H，由光斑最左边的点所在竖线、最右边的点所在竖线、最上边的点所在横线和最下边的点所在横线组成包围光斑的矩形框； ③计算步骤②所得的光斑外包围的矩形框的高宽比，保留高宽比大于等于1.64的矩形框，待用； ④在步骤③保留的高宽比大于等于1.64的矩形框内进行如下操作:分别找出矩形框上左边光斑本文档来自技高网...
【技术保护点】
一种基于二值化图像的人体轮廓识别方法，其特征在于：包括如下步骤：①从摄像机取得视频数字信号，然后通过背景差分算法得到二值化图像；②在步骤①的二值化图像中提取包围光斑的矩形框：将光斑最左边的点与最右边的点的距离作为光斑的宽度W，最上边的点和最下边的点的距离作为光斑的高度H，由光斑最左边的点所在竖线、最右边的点所在竖线、最上边的点所在横线和最下边的点所在横线组成包围光斑的矩形框；③计算步骤②所得的光斑外包围的矩形框的高宽比，保留高宽比大于等于1.64的矩形框，待用；④在步骤③保留的高宽比大于等于1.64的矩形框内进行如下操作：分别找出矩形框上左边光斑的中点a，矩形框上右边光斑的中点b，矩形框上上边光斑的中点c和矩形框上下边光斑的中点d，连接ab、ac、ad、bc、bd和cd，计算ab和cd的夹角α，α在60~90度之间的矩形框为矩形框A；⑤在步骤④的矩形框A中进行如下操作：计算步骤④中由ac、ad、bd和bc组成的菱形框里的像素点占整个矩形框像素点的比值，该比值大于80%的矩形框，即为人体轮廓。
【技术特征摘要】
【专利技术属性】
技术研发人员：张雷，赵青，冯迎春，李超，曲文韬，菅有为，张达，孙兆国，闫百祥，任庆帅，
申请(专利权)人：国家电网公司，国网山东省电力公司检修公司，
类型：发明
国别省市：北京;11
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。