一种图像处理中人体特征的提取方法及装置制造方法及图纸

本发明专利技术涉及一种图像处理中人体特征的提取方法及装置，该方法包括：在人体影像中，针对待提取中心点的人体部位，从该人体部位的基础点集中，选取生长点集；针对生长点集中的任一点，当该点满足预设条件时，以该点为种子点，确定该种子点的种子区域；针对每一个种子区域，计算该种子区域的重心；针对每个重心，计算该重心为人体部位的中心点的预测概率；根据计算获得的各重心的预测概率，确定人体部位的中心点。通过本发明专利技术提供的方法能够提高提取中心点的准确性，并满足实时处理图像提取中心的速度需求。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，尤其涉及一种图像处理中人体特征的提取方法及装置。
技术介绍
体感技术，不仅应用于游戏领域，还可用于安全保卫、健康医疗、娱乐购物等领域。总之，体感技术的发展，给人机交互方式带来革命性的改变。体感技术通过识别人体的动作特征来操控体感设备，而在识别动作特征的过程中，需要提取人体各个部位的中心点。例如，在光学感测中，首先需要识别出人体，再划分出人体的各个部位(如头部、躯干部、肘部、手部等)，然后从各个部位中提取出中心点作为识别运动特征的参数。由此可见，人体部位中心点提取是体感技术中一项关键技术，中心点提取的准确性直接影响了对动作特征识别的准确性。而体感技术是体感设备操控人员通过肢体动作操控设备，那么对于部位中心点的提取速度便有要求。在目前在体感技术中，能够满足实时处理速度需求的主要是型心法。型该方法的处理对象是人体影像，该方法将人体影像中属于同一个部位的每个像素点的坐标相加，再求平均值，然后把求得的平均值作为该部位的中心点。然而，型心法提取中心点的准确性，严重受限于人体部位分类的准确性。这是由于目前采用的基于概率的人体部位分类技术中，部位的分类并不准确。通常，一个部位由属于该部位的概率值不为0的像素点组成，而在实际中，一个像素点往往属于若干个部位，因此，部位与部位之间并没有明确的界限。而型心法没有考虑部位分类不准确这一因素，又简单的仅以像素点的坐标为单一的参数，来提取中心点，导致中心点的提取结果的准确性有待提高。
技术实现思路
本专利技术的目的是提供一种图像处理中人体特征的提取方法及装置，以克服相关技术中人体部位中心点提取准确性低的问题。一方面，本专利技术提供一种图像处理中人体特征的提取方法，包括:针对预先获取的人体影像，计算所述人体影像中的每个像素点属于各个人体部位的概率；针对任一待提取中心点的人体部位，由属于所述人体部位的概率大于第一预设阈值的点组成所述人体部位的基础点集；从所述基础点集中，获取概率大于第二预设阈值的点，形成生长点集，其中所述第二预设阈值大于所述第一预设阈值；针对所述生长点集中的任一点，当该点满足预设条件时，执行以下操作：以该点为种子点，通过区域生长法获得与该种子点对应的种子区域；所述预设条件包括：未曾被选作为种子点、且不在任一种子点的种子区域中；针对所述人体部位的每一个种子区域，将该种子区域中的每一个点的概率视为该点的密度、并根据该种子区域中每一个点的密度，以及每一个点在所述人体影像中的位置坐标，计算该种子区域的重心；针对每一个种子区域的重心，根据所述基础点集中与该重心的像素距离小于等于第一预设距离的点的概率，计算该重心为所述人体部位的中心点的预测概率；将基础点集中距离预测概率最大的重心最近的点，确定为所述人体部位的中心点。另一方面，本专利技术还提供一种图像处理中人体特征的提取装置，所述装置包括：概率计算模块，用于针对预先获取的人体影像，计算所述人体影像中的每个像素点属于各个人体部位的概率；基础点集获取模块，用于针对任一待提取中心点的人体部位，由属于所述人体部位的概率大于第一预设阈值的点组成所述人体部位的基础点集；生长点集确定模块，用于从所述基础点集中，获取概率大于第二预设阈值的点，形成生长点集，其中所述第二预设阈值大于所述第一预设阈值；种子区域形成模块，用于针对所述生长点集中的任一点，当该点满足预设条件时，执行以下操作：以该点为种子点，通过区域生长法获得与该种子点对应的种子区域；所述预设条件包括：未曾被选作为种子点、且不在任一种子点的种子区域中；重心计算模块，用于针对所述人体部位的每一个种子区域，将该种子区域中的每一个点的概率视为该点的密度、并根据该种子区域中每一个点的密度，以及每一个点在所述人体影像中的位置坐标，计算该种子区域的重心；预测概率计算模块，用于针对每一个种子区域的重心，根据所述基础点集中与该重心的像素距离小于等于第一预设距离的点的概率，计算该重心为所述人体部位的中心点的预测概率；中心点确定模块，用于将基础点集中距离预测概率最大的重心最近的点，确定为所述人体部位的中心点。本专利技术至少具有以下有益效果：本专利技术实施例，引入属于待提取中心点的人体部位的概率作为提取中心点的参数，并通过种子点将属于人体部位的点划分至不同种子区域，然后根据种子区域，得出各种子区域的重心，再进一步根据重心的周围点的概率，确定出最有可能接近中心点的重心，使得最终获得的中心点与概率紧密联系，从而降低基于概率的部位分类技术分得的人体部位不准确对提取中心点的影响，提高提取中心点的准确性，并且本专利技术的提取中心点的方法简便，能够满足实时处理的处理速度需求。应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本专利技术。附图说明图1为本专利技术实施例中图像处理中人体特征的提取方法的示例性流程图之一；图2为本专利技术实施例中划分预设范围的示示意图；图3为本专利技术实施例中图像处理中人体特征的提取方法的示例性流程图之二；图4为本专利技术实施例中图像处理中人体特征的提取装置的示意图之一；图5为本专利技术实施例中图像处理中人体特征的提取装置的示意图之二。具体实施方式以下结合附图对本专利技术的实施例进行说明，应当理解，此处所描述的实施例仅用于说明和解释本专利技术，并不用于限定本专利技术。这里将详细地对示例性实施例进行说明，其示例表示在附图中。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本专利技术相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本专利技术的一些方面相一致的装置和方法的例子。针对现有技术中型心法虽然处理速度快，能够满足实时处理速度的需求，但该方法提取的人体部位的中心点准确性有待提高的问题，本专利技术实施例提供一种图像处理中人体特征的提取方法，用于提取人体部位的中心点，该方法相对型心法不仅能够提高提取中心点的准确性，还能够满足实时处理要求处理速度快的需求。首先，本专利技术实施例提供的图像处理中人体特征的提取方法，将人体影像中的点属于待提取中心点的人体部位的概率考虑进来，用于确定人体部位中心点的位置，从而能够降低部位分类不准确对提取中心点的影响，从而能够提高提取人体部位的中心点的准确性。此外，本专利技术实施例中，在根据概率提取人体部位的中心点之前，先对属于该人体部位的点进行预处理，例如滤除概率小的点和孤立的点，通过减少参与提取中心点的点的数量，降低计算量，能够提高提取中心点的速度，通过滤除属于人体部位的概率小的点还能够提高提取中心点的准确性。下面通过简单的实施例，对本专利技术实施例中图像处理中人体特征的提取方法进行详细说明。实施例一如图1所示，为本专利技术实施例提供的图像处理中人体特征的提取方法的示例性流程图，该方法包括以下步骤：步骤101：针对预先获取的人体影像，计算所述人体影像中的每个像素点属于各个人体部位的概率。步骤102：针对任一待提取中心点的人体部位，由属于所述人体部位的概率大于第一预设阈值的点组成所述人体部位的基础点集。步骤103：从所述基础点集中，获取概率大于第二预设阈值的点，形成生长点集，其中所述第二预设阈值大于所述第一预设阈值。步骤104：针对所述生长点集中的任一点，当该点满足预设条件时，执行以下操作：以该点为种子点，通过区本文档来自技高网...

【技术保护点】
一种图像处理中人体特征的提取方法，其特征在于，所述方法包括：针对预先获取的人体影像，计算所述人体影像中的每个像素点属于各个人体部位的概率；针对任一待提取中心点的人体部位，由属于所述人体部位的概率大于第一预设阈值的点组成所述人体部位的基础点集；从所述基础点集中，获取概率大于第二预设阈值的点，形成生长点集，其中所述第二预设阈值大于所述第一预设阈值；针对所述生长点集中的任一点，当该点满足预设条件时，执行以下操作：以该点为种子点，通过区域生长法获得与该种子点对应的种子区域；所述预设条件包括：未曾被选作为种子点、且不在任一种子点的种子区域中；针对所述人体部位的每一个种子区域，将该种子区域中的每一个点的概率视为该点的密度、并根据该种子区域中每一个点的密度，以及每一个点在所述人体影像中的位置坐标，计算该种子区域的重心；针对每一个种子区域的重心，根据所述基础点集中与该重心的像素距离小于等于第一预设距离的点的概率，计算该重心为所述人体部位的中心点的预测概率；将基础点集中距离预测概率最大的重心最近的点，确定为所述人体部位的中心点。

【技术特征摘要】
1.一种图像处理中人体特征的提取方法，其特征在于，所述方法包括：针对预先获取的人体影像，计算所述人体影像中的每个像素点属于各个人体部位的概率；针对任一待提取中心点的人体部位，由属于所述人体部位的概率大于第一预设阈值的点组成所述人体部位的基础点集；从所述基础点集中，获取概率大于第二预设阈值的点，形成生长点集，其中所述第二预设阈值大于所述第一预设阈值；针对所述生长点集中的任一点，当该点满足预设条件时，执行以下操作：以该点为种子点，通过区域生长法获得与该种子点对应的种子区域；所述预设条件包括：未曾被选作为种子点、且不在任一种子点的种子区域中；针对所述人体部位的每一个种子区域，将该种子区域中的每一个点的概率视为该点的密度、并根据该种子区域中每一个点的密度，以及每一个点在所述人体影像中的位置坐标，计算该种子区域的重心；针对每一个种子区域的重心，根据所述基础点集中与该重心的像素距离小于等于第一预设距离的点的概率，计算该重心为所述人体部位的中心点的预测概率；将基础点集中距离预测概率最大的重心最近的点，确定为所述人体部位的中心点。2.根据权利要求1所述的方法，其特征在于，所述通过区域生长法获得与该种子点对应的种子区域，具体包括：从所述基础点集中，获取概率大于第三预设阈值、且与所述种子点的像素距离小于第二预设距离的点，形成种子区域；其中，所述第三预设阈值小于所述第二预设阈值。3.根据权利要求2所述的方法，其特征在于，所述从所述基础点集中，获取概率大于第二预设阈值的点，形成生长点集之前，所述方法还包括：滤除所述基础点集中，与所述人体部位的其它点不相邻的点。4.根据权利要求1所述的方法，其特征在于，所述针对每一个种子区域的重心，根据所述基础点集中与该重心的像素距离小于等于第一预设距离的点的概率，计算该重心为所述人体部位的中心点的预测概率，具体包括：针对每一个种子区域的重心，从所述基础点集中获取与该重心的像素距离小于等于第一预设距离的点的概率；并，计算与该重心的像素距离小于等于第一预设距离的点的概率的和，将计算的和作为该重心的预测概率。5.一种图像处理中人体特征的提取装置...

【专利技术属性】
技术研发人员：余大勇，马昆，
申请(专利权)人：北京数码视讯科技股份有限公司，
类型：发明
国别省市：北京;11