An image processing device and method are disclosed. An image processing device may include: a feature acquisition device configured to obtain values of a plurality of features of each pixel block for each pixel block in the target area in the image frame, each block of pixels including N x M pixels, N > 1, and M > 1; the estimation device is configured to be used in accordance with the target area and the image frame. The background is used to estimate the ability of each of the multiple features of each pixel to reflect the difference between the background and the target; and the feature weighting device is configured to give weights to the multiple features described for each pixel according to the ability of each feature to highlight the ability to reflect the differences between the background and the target. A strong feature wherein the image processing apparatus performs image matching processing on the target according to the characteristics weighted by the feature weighting device.
【技术实现步骤摘要】
图像处理设备和方法本申请是申请人于2012年1月19日向中国专利局提交的申请号为201210018287.1,专利技术名称为“图像处理设备和方法”的专利技术专利申请的分案申请。
本公开涉及图像处理领域,具体而言,涉及一种图像处理设备和方法。
技术介绍
目标跟踪或目标匹配是图像处理领域的一个重要分支。在目标跟踪的过程中,目标的特征很难保持稳定,比如光照的变化会影响图像的灰度和颜色特征,目标的变形会影响图像的纹理特征。针对这个问题,一种解决方法是采用多特征的融合。但是现有的多特征融合方法存在计算量大,很难用硬件实现等问题。在另一方面,在目标跟踪过程中,当初始化目标框时,不可避免的会把一部分背景包含进来,因此,提取特征的时也相应会把背景的干扰引入进来。背景干扰越大,后续的特征匹配的精度就会越低。如何消除背景的影响也是目标跟踪技术的研究重点之一。一种解决方法是采用核函数的方法来减弱背景的影响。相关文献包括:DorinComaniciu等人的论文“Kernel-basedobjecttracking“(发表于PatternAnalysisandMachineIntelligence,2003年5月)(简称为相关文献1)。然而,这样的方法仍然无法准确的消除背景的干扰。
技术实现思路
在下文中给出关于本公开的简要概述,以便提供关于本公开的某些方面的基本理解。应当理解,这个概述并不是关于本公开的穷举性概述。它并不是意图确定本公开的关键或重要部分,也不是意图限定本公开的范围。其目的仅仅是以简化的形式给出某些概念,以此作为稍后论述的更详细描述的前序。根据本公开的一个方面,提供了一 ...
【技术保护点】
一种图像处理设备,包括:特征获取装置,被配置用于针对图像帧中的目标区域中的每一像素块,获取该像素块的多个特征的值,每一像素块包括N×M个像素,N≥1,M≥1;估计装置,被配置用于根据所述目标区域与所述图像帧中的背景来估计所述每一像素块的多个特征中的每一特征反映背景与目标的差异的能力;以及特征加权装置,被配置用于根据每一特征反映背景与目标的差异的能力,为所述每一像素块的所述多个特征赋予权重,以突出反映背景与目标差异的能力更强的特征,其中,所述图像处理设备根据经所述特征加权装置加权的特征对目标进行图像匹配处理。
【技术特征摘要】
1.一种图像处理设备,包括:特征获取装置,被配置用于针对图像帧中的目标区域中的每一像素块,获取该像素块的多个特征的值,每一像素块包括N×M个像素,N≥1,M≥1;估计装置,被配置用于根据所述目标区域与所述图像帧中的背景来估计所述每一像素块的多个特征中的每一特征反映背景与目标的差异的能力;以及特征加权装置,被配置用于根据每一特征反映背景与目标的差异的能力,为所述每一像素块的所述多个特征赋予权重,以突出反映背景与目标差异的能力更强的特征,其中,所述图像处理设备根据经所述特征加权装置加权的特征对目标进行图像匹配处理。2.根据权利要求1所述的图像处理设备,其中,所述估计装置进一步被配置为通过以下来估计每一像素块的多个特征中的每一特征的反映背景与目标的差异的能力:针对目标区域中的每一像素块的每一特征,计算该像素块的该特征与目标区域的邻域内的多个像素块的该特征的差分值的累加值,其中,该像素块的多个特征中所述差分值的累加值较大的特征反映背景与目标的差异的能力较强,该像素块的多个特征中所述差分值的累加值较小的特征反映背景与目标的差异的能力较弱。3.根据权利要求2所述的图像处理设备,其中,所述估计装置进一步被配置为通过以下来针对目标区域中的每一像素块的每一特征,计算该像素块的该特征与目标区域的邻域内的多个像素块的该特征的差分值的累加值:利用与目标区域大小相同的滑动窗在目标区域的邻域内滑动,计算目标区域中的该像素块的该特征与每次滑动得到的图像块中的位置对应的像素块的该特征之间的差分值;以及累加多次滑动得到的差分值。4.根据权利要求2所述的图像处理设备,其中,所述特征加权装置进一步被配置为:选择所述多个特征中所述差分值的累加值较大的一个或更多个,作为所述目标区域的所述每一像素块的最优特征,将所述多个特征中的其他特征权重设置为0。5.根据权利要求2-4中任一项所述的图像处理设备,其中,所述特征加权装置进一步被配置为:判断每一像素块的每一特征的所述差分值的累加值是否大于或等于预定阈值,若否,则将该特征的权重设置为0。6.根据权利要求1-4中任一项所述的图像处理设备,其中:所述特征获取装置进一步被配置为从后续图像帧中提取多个候选目标区域,并获取每一所述候选目标区域中的每一像素块的所述多个特征的值,并且其中,所述图像处理设备还包括:置信度估计装置,...
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。