基于单调波方向能量直方图的热红外人体目标识别方法技术

本发明专利技术公开了基于单调波方向能量直方图的热红外人体目标识别方法，包括如下步骤：获取包含人体目标的热红外图像；从热红外图像中提取候选人体目标区域，所述候选人体目标区域是指所述热红外图像中疑似包含人体目标的图像区域；提取所述候选人体目标区域的单调波方向能量直方图特征；基于单调波方向能量直方图特征对候选人体目标区域进行分类识别，确定出包含有人体目标的候选人体目标区域，实现对热红外图像中的人体目标的识别。单调波方向能量直方图特征实现了在强烈噪声干扰下对热红外图像模糊边缘的良好表达，所以具有很强的区分性，采用单调波方向能量直方图特征实现人体目标识别，能够有效提高人体目标识别的准确性。

【技术实现步骤摘要】
基于单调波方向能量直方图的热红外人体目标识别方法
本专利技术涉及数字图像处理与模式识别
，尤其涉及基于单调波方向能量直方图的热红外人体目标识别方法。
技术介绍
人体目标识别技术广泛应用于战场侦察、智能交通、安全监控、智能机器人等诸多领域。近年来，随着热红外成像设备技术水平的进步和价格的不断下降，越来越多的研究人员开展了热红外成像条件下的人体目标识别技术研究。热红外成像设备是通过探测环境中物体的热辐射进行成像的，因此能够在光照不良甚至无可见光照的情况下正常工作，因此，使用热红外成像设备的人体目标识别应用系统相对于使用可见光成像设备的人体目标识别系统具有全天侯工作的优势，而且更不容易受阴影、遮挡、不良照片等因素的影响。但是，在通过处理热红外成像设备采集的热红外图像信息实现人体目标识别时，也同样存在多方面困难。主要原因可归纳为热红外图像的弱质性、人体对象的复杂性和场景的多样性。当前，热红外人体目标识别方法可大致归纳为人体模型法、模板匹配法、运动检测法、统计分类法四类。在这些方法中，统计分类法相对具有更好的精度和适应性。统计分类法工作步骤可表述为“目标特征提取+分类器判决”。按所使用的目标特征可划分为基于全局性人体特征的统计识别方法和基于人体局部性特征的统计识别方法两类。全局性特征是以整个人体目标为对象描述其轮廓或区域，其有效性依赖于对人体目标的完整获取。不过，由于热红外图像的弱质性和人体形态的复杂性，满足该要求的候选目标常常难以获得。局部特征的获得一般是基于对整个目标区域的稠密扫描。此类特征无需明确的目标模型，对目标遮挡的鲁棒性很好，但缺点是计算代价可能相当高，而且探测窗口的大部分特征系数都可能用于背景的描述或局限在人体目标的某个部位，使得特征描述效率不高；此外，还可能对同一目标有多次检测结果，因此扫描完成后还要结合人体其他特征对众多可能结果进行检查和精炼。因此，如何解决热红外图像弱质性、人体对象复杂性和场景多样性造成的识别热红外图像中人体目标的困难，成为了本领域技术人员急需解决的问题。
技术实现思路
针对现有技术存在的上述不足，本专利技术要解决的技术问题是：如何解决热红外图像弱质性、人体对象复杂性和场景多样性造成的识别热红外图像中人体目标的困难。为解决上述技术问题，本专利技术采用了如下的技术方案：基于单调波方向能量直方图的热红外人体目标识别方法，包括如下步骤：(1)获取包含人体目标的热红外图像；(2)从热红外图像中提取候选人体目标区域，所述候选人体目标区域是指所述热红外图像中疑似包含人体目标的图像区域；(3)提取所述候选人体目标区域的单调波方向能量直方图特征；(4)基于单调波方向能量直方图特征对候选人体目标区域进行分类识别，确定出包含有人体目标的候选人体目标区域，实现对热红外图像中的人体目标的识别。优选地，步骤(3)包括如下步骤：(301)计算所述候选人体目标区域的多尺度单调波表达{A1,φ1,θ1,A2,φ2,θ2,...Ak,φk,θk,...,As,φs,θs}，其中，Ak表示尺度k下的局部能量信息矩阵,φk表示尺度k下的局部相位信息矩阵,θk表示尺度k下的局部方向信息矩阵，S为尺度k的最大值，k＝1,2,3,…,S；(302)分别将局部能量信息矩阵Ak和局部方向信息矩阵θk划分为多个非重叠的大小相同的网格，其中局部能量信息矩阵Ak和局部方向信息矩阵θk被划分为相同个数的网格；(303)将局部方向信息矩阵θk中所有元素所处的数值区间[0,π]划分为N个大小相同的子区间并依次编号为1,2,3，…，N，将局部方向信息矩阵θk中元素替换为该元素所在子区间的编号得到局部离散方向信息矩阵θk'；(304)计算局部能量信息矩阵Ak内每一网格的方向能量直方图；(305)将尺度k下所有网格的方向能量直方图进行量化系数的Z行排序，串行组合得到尺度k下的局部方向能量直方图Hk；(306)将所有尺度下的局部方向能量直方图串行组合得到单调波方向能量直方图特征H，其中，H＝{H1,H2,...,Hk,...,HS}。优选地，步骤(304)包括如下步骤：(3041)设编号元素值i＝1；(3042)获取局部离散方向信息矩阵θk'中对应网格中元素值等于i的所有元素的坐标位置；(3043)将局部能量信息矩阵Ak中对应网格中对应坐标位置的元素累加得到一个编号元素值对应的方向能量累加值，若局部离散方向信息矩阵θk'中对应网格中没有任何元素等于i，则该编号元素值对应的方向能量累加值为0；(3044)若i小于N，则将i的值加1并返回执行(3042)，若i等于N，则基于所有方向能量累加值得到局部能量信息矩阵Ak中对应网格的方向能量直方图。优选地，步骤(4)包括如下步骤：(401)获取多个包含人体目标和非人体目标的训练用热红外图像，从中获取训练用单调波方向能量直方图特征，构建训练样本集；(402)初始化深度置信网络；(403)基于训练样本集中的单调波方向能量直方图特征样本，通过逐层贪婪算法训练深度置信网络，获得网络各层神经元之间的连接权重，完成深度置信网络模型的构建；(404)将待识别目标的单调波方向能量直方图特征输入深度置信网络模型，获得待识别目标的类型标签，实现对热红外图像中人体目标的识别。优选地，步骤(402)中初始化后的深度置信网络包括一个输入层、两个隐藏层及一个输出层；输入层神经元个数为单调波方向能量直方图特征维数,采用最大似然估计方法估计单调波方向能量直方图特征的本征维数，两个隐藏层的神经元个数均为单调波方向能量直方图特征本征维数,输出层有两个神经元。本专利技术公开了基于单调波方向能量直方图的热红外人体目标识别方法，包括如下步骤：(1)获取包含人体目标的热红外图像；(2)从热红外图像中提取候选人体目标区域，所述候选人体目标区域是指所述热红外图像中疑似包含人体目标的图像区域；(3)提取所述候选人体目标区域的单调波方向能量直方图特征；(4)基于单调波方向能量直方图特征对候选人体目标区域进行分类识别，确定出包含有人体目标的候选人体目标区域，实现对热红外图像中的人体目标的识别。单调波方向能量直方图特征实现了在强烈噪声干扰下对热红外图像模糊边缘的良好表达，所以具有很强的区分性，采用单调波方向能量直方图特征实现人体目标识别，能够有效提高人体目标识别的准确性。附图说明图1为本专利技术公开的一种基于单调波方向能量直方图的热红外人体目标识别方法的流程图；图2至图4为从热红外图像中提取的候选目标示例；图5为尺度k上的单调波局部方向能量直方图提取过程示意图，其中，(a)候选目标，(b)第k尺度局部方向信息矩阵，(c)第k尺度局部能量信息矩阵，(d)叠加网格的局部方向信息矩阵图(e)叠加网格的局部能量信息矩阵，(f)数值区间[0,π]划分为N个大小相同的子区间，(g)局部离散方向信息矩阵，(h)第k尺度局部方向能量直方图；图6为深度置信网络结构。具体实施方式为了使本专利技术的目的、技术方案和优点更加清楚，下面将结合附图对本专利技术作进一步的详细描述说明。如图1所示，本专利技术公开了一种基于单调波方向能量直方图的热红外人体目标识别方法，包括如下步骤：(1)获取包含人体目标的热红外图像；热红外图像包括静态图像或者序列图像，运用热红外热像仪(或其他热红外成像装置)采集静态图像或本文档来自技高网...

【技术保护点】
1.基于单调波方向能量直方图的热红外人体目标识别方法，其特征在于，包括如下步骤：(1)获取包含人体目标的热红外图像；(2)从热红外图像中提取候选人体目标区域，所述候选人体目标区域是指所述热红外图像中疑似包含人体目标的图像区域；(3)提取所述候选人体目标区域的单调波方向能量直方图特征；(4)基于单调波方向能量直方图特征对候选人体目标区域进行分类识别，确定出包含有人体目标的候选人体目标区域，实现对热红外图像中的人体目标的识别。

【技术特征摘要】
1.基于单调波方向能量直方图的热红外人体目标识别方法，其特征在于，包括如下步骤：(1)获取包含人体目标的热红外图像；(2)从热红外图像中提取候选人体目标区域，所述候选人体目标区域是指所述热红外图像中疑似包含人体目标的图像区域；(3)提取所述候选人体目标区域的单调波方向能量直方图特征；(4)基于单调波方向能量直方图特征对候选人体目标区域进行分类识别，确定出包含有人体目标的候选人体目标区域，实现对热红外图像中的人体目标的识别。2.如权利要求1所述的基于单调波方向能量直方图的热红外人体目标识别方法，其特征在于，步骤(3)包括如下步骤：(301)计算所述候选人体目标区域的多尺度单调波表达{A1,φ1,θ1,A2,φ2,θ2,...Ak,φk,θk,...,As,φs,θs}，其中，Ak表示尺度k下的局部能量信息矩阵,φk表示尺度k下的局部相位信息矩阵,θk表示尺度k下的局部方向信息矩阵，S为尺度k的最大值，k＝1,2,3,…,S；(302)分别将局部能量信息矩阵Ak和局部方向信息矩阵θk划分为多个非重叠的大小相同的网格，其中局部能量信息矩阵Ak和局部方向信息矩阵θk被划分为相同个数的网格；(303)将局部方向信息矩阵θk中所有元素所处的数值区间[0,π]划分为N个大小相同的子区间并依次编号为1,2,3，…，N，将局部方向信息矩阵θk中元素替换为该元素所在子区间的编号得到局部离散方向信息矩阵θk'；(304)计算局部能量信息矩阵Ak内每一网格的方向能量直方图；(305)将尺度k下所有网格的方向能量直方图进行量化系数的Z行排序，串行组合得到尺度k下的局部方向能量直方图Hk；(306)将所有尺度下的局部方向能量直方图串行组合得到单调波方向能量直方图特征H，其中，H＝{H1,H2,...,Hk,...,HS}。3.如权利...

【专利技术属性】
技术研发人员：谭勇，严文娟，黄仕建，
申请(专利权)人：长江师范学院，
类型：发明
国别省市：重庆,50