【技术实现步骤摘要】
一种基于局部二维模式和不变矩查找的人像定位方法
本专利技术涉及图像分割、边缘查找等多种图像处理
，并且还对信号滤波有一定的需求，总体上是一种基于局部二维模式和不变矩查找的人像定位方法。
技术介绍
人像识别现在是非常具有挑战性的一项研究，也因其有着广泛的应用范围而更加收到多方面的关注。人像识别技术在商业、军事、情报和日常生活中都具有难以计数的应用领域。简单来说，有信息安全管理、医疗、安保系统、人工智能、案件侦办等等。其中最主要的还是以下三种的应用：1、身份认证，通过对比实时采集得到的人像数据与已存储于认证设备中的人像数据，达到一定的相似程度，则可以判断为身份认证成功，该系统已经在身份证、护照、驾驶执照、机场安检、海关入关等众多地方得到应用，更可以实现犯罪嫌疑人排查等更多其他领域；2、身份鉴定，将采集到的人像数据进行处理，并于数据库中的人像进行比对，按照相似度进行排列，给出一个判断结果和相对准确度，可用于安全控制、边境排查等安全监督部门；3、视频监控，可以先通过摄像机对人进行连续拍摄，跟踪和定位，通过将人像与背景的分离，得到人像部分，然后与被监控对象库进行分析比...
【技术保护点】
1.一种基于局部二维模式和不变矩查找的人像定位方法，其特征在于，所述的人像定位方法包括下列步骤：S1、获取人像样本图组，通过训练获取图中含有人像的区域，再标准化所有图组的人像区域定位特征，获得一组特征向量V；S2、对新的含有人像的测试图像组进行图像预处理和滤波，再进行LBP的特征分析，得到图像中边缘的LBP特征值ui，i＝0,1,2,…,M，M为新的测试图像组的数量；S3、使用胡氏不变矩来对LBP特征值ui的几何特征进行特征采集，得到图像的轮廓特征向量li；S4、对边界轮廓特征向量进行标准化处理，获得标准化向量Li，再与特征向量V进行欧氏距离测定，小于阈值ε的向量Lk，k＝...
【技术特征摘要】
1.一种基于局部二维模式和不变矩查找的人像定位方法，其特征在于，所述的人像定位方法包括下列步骤：S1、获取人像样本图组，通过训练获取图中含有人像的区域，再标准化所有图组的人像区域定位特征，获得一组特征向量V；S2、对新的含有人像的测试图像组进行图像预处理和滤波，再进行LBP的特征分析，得到图像中边缘的LBP特征值ui，i＝0,1,2,…,M，M为新的测试图像组的数量；S3、使用胡氏不变矩来对LBP特征值ui的几何特征进行特征采集，得到图像的轮廓特征向量li；S4、对边界轮廓特征向量进行标准化处理，获得标准化向量Li，再与特征向量V进行欧氏距离测定，小于阈值ε的向量Lk，k＝0,1,2,…,N，N<M，所代表的区域就是人像所在的区域。2.根据权利要求1所述的一种基于局部二值模式和不变矩查找的人像定位方法，其特征在于，所述的步骤S1具体包括：建立训练人像定位的样本集S；利用所属训练样本集中的人像轮廓部分，通过局部二值模式特征和胡氏不变矩的分析，得到图像中人像边缘的一组特征值Q；对Q进行标准化处理，获得人像轮廓的特征向量V。3.根据权利要求2所述的一种基于局部二值模式和不变矩查找的人像定位方法，其特征在于，所述的建立训练人像定位的样本集S中，利用所属训练样本集S通过LBP的特征分析，得到图像中人像边缘的LBP特征值，具体如下：假设一个局部区域内的纹理分布为局部区域内像素点的灰度值的联合分布密度，其定义为：T＝t(gc,g0,…,gP-1)其中gc为圆形局部区域的中心点的灰度值，而gp，p＝0,1,…P则是对应区域内的除开中心点之外的等距分布的P个点，使用双线性插值算法对没有落在像素位置的点进行灰度值计算，则图像中的邻域内的gp的坐标用下式表示：其中(xc,yc)表示中心点的坐标，若没有损失任何信息，从邻域中的其他像素点的灰度值gp减去中心点gc的值，那么局部区域的纹理T用中心点C与周边的灰度值的差值的联合分布表示：T＝t(gc,g0-gc,…,gP-1-gc)若又设，中心点gc与周边的gp的差gp-gc，p＝0,1,…P与中心点gc并无关系，有：T≈t(gc)(g0-gc,…,gP-1-gc)在此直接省略图像的亮度分布描述t(gc)，写为：T≈t(g0-gc,…,gP-1-gc)为保持尺度不发生变化，使用差值如下：T≈t(s(g0-gc),…,s(gP-1-gc))由上得到一个8字节的二进制数，然后对点按照不同的位置进行2P的加权求和，得到与邻域内点相关的唯一的LBP值，并称之为模式，以代表(xc,yc)为中心的邻域的纹理特征，表示如下：该区域的灰度分布以及纹理特征均用...
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。