一种基于灰度共生矩阵调整学习率的图像识别方法技术

本发明专利技术公开了一种基于灰度共生矩阵调整学习率的图像识别方法包括通过摄像头采集远动员图像，将采集到的图像汇总；对原图像进行高斯滤波，获取得到入射图像；将入射图像与原图像相减得到反射图像；根据四方向八邻域灰度共生矩阵判断对混合高斯模型进行学习率更新；运动员提取；本发明专利技术能够有效实现在光照较差情况下，对运动员进行快速检测与提前，从而通过运动员的提取实现运动员位置的自动识别，才能够进一步对运动员姿态进行有效分析。

【技术实现步骤摘要】
一种基于灰度共生矩阵调整学习率的图像识别方法
本专利技术涉及视频分析
，尤其涉及一种基于灰度共生矩阵调整学习率的图像识别方法。
技术介绍
近年来基于视频分析的运动图像理解一直以来都是计算机领域备受关注的热点，基于计算机视觉的运动视频分析，特别是对于足球、篮球、网球等球类比赛的自动分析，一直都是备受关注的研究热点，其应用也十分广泛；目前在对运动项目的图像处理方法研究中，主要集中在对球的分析上，只有少数研究讨论了体育视频中通过图像处理的方法增强目标物的提取，如利用颜色空间和统计理论相结合的方法，对视频中过暗和过亮的图像进行处理；虽然利用颜色空间的方法具有一定的效果，但是由于要对三通道图像进行处理，所以处理速度较慢。随着图像分析技术的发展，近年来对于运动中的人物检测取得了较好的效果，但较少讨论光照对于运动比赛图像分析时的影响；而光线是图像分析中比较重要的一个因素，特别是在晚间比赛时，光线照度往往不能满足图像分析的要求；而在体育比赛中，无法像工业检测等其他场景那样通过增补光源的形式来提高后续图像处理的质量；晚间室内比赛由于灯光原因，造成运本文档来自技高网...

【技术保护点】
1.一种基于灰度共生矩阵调整学习率的图像识别方法，其特征在于：包括，/n通过摄像头采集远动员图像，将采集到的图像汇总；/n对原图像进行高斯滤波，获取得到入射图像；/n将入射图像与原图像相减得到反射图像；/n根据四方向八邻域灰度共生矩阵判断对混合高斯模型进行学习率更新；/n运动员提取。/n

【技术特征摘要】
1.一种基于灰度共生矩阵调整学习率的图像识别方法，其特征在于：包括，
通过摄像头采集远动员图像，将采集到的图像汇总；
对原图像进行高斯滤波，获取得到入射图像；
将入射图像与原图像相减得到反射图像；
根据四方向八邻域灰度共生矩阵判断对混合高斯模型进行学习率更新；
运动员提取。


2.如权利要求1所述的基于灰度共生矩阵调整学习率的图像识别方法，其特征在于：所述入射图像采用高斯低通滤波器获取；
其中，所述高斯低通滤波器的公式如下：



式中，D0表示通带的半径，x表示像素点的纵坐标，y表示像素点的横坐标；
其中，D(x,y)由下式计算得到：



式中，P、Q分别表示图像的宽度和长度；
其中，入射图像L(x，y)的公式如下：
L(x,y)＝S(x,y)*H(x,y)(3)
式中，S(x，y)表示原图像，H(x,y)表示滤波器。


3.如权利要求1或2所述的基于灰度共生矩阵调整学习率的图像识别方法，其特征在于：所述反射图像R(x，y)的公式如下：
R(x，y)＝S(x，y)-L(x，y)(4)
式中，L(x，y)表示入射图像，S(x，y)表示原图像。


4.如权利要求3所述的基于灰度共生矩阵调整学习率的图像识别方法...

【专利技术属性】
技术研发人员：夏飞，张传林，龚春阳，
申请(专利权)人：上海电力大学，
类型：发明
国别省市：上海;31