一种用于图像识别刚性目标的实用鲁棒方法技术

本发明专利技术涉及一种用于图像识别刚性目标的实用鲁棒方法，包括：步骤a，从采集的实时图像中分割出疑似目标的灰度图像后，进行上采样或下采样，使其尺度接近关联图；取前景库中最靠近的尺度对应的图像记作关联图，所述的前景库预先存储有多个不同尺度的目标灰度图像；步骤b，计算疑似目标图像与关联图的总体相似度和形状相似度；步骤c，将总体相似度和形状相似度与判决值比较，判定当前分割的对象是否为目标。本发明专利技术方法取长补短，结合对灰度的统计特征的设计与形状特征的改进形成复合特征对目标进行描述，并对判定条件进行规定，可得到较好的实际效果，能快速、准确的进行图像识别，且对场景与光照变化情况鲁棒。

【技术实现步骤摘要】
一种用于图像识别刚性目标的实用鲁棒方法
本专利技术涉及图像识别
，尤其涉及一种用于图像识别刚性目标的实用鲁棒方法。
技术介绍
在用于实时反应设备的未采用深度学习等技术进行辅助识别的跟踪类方法框架中，自然地有根据传统计算机视觉方法识别物体的需求。采用传统计算机视觉方法识别物体的关键点是：首先根据实际对特征的构造、提取和表示，再根据这些特征对疑似目标图像进行类属的判别，即它是背景还是干扰抑或目标。通常对传统特征的分类包括：客观的直观特征：如纹理特征，边缘特征，颜色特征，形状特征等；关于灰度的统计特征：如直方图，不变矩等；关于频域的变换特征：如傅里叶，阿达马等变换后得到的频域特征；图像代数特征：利用主成分分析，奇异值分解或特征空间分离变换等。传统计算机视觉方法识别物体均采用单一的特征进行描述，识别不够准确，实际效果差。
技术实现思路
本专利技术为了解决上述技术问题提供一种用于图像识别刚性目标的实用鲁棒方法。本专利技术通过下述技术方案实现：一种用于图像识别刚性目标本文档来自技高网...

【技术保护点】
1.一种用于图像识别刚性目标的实用鲁棒方法，其特征在于：包括以下步骤：/n步骤a，从采集的实时图像中分割出疑似目标的灰度图像后，进行上采样或下采样，使其尺度接近关联图；/n取前景库中最靠近的尺度对应的图像记作关联图，所述的前景库预先存储有多个不同尺度的目标灰度图像；/n步骤b，计算疑似目标图像与关联图的总体相似度和形状相似度；/n步骤c，将总体相似度和形状相似度与判决值比较，判定当前分割的对象是否为目标。/n

【技术特征摘要】
1.一种用于图像识别刚性目标的实用鲁棒方法，其特征在于：包括以下步骤：
步骤a，从采集的实时图像中分割出疑似目标的灰度图像后，进行上采样或下采样，使其尺度接近关联图；
取前景库中最靠近的尺度对应的图像记作关联图，所述的前景库预先存储有多个不同尺度的目标灰度图像；
步骤b，计算疑似目标图像与关联图的总体相似度和形状相似度；
步骤c，将总体相似度和形状相似度与判决值比较，判定当前分割的对象是否为目标。


2.根据权利要求1所述的用于图像识别刚性目标的实用鲁棒方法，其特征在于：所述总体相似度的计算方法包括：
步骤1，分别对上采样或下采样后疑似目标图像和关联图进行直方图统计，并进行直方图的均衡化；
步骤2，分别对均衡化后的两个直方图，依灰度级顺序记录每bin的数值，构成两个数组；分别两个数组做一阶差分，得两个一阶差分数组；分别依顺序记录一阶差分数组拐点处的灰度级，构成两个拐点灰度级数组；
步骤3，对两个拐点灰度级数组规范化，并求规范化后的两个拐点灰度级数组的欧氏距离，根据欧氏距离计算总体相似度。


3.根据权利要求2所述的用于图像识别刚性目标的实用鲁棒方法，其特征在于：所述的一阶差分指每相邻元素进行右元素对左元素的相减。


4.根据权利要求2所述的用于图像识别刚性目标的实用鲁棒方法，其特征在于：所述的拐点指一阶差分数组的元素中，相较于前一个位置的元素产生变号的元素在数组中的位置。


5.根据权利要求2所述的用于图像识别刚性目标的实用鲁棒方法，其特征在于：所述的规范...

【专利技术属性】
技术研发人员：何启斌，杨博，宋伟红，
申请(专利权)人：四川中科朗星光电科技有限公司，
类型：发明
国别省市：四川;51