【技术实现步骤摘要】
本专利技术涉及计算机视觉，尤其涉及一种识别目标对象的方法及装置。
技术介绍
1、图像识别技术在日常生活中被广泛使用。但是在使用图像识别技术的时候，会由于光照等影响，图像存在高亮光斑，使得采集到的图像的对比度降低，导致图像识别不准确。
2、目前一般会根据图像中所有的像素点的像素值对图像进行聚类，得到多个簇类，然后对簇类中像素点进行加权校正，将加权矫正后的像素点进行图像识别，得到图像识别的结果。但是这种聚类方式会导致没有受光照影响的像素点和受光照影响的像素点划分到同一个簇类中，由于不同簇类中像素点进行加权矫正的加权值不同，从而会影响对像素点进行加权矫正的准确性，进而会影响图像识别的结果。
3、综上，如何将受相同光照影响的像素点被划分至同一个簇类中，是当前亟需解决的技术问题。
技术实现思路
1、本专利技术实施例提供一种识别目标对象的方法及装置，用以解决现有技术中将没有受光照影响的像素点和受光照影响的像素点划分到同一个簇类中的问题。
2、第一方面，本专利技术实施例提供一种识别目标对象的方法及装置，包括：提取待识别图像的纹理特征图；根据纹理特征图中任一像素点的纹理特征值的梯度分布信息，确定纹理特征图中任一像素点的光照影响因子；任一像素点的纹理特征值的梯度分布信息表征任一像素点的纹理特征值和任一像素点对应的邻域像素点的纹理特征值之间的梯度变化；根据纹理特征图的任一像素点的光照影响因子，对纹理特征图进行聚类，得到m个簇类；其中m为大于等于1的正整数；针对m个簇
3、上述技术方案中，通过根据纹理特征图中任一像素点的纹理特征值的梯度分布信息确定的光照影响因子来对纹理特征图进行聚类，从而实现将受同一光照影响的像素点的聚类到同一个簇类中，避免将没有受到光照影响的像素点和受到光照影响的像素点聚类到同一个簇类中，进而优化每个簇类中的每个像素点纹理特征值，使得提高图像识别的准确性。
4、可选的，根据纹理特征图中任一像素点的纹理特征值的梯度分布信息，确定纹理特征图中任一像素点的光照影响因子，包括：在纹理特征图中第一像素点的邻域范围内，确定与第一像素点的纹理特征值相同的邻域像素点的数量；第一像素点为纹理特征图中任一像素点；基于与第一像素点的纹理特征值相同的邻域像素点的数量，确定第一像素点的光照影响因子。
5、可选的，基于与第一像素点的纹理特征值相同的邻域像素点的数量，确定第一像素点的光照影响因子，包括：若与第一像素点的纹理特征值相同的邻域像素点的数量大于设定阈值，则根据第一像素点的领域范围内像素点的数量、与第一像素点的纹理特征值相同的邻域像素点的数量，确定第一像素点的光照影响因子；若与第一像素点的纹理特征值相同的邻域像素点的数量小于设定阈值，则第一像素点的光照影响因子为设定数值。
6、可选的，根据纹理特征图的任一像素点的光照影响因子，对纹理特征图进行聚类，得到m个簇类，包括：根据纹理特征图中任一像素点的邻域信息，确定纹理特征图中任一像素点的第一模糊因子；根据纹理特征图的任一像素点的光照影响因子优化第一模糊因子，得到纹理特征图中任一像素点的第二模糊因子；根据纹理特征图中各像素点的第二模糊因子对纹理特征图进行基于局部信息模糊聚类的鲁棒图像分割算法flicm聚类，得到m个簇类。
7、可选的，根据簇类中各像素点的像素值，优化各像素点的纹理特征值，包括：根据簇类中各像素点的像素值、簇类中各像素点与簇类的簇类中心之间的位置关系，确定簇类中各像素点对应的权重值；其中，权重值越大表征像素点受光照影响程度越小；根据簇类中各像素点对应的权重值，优化簇类的各像素点的纹理特征值。
8、可选的，根据簇类中各像素点的像素值、簇类中各像素点与簇类的簇类中心之间的位置关系，确定簇类中各像素点对应的权重值，包括：针对簇类中任一像素点，根据像素点与簇类的簇类中心之间的距离的归一化结果、簇类中各像素点的像素值之和在m个簇类的归一化结果、和簇类中各像素点的方差在m个簇类的归一化结果，确定像素点对应的权重值；其中距离越大，权重值越小。
9、可选的，通过如下公式确定任一像素点的第二模糊因子：
10、
11、其中，dij为第i个像素点与其邻域范围中第j个像素点的距离。ukj：表示第i个像素点的邻域范围中的第j个像素点在聚类迭代过程中对于第k个簇类的隶属度。m：表示模糊均值聚类过程中的模糊因子，通常取2。‖xj-vk‖2：表示第i个像素点邻域范围中第j个像素点与第k个簇类中心vk的距离。ni为像素点i的邻域范围中的像素点的数量。为像素点i的光照影响因子；
12、通过如下公式优化簇类的各像素点的纹理特征值：
13、lbp'i＝(1-ηi)·lbpi
14、其中，lbp′i为优化后的簇类中像素点i的lbp特征值，lbpi为的簇类中像素点i的lbp特征值，ηi为像素点i对应的权重值。
15、第二方面，本专利技术实施例提供的一种识别目标对象的装置，包括：获取单元，用于提取待识别图像的纹理特征图；处理单元，用于根据纹理特征图中任一像素点的纹理特征值的梯度分布信息，确定纹理特征图中任一像素点的光照影响因子；任一像素点的纹理特征值的梯度分布信息表征任一像素点的纹理特征值和任一像素点对应的邻域像素点的纹理特征值之间的梯度变化；根据纹理特征图的任一像素点的光照影响因子，对纹理特征图进行聚类，得到m个簇类；其中m为大于等于1的正整数；针对m个簇类中任一簇类，根据簇类中各像素点的像素值，优化各像素点的纹理特征值，从而得到目标纹理特征图；通过目标纹理特征图进行目标对象的识别。
16、可选的，处理单元具体用于：在纹理特征图中第一像素点的邻域范围内，确定与第一像素点的纹理特征值相同的邻域像素点的数量；第一像素点为纹理特征图中任一像素点；基于与第一像素点的纹理特征值相同的邻域像素点的数量，确定第一像素点的光照影响因子。
17、可选的，处理单元具体用于：若与第一像素点的纹理特征值相同的邻域像素点的数量大于设定阈值，则根据第一像素点的领域范围内像素点的数量、与第一像素点的纹理特征值相同的邻域像素点的数量，确定第一像素点的光照影响因子；若与第一像素点的纹理特征值相同的邻域像素点的数量小于设定阈值，则第一像素点的光照影响因子为设定数值。
18、可选的，处理单元具体用于：根据纹理特征图中任一像素点的邻域信息，确定纹理特征图中任一像素点的第一模糊因子；根据纹理特征图的任一像素点的光照影响因子优化第一模糊因子，得到纹理特征图中任一像素点的第二模糊因子；根据纹理特征图中各像素点的第二模糊因子对纹理特征图进行基于局部信息模糊聚类的鲁棒图像分割算法flicm聚类，得到m个簇类。
19、可选的，处理单元具体用于：根据簇类中各像素点的像素值、簇类中各像素点与簇类的簇类中心之间的位置关系，确定簇本文档来自技高网...
【技术保护点】
1.一种识别目标对象的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，根据所述纹理特征图中任一像素点的纹理特征值的梯度分布信息，确定所述纹理特征图中任一像素点的光照影响因子，包括：
3.如权利要求2所述的方法，其特征在于，基于与所述第一像素点的纹理特征值相同的邻域像素点的数量，确定所述第一像素点的光照影响因子，包括：
4.如权利要求1所述的方法，其特征在于，所述根据所述纹理特征图的任一像素点的光照影响因子，对所述纹理特征图进行聚类，得到M个簇类，包括：
5.如权利要求1至4任一项所述的方法，其特征在于，所述根据所述簇类中各像素点的像素值，优化各像素点的纹理特征值，包括：
6.如权利要求5所述的方法，其特征在于，所述根据所述簇类中各像素点的像素值、所述簇类中各像素点与所述簇类的簇类中心之间的位置关系，确定所述簇类中各像素点对应的权重值，包括：
7.如权利要求6所述的方法，其特征在于，通过如下公式确定任一像素点的第二模糊因子：
8.一种识别目标对象的装置，其特征在于，包括：
<...【技术特征摘要】
1.一种识别目标对象的方法，其特征在于，包括：
2.如权利要求1所述的方法，其特征在于，根据所述纹理特征图中任一像素点的纹理特征值的梯度分布信息，确定所述纹理特征图中任一像素点的光照影响因子，包括：
3.如权利要求2所述的方法，其特征在于，基于与所述第一像素点的纹理特征值相同的邻域像素点的数量，确定所述第一像素点的光照影响因子，包括：
4.如权利要求1所述的方法，其特征在于，所述根据所述纹理特征图的任一像素点的光照影响因子，对所述纹理特征图进行聚类，得到m个簇类，包括：
5.如权利要求1至4任一项所述的方法，其特征在于，所述根据所述簇类中各像素点的像素值，优化各像素点的纹理特征值，包括：
6.如权利要求5所...
【专利技术属性】
技术研发人员：冯鹏，陈洁丹，谢守坦，谢立恒，官振东，龙绍松，
申请(专利权)人：深圳前海微众银行股份有限公司，
类型：发明
国别省市：
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。