基于移动终端的图像捕捉方法、装置及移动终端制造方法及图纸

技术编号:7090806 阅读:182 留言:0更新日期:2012-04-11 18:40
本发明专利技术涉及一种基于移动终端的图像捕捉方法、装置及移动终端,其中该方法包括:步骤101,采集图像;步骤102,采用训练过的分类器,在采集的图像中跟踪设定图像,并且捕捉所述设定图像;步骤103,将经由所述训练过的分类器过滤的所述图像保存在存储器中。本发明专利技术实施例,基于Gentile?AdaBoost算法实现了8种哈尔型特征模板,从而使得本实施例的基于移动终端的图像捕捉方法具有哈尔型特征的计算快的特点,而且还能够适用于移动终端进行实施地捕捉图像,因此克服现有技术中图像捕捉方法容易受到用户拍摄能力的影响的缺陷。

【技术实现步骤摘要】

本专利技术属于移动通信领域,特别涉及基于移动终端的图像捕捉方法、装置及移动终端
技术介绍
随着通信技术的发展,人们的日常生活越来越离不开移动终端。同样,随着人们对移动终端的要求越来越高,移动终端能够实现的功能也越来越丰富。例如摄像、录音、听广播、上网等等。现在,由于存储在移动终端里的联系人很多,需要通过特殊的头像来方便用户快速地识别相应的联系人,比如将联系人特定部位设置为联系人的头像。当用户需要满足自己的这种需求的时候,需要用手机在现场拍摄联系人的特定部位之后,将该照片设置为头像。另外,对于能够实现视屏通话的移动终端来讲,需要在实现视频通话的过程中捕捉相应的图像,并将相应的图像设置为头像。目前的图像捕捉方法的缺陷在于,在捕捉联系人的特定部位的时候,需要由用户自己捕捉特定部位。因此现有的图像捕捉方法具有非确定性,即拍摄效果容易受到用户拍摄能力的影响。
技术实现思路
本专利技术的目的是提供一种基于移动终端的图像捕捉方法、装置及移动终端,以克服现有技术中图像捕捉方法容易受到用户拍摄能力的影响的缺陷。为实现上述目的,本专利技术提供了一种基于移动终端的图像捕捉方法,包括步骤 101,采集图像;步骤102,采用训练过的分类器,在采集的图像中跟踪设定图像,并且捕捉所述设定图像,其中所述训练过的分类器的函数表达式为权利要求1.一种基于移动终端的图像捕捉方法,其特征在于,包括 步骤101,采集图像;步骤102,采用训练过的分类器,在采集的图像中跟踪设定图像,并且捕捉所述设定图2.根据权利要求1所述的基于移动终端的图像捕捉方法,其特征在于, 所述设定图像为人耳图像。3.根据权利要求1所述的基于移动终端的图像捕捉方法,其特征在于,所述训练过的分类器为采用Gentile AdaBoost算法实现8种哈尔型特征模板的分类器,其中,第一种哈尔型特征模板为左右分开的边缘特征模板, 第二种哈尔型特征模板为上下分开的边缘特征模板, 第三种哈尔型特征模板为中心点区域特征模板,第四种哈尔型特征模板为第一左中右分开的线条特征模板,在这里左中右三个区域的宽度比为2 3 2,第五种哈尔型特征模板为第二左中右分开的线条特征模板,在这里左中右三个区域的宽度比为1 1 1,第六种哈尔型特征模板为第一上中下分开的线条特征模板,在这里上中下三个区域的高度比为2 3 2,第七种哈尔型特征模板为第二上中下分开的线条特征模板,在这里上中下三个区域的高度比为1 1 1,第八种哈尔型特征模板为对角线特征模板。4.根据权利要求1所述的基于移动终端的图像捕捉方法,其特征在于, 训练所述分类器的步骤包括步骤201,对训练样本中的误差权重进行初始化,具体为若输出的训练样本Yi = O= 若所述输出的训练样Iyi = 1则5.一种基于移动终端的图像捕捉装置,其特征在于,包括 采集图像模块,用于采集图像;跟踪并捕捉设定图像木块,用于采用训练过的分类器,在采集的图像中跟踪设定图像,并且捕捉所述设定图像,其中所述训练过的分类器的函数表达式为6.根据权利要求5所述的基于移动终端的图像捕捉装置,其特征在于, 所述设定图像为人耳图像。7.根据权利要求5所述的基于移动终端的图像捕捉装置,其特征在于,所述训练过的分类器为采用Gentile AdaBoost算法实现8种哈尔型特征模板的分类器,其中,第一种哈尔型特征模板为左右分开的边缘特征模板, 第二种哈尔型特征模板为上下分开的边缘特征模板, 第三种哈尔型特征模板为中心点区域特征模板,第四种哈尔型特征模板为第一左中右分开的线条特征模板,在这里左中右三个区域的宽度比为2 3 2,第五种哈尔型特征模板为第二左中右分开的线条特征模板,在这里左中右三个区域的宽度比为1 1 1,第六种哈尔型特征模板为第一上中下分开的线条特征模板,在这里上中下三个区域的高度比为2 3 2,第七种哈尔型特征模板为第二上中下分开的线条特征模板,在这里上中下三个区域的高度比为1 1 1,第八种哈尔型特征模板为对角线特征模板。8.根据权利要求5所述的基于移动终端的图像捕捉装置,其特征在于,还包括训练所述分类器的单元,所述训练所述分类器的单元包括对训练样本中的误差权重进行初始化的模块,用于对训练样本中的误差权重进行初始化,具体为若输出的训练样本Yi = O则9. 一种包括权利要求5 8任意一项权利要求所述的图像捕捉装置的移动终端。全文摘要本专利技术涉及一种基于移动终端的图像捕捉方法、装置及移动终端,其中该方法包括步骤101,采集图像;步骤102,采用训练过的分类器,在采集的图像中跟踪设定图像,并且捕捉所述设定图像;步骤103,将经由所述训练过的分类器过滤的所述图像保存在存储器中。本专利技术实施例,基于Gentile AdaBoost算法实现了8种哈尔型特征模板,从而使得本实施例的基于移动终端的图像捕捉方法具有哈尔型特征的计算快的特点,而且还能够适用于移动终端进行实施地捕捉图像,因此克服现有技术中图像捕捉方法容易受到用户拍摄能力的影响的缺陷。文档编号G06K9/62GK102314590SQ201010221189公开日2012年1月11日 申请日期2010年6月29日 优先权日2010年6月29日专利技术者申思 申请人:乐金电子(中国)研究开发中心有限公司本文档来自技高网...

【技术保护点】
1.一种基于移动终端的图像捕捉方法,其特征在于,包括:步骤101,采集图像;步骤102,采用训练过的分类器,在采集的图像中跟踪设定图像,并且捕捉所述设定图像,其中所述训练过的分类器的函数表达式为(math)??(mrow)?(mi)h(/mi)?(mrow)?(mo)((/mo)?(mi)x(/mi)?(mo))(/mo)?(/mrow)?(mo)=(/mo)?(mfencedopen='{'close='')?(mtable)?(mtr)?(mtd)?(mn)1(/mn)?(mo),(/mo)?(munderover)?(mi)Σ(/mi)?(mrow)?(mi)t(/mi)?(mo)=(/mo)?(mn)1(/mn)?(/mrow)?(mi)T(/mi)?(/munderover)?(msub)?(mi)α(/mi)?(mi)t(/mi)?(/msub)?(msub)?(mi)h(/mi)?(mi)t(/mi)?(/msub)?(mrow)?(mo)((/mo)?(mi)x(/mi)?(mo))(/mo)?(/mrow)?(mo)≥(/mo)?(mn)0.5(/mn)?(munderover)?(mi)Σ(/mi)?(mrow)?(mi)t(/mi)?(mo)=(/mo)?(mn)1(/mn)?(/mrow)?(mi)T(/mi)?(/munderover)?(msub)?(mi)α(/mi)?(mi)t(/mi)?(/msub)?(/mtd)?(/mtr)?(mtr)?(mtd)?(mn)0(/mn)?(mo),(/mo)?(mi)otherwise(/mi)?(/mtd)?(/mtr)?(/mtable)?(/mfenced)?(mo);(/mo)?(/mrow)?(/math)步骤103,将经由所述训练过的分类器过滤的所述图像保存在存储器中。...

【技术特征摘要】

【专利技术属性】
技术研发人员:申思
申请(专利权)人:乐金电子中国研究开发中心有限公司
类型:发明
国别省市:11

网友询问留言 已有0条评论
  • 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。

1