本发明专利技术提供了一种基于局部积分图像处理的目标检测方法、装置及系统，所述方法包括：步骤S11，读入局部图像区域的像素并计算该局部图像区域内的局部积分图像，所述局部图像区域的尺寸大于等于子窗口的尺寸，所述子窗口为目标检测中能检测出目标的最小的矩形区域；步骤S12，采用所述局部积分图像计算所述局部图像区域内各子窗口的矩形特征，并根据所述各子窗口的矩形特征在各子窗口中进行目标检测；步骤S13，更新所述局部图像区域，对于更新后的局部图像区域重复所述步骤S11至S12，直至对整幅图像完成目标检测。本发明专利技术能够限制用于表示积分图像像素的数据位数，节省存储积分图像的片内SRAM资源。
【技术实现步骤摘要】
本专利技术涉及目标检测技术，尤其涉及一种基于局部积分图像处理的目标检测方法、装置及系统。
技术介绍
Haar-Like特征是Viola等人提出的一种简单矩形特征(参见文献I :PaulViola, Michael Jones, Robust Real-time Object Detection. International Journalof Computer Vision, 57 (2)，pp. 137-154，2002.)，因类似于 Haar 小波的而得名。如图 Ia至图Ic所示，Haar-Like型特征的定义是黑色矩形和白色矩形在图像子窗口中对应的区域的灰度级总和之差，Haar-Like型特征反映了图像局部的灰度变化。 Haar-Like特征分为三类边缘特征、线性特征、中心特征(参见文献2 :Fioba B., Ernst,A., Fast frontal-view face detection using a multi-pathdecision tree，Proceding of Audio-and Video-based Biometric PersonAuthentication, 2003, pp. 921-928),三类特征组合成特征模板，如图Ia至图Ic所示。特征模板内有白色和黑色两种矩形，并定义该模板的特征值为白色矩形中的像素和减去黑色矩形中的像素和。在确定了特征形式后，Haar-Like特征的数量就取决于训练样本图像矩阵的大小以及特征模板在子窗口内任意放置，文献3 (Lienhart Rainer, MaydtJochen, An Extended Set of Haar-Iike Features for Rapid Object Detection . IEEEInternational Conference on Image Process, 2002，pp. 900-903)详细讨论了在某一子窗口中Haar-Like特征的数量，例如在一个24X24的子窗口中，上述三类Haar-Like特征的总数高达117,941个。一种形态称为一种特征，找出所有子窗口的特征是进行弱分类训练的基础。而从大量的Haar特征中，选取若干具有最强分类能力的特征，是构建Haar分类器的关键所在。从Haar特征的形状发现，对于垂直、水平的特征，可以利用积分图像计算得到特征值。积分图像是图像的一种表示方式，其定义如下权利要求1.一种基于局部积分图像处理的目标检测方法，其特征在于，包括 步骤S11，读入局部图像区域的像素并计算该局部图像区域内的局部积分图像，所述局部图像区域的尺寸大于等于子窗口的尺寸，所述子窗口为目标检测中能检测出目标的最小的矩形区域； 步骤S12，采用所述局部积分图像计算所述局部图像区域内各子窗口的矩形特征，并根据所述各子窗口的矩形特征在各子窗口中进行目标检测； 步骤S13，更新所述局部图像区域，对于更新后的局部图像区域重复所述步骤Sll至S12，直至对整幅图像完成目标检测。2.根据权利要求I所述的基于局部积分图像处理的目标检测方法，其特征在于，在读入局部图像区域的像素并计算该局部图像区域内的局部积分图像时，还一并读入更新后的局部图像区域中新增的像素区域并计算该新增的像素区域在更新后的局部图像区域中的局部积分图像，在更新所述局部图像区域时，根据更新前的局部图像区域内的局部积分图像以及更新后的局部图像区域中新增的像素区域的局部积分图像计算更新后的局部图像区域内的局部积分图像。3.根据权利要求2所述的基于局部积分图像处理的目标检测方法，其特征在于，所述局部图像区域的宽度为SWg_W，高度为swg_h，按照如下公式计算更新后的局部图像区域的局部积分图像reg_lii=reg_lii-reg_lii;i=0，1，2,…swg—w—l—M; j=0，1，2··· swg_h-l;reg—lii Ii1+swg_w-M] =reg_upd =s +S ; j=0; i=0, I,…M_1;reg_upd =s +reg_upd +S ; j=l, 2，…swg_h_l; i=0, I…M_1;其中，S采用如下公式计算S=reg_lii-reg_lii, j=0 ；S=reg_lii-reg_lii-(reg_lii -reg_lii ), j=l, 2，... swg_h_l ；s采用如下公式计算 Λ /IP] = Σ 尸W;i = 0，l，2"'wg—A-=1; 其中，P是第j行新增的像素点。4.根据权利要求3所述的基于局部积分图像处理的目标检测方法，其特征在于，所述M预设为一次读取操作中读入的像素数量。5.根据权利要求2所述的基于局部积分图像处理的目标检测方法，其特征在于，所述目标检测方法采用流水线方式进行，划分为两个流水阶段，分别为 读入更新后的局部图像区域中新增的像素区域并计算该新增的像素区域在更新后的局部图像区域中的局部积分图像；采用更新前的局部积分图像计算所述矩形特征并根据该矩形特征进行目标检測，以及采用所述新增的像素区域的局部积分图像计算更新后的局部图像区域的局部积分图像。6.一种基于局部积分图像处理的目标检测装置，其特征在于，包括 局部积分图像计算模块，读入局部图像区域的像素并计算该局部图像区域内的局部积分图像，所述局部图像区域的尺寸大于等于子窗ロ的尺寸，所述子窗ロ为目标检测中能检测出目标的最小的矩形区域； 矩形特征计算及检测模块，采用所述局部积分图像计算所述局部图像区域内各子窗ロ的矩形特征，井根据所述各子窗ロ的矩形特征在各子窗ロ中进行目标检测； 计算控制模块，控制所述局部积分图像计算模块更新所述局部图像区域并计算局部积分图像，以及控制所述矩形特征计算及检测模块计算矩形特征并进行目标检测，直至对整幅图像完成目标检测。7.根据权利要求6所述的基于局部积分图像处理的目标检测装置，其特征在于，所述局部积分图像计算模块包括 装载及计算子模块，读入所述局部图像区域的像素并计算该局部图像区域内的局部积分图像，还ー并读入更新后的局部图像区域中新增的像素区域并计算该新增的像素区域在更新后的局部图像区域中的局部积分图像，所述更新前的局部图像区域内的局部积分图像和新增的像素区域的局部积分图像存储于积分图像寄存器阵列中； 更新子模块，根据更新前的局部图像区域内的局部积分图像以及更新后的局部图像区域中新增的像素区域的局部积分图像计算更新后的局部图像区域内的局部积分图像，并以更新后的局部图像区域内的局部积分图像更新所述积分图像寄存器阵列中的更新前的局部图像区域内的局部积分图像。8.根据权利要求7所述的基于局部积分图像处理的目标检测装置，其特征在于，所述局部图像区域的宽度为swg_w，高度为swg_h，所述更新子模块按照如下公式计算更新后的局部图像区域的局部积分图像reg_lii=reg_lii-reg_lii;i=0，1，2，…swg—w—l—M; j=0，1，2，…swg_h~l;reg—Iii =reg_upd =s +S ; j=0; i=0, I…M_1;reg_upd =s +reg_upd +S ; j=l, 2，…swg_h_l; i=0,本文档来自技高网...
【技术保护点】
一种基于局部积分图像处理的目标检测方法，其特征在于，包括：步骤S11，读入局部图像区域的像素并计算该局部图像区域内的局部积分图像，所述局部图像区域的尺寸大于等于子窗口的尺寸，所述子窗口为目标检测中能检测出目标的最小的矩形区域；步骤S12，采用所述局部积分图像计算所述局部图像区域内各子窗口的矩形特征，并根据所述各子窗口的矩形特征在各子窗口中进行目标检测；步骤S13，更新所述局部图像区域，对于更新后的局部图像区域重复所述步骤S11至S12，直至对整幅图像完成目标检测。
【技术特征摘要】
【专利技术属性】
技术研发人员：胡红旗，徐向阳，赵光焕，刘君敏，胡志卷，
申请(专利权)人：杭州士兰微电子股份有限公司，
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。