一种多方向物体图像识别方法技术

本发明专利技术公开了一种多方向物体图像识别方法，属于计算机智能识别领域。本方法为：1)读入待检测图像和已经训练好的单方向haar特征序列，并将特征序列旋转为若干设定方向的特征序列；2)将待检测图像设为灰度图像，然后对该灰度图像进行直方图均衡化；3)将均衡化后的待检测图像进行像素积分，形成积分图像；4)对待检测图像进行比例缩放，然后计算每一设定方向的特征序列与积分图像的特征值；5)监测窗口在图像中滑动，根据计算的特征值依次在每一设定方向判断特征是否匹配；若匹配成功则输出匹配的监测窗口的范围，如果所有设定方向均匹配失败，则检测识别失败。本发明专利技术仅需训练一次，就可以对多个方向图片进行识别，大大提高了识别效率。

【技术实现步骤摘要】

本专利技术涉及计算机智能识别领域，尤其涉及。
技术介绍
目前计算机智能识别领域物体识别有很多方法。其准确率与速度都达到了实际应用的程度。其中比较突出的一种方法就是通过haar特征进行物体识别。在这种方法中很巧妙的使用了 haar特征的简化形式，并且通过使用积分图像计算待检测矩形的像素积分值，就可以按照矩形特征进行haar特征的计算达到识别物体的目的。 haar简化特征haar简化特征直观上看是一种基于矩形的像素对比信息。由Paul Viola等人首先提出，其作用就是使用矩形计算区域内的像素和，像素颜色深的区域像素和的值会比较低；像素颜色浅的区域像素和的值会比较高。如图I中Haar_x3特征的定义，符合该特征的区域一定是中间有颜色较深的区域，而两边的区域较浅。如图I中Haar_y2特征，符合其特征的区域一定是上部区域颜色较浅，下部颜色较深。当然完整的haar特征的描述，必须还有区域坐标的位置、区域大小的描述，还有区域颜色和的对比阈值。区域坐标的位置是训练和识别时确定好的检测窗口中的相对位置，而监测窗口是可以在待检测图的不同区域按照不同尺度进行滑动与缩放的。具体到实际应用中，此类haa本文档来自技高网...

【技术保护点】
一种多方向物体图像识别方法，其步骤为：1)读入待检测图像；读入已经训练好的单方向haar特征序列，并将单方向haar特征序列旋转为若干设定方向的特征序列；2)将待检测图像设为灰度图像，然后对该灰度图像进行直方图均衡化；3)将均衡化后的待检测图像进行像素积分，形成积分图像；4)对待检测图像进行比例缩放，然后计算每一设定方向的haar特征序列与积分图像的特征值；5)监测窗口在图像中滑动，根据计算的特征值依次在每一设定方向判断特征是否匹配；若在某设定方向上特征匹配，则匹配成功并输出匹配的监测窗口的范围，如果所有设定方向均匹配失败，则检测识别失败。

【技术特征摘要】

【专利技术属性】
技术研发人员：马轶，
申请(专利权)人：北京锐安科技有限公司，
类型：发明
国别省市：