一种在图像中识别物体的方法技术

本发明专利技术公开了一种在图像中识别物体的方法，包括以下步骤：读取图像或视频序列，进行运动目标检测，提取出前景图像；分析所提取的前景图像的颜色特征，分离前景区域中各颜色连通区域，得到对象结构，对结构部分通过矩不变量映射到特征空间，根据概率模型进行分类，若符合已知结构，则识别为该物体。本发明专利技术提出的方法弱化了形态的特征而强调结构，从而加强了多种背景下抗噪识别能力。

【技术实现步骤摘要】

本专利技术总体涉及图像识别，特别涉及基于不变矩以及结构不变性的物体识别方法。
技术介绍
目前物体图像识别的方法有很多，所用以识别的特征主要有纹理、边框、形态等，但对于一些比较复杂的环境，如自然保护区、闹市区，由于受到某些因素的影响(环境噪声、小范围遮挡等)，这些特征会受到较大干扰造成识别困难，主要原因在于，首先，纹理特征对图像信息精细度要求较高，在环境变化(如室外环境遇到下雨天)，所采集图像精细度大大降低造成识别困难；其次，边框及形态特征对对象的形态和拍摄角度有较高要求，对象的一些局部小范围的遮挡将给识别很大的影响；第三，对象在图像中的平移、旋转、放缩是识别过程中经常遇到的问题，为了消除这些变换对特征的影响，Hu在1962年提出了基于矩不变量的特征的模式识别方法(Hu, M.-K.(1962) “Visual patternrecognitionbymomentinvariants,，’ IRETransactionsonInformationTheory, vol.8, n0.2, pp.179 - 87.),并在后来被大量学者研究发展。该方法的核心是定义矩函数，通过矩函数构造不变量。设连续条件下二维图像函数为f(x，y)则它的(p+q)阶几何矩定义如下:

【技术保护点】
一种在图像中识别物体的方法，包括以下步骤：（一）：读取图像或视频序列，进行运动目标检测，提取出前景图像；（二）：分析所提取的前景图像的颜色特征，分离前景区域中各颜色连通区域，得到对象结构；（三）：对结构部分通过矩不变量映射到特征空间，根据概率模型进行分类，若符合已知结构，则识别为该物体。

【技术特征摘要】
1.一种在图像中识别物体的方法，包括以下步骤: (一):读取图像或视频序列，进行运动目标检测，提取出前景图像； (二):分析所提取的前景图像的颜色特征，分离前景区域中各颜色连通区域，得到对象结构； (三):对结构部分通过矩不变量映射到特征空间，根据概率模型进行分类，若符合已知结构，则识别为该物体。2.根据权利要求1的方法，其中所述进行运动目标检测，提取出前景图像包括:依次运用高斯滤波方法、背景建模检测运动目标法和形态学滤波法进行图像处理，进而提取出前景图像。3.根据权利要求2的方法，其中所述高斯滤波方法利用前背景分离的混合高斯模型，该混合高斯模型由以下过程形成: 令Qm表示在RGB空间中在任意时刻m在X点的色彩向量； 在读取图像一定帧数时，对图像进行背景建模； 令高斯混合分布模拟之前的观测为 4.根据权利要求1的方法，其中所述对象结构具体由以下过程来得到: 对前景做颜色取阈值处理，得到N值图(N根据物体所划分颜色区间数量设定)，为图像加入一行一列为零的兀素，分别在第一行与第一列； 令k为区域集合Ak的指标,Ak初始元素为O, ...

【专利技术属性】
技术研发人员：武德安，黄廷祝，陈鹏，吴磊，刘杰，冯江远，
申请(专利权)人：电子科技大学，成都国科海博信息技术股份有限公司，
类型：发明
国别省市：