[发明专利]静态图像目标的特征信息提取方法及装置

说明书

技术领域

本发明涉及模式识别技术领域，尤其涉及静态图像目标的特征信息提取方法及装置。 

背景技术

关于图像目标识别问题中，特征信息提取是最关键的技术。但目前尚无通用的理论指导，只能通过分析具体识别对象决定选取何种特征信息。特征信息的提取方法，也都是针对选择特征信息的特点而设计的，无通用性。 

在现有技术中，所选择的特征信息除了图像目标的形、象信息外，都包含基于逻辑思维的，需要经过图像信息处理、数学变换、演绎推理、统计计算才能得到的特征信息。目标识别过程也必须通过这些特征信息完成。这就使得图像特征信息提取和目标识别过程要完成大量的图像信息处理和数学统计计算，另外还包括复杂的数学变换、演绎推理。结果，提取图像特征信息的速度较慢。 

我们都知道，具有视觉能力的动物对图像信息都有快速分析、判断的能力。这种能力来源于形象思维。形象思维是通过感知表象信息，调用头脑中的形象知识(表象、意象、经验等)，通过分析、比较、归纳、想象等思维活动，完成对事物本质的认识。这一思维活动并没有经过复杂严密的逻辑推理过程，但却是简洁、快速、准确、有效的。之所以有这样的效果，是因为形象思维过程所使用的信息都是直观感知的形与象的信息，各种思维活动没有复杂的数学计算及复杂的逻辑判断。 

对于图像静态目标识别问题，形象思维的思维活动相对来说是很简单的。 

发明内容

针对现有技术中存在的问题，本发明的目的在于提供一种静态图像目标的特征信息提取方法，用于解决现有技术对图像目标特征信息选择和求取方法无通用性的问题和现有技术通过复杂计算过程求取特征信息而产生的速度较慢的问题。 

为实现上述目的，本发明提供了一种静态图像目标的特征信息提取方法，包括： 

选择包围所述静态图像目标的矩形区域； 

从所述矩形区域边界开始，按设定的采样间隔沿水平、垂直向内的方向进行搜索，获得静态图像目标的边界点； 

根据所述边界点确定静态图像目标的矩形区域、静态图像目标的搜索区域和特征元素的参考点； 

求取边界点邻域内的特征元素，所述特征元素的坐标为具有最大价值因数的像素点的坐标，所述特征元素的光学参数为所述具有最大价值因数的像素点的R、G、B值，所述最大价值因数包括8邻域价值因数或16邻域价值因数中的最大价值因数； 

由一组特征元素、静态图像目标的矩形区域和搜索区域、特征元素的参考点构成描述所述静态图像目标的特征信息。 

该方法通过搜索静态图像目标边界点，获得静态图像目标的区域信息，通过价值因数评定方法，求取边界点邻域内的特征元素，由一组离散的特征元素和区域信息构成静态图像目标的特征信息。求取静态图像目标的特征信息，具有简单、快速和直观的特点。 

而且，本方法可以进一步通过对图像的目标特征元素进行评定，删除冗余的目标特征元素，使比较平缓的边界通过少量的特征元素进行记忆。进一步，本发明通过增加背景特征元素，提高静态图像的记忆效果。 

本发明的方法在静态图像目标识别的技术领域，解决了现有技术对图像目标特征信息选择和求取方法无通用性的问题，解决了现有技术通过复杂计算过程求取特征信息而产生的速度较慢的问题。本发明的方法仅用于对静态图像目标的记忆过程，而在静态图像目标的识别过程不需要求取特征信息，只需根据记忆的信息，在搜索区域快速搜索、匹配即可实现目标识别。这一显著效果将简性的条件。 

本发明还提供了一种静态图像目标特征信息的提取装置，该装置包括： 

目标选择单元，用于选择所述静态图像目标的参考矩形区域； 

边界点获取单元，用于从所述参考矩形区域边界开始，按设定的采样间隔沿水平或垂直向内的方向进行搜索，获取静态图像目标的边界点； 

目标区域参数计算单元，用于根据所述边界点计算静态图像目标的矩形区域、搜索区域和特征元素的参考点； 

特征元素求取单元，用于求取所述边界点邻域内的特征元素，所述特征元素包括具有最大价值因数的像素点，所述最大价值因数包括8邻域价值因数或16邻域价值因数中的最大价值因数； 

特征信息构成单元，用于将一组特征元素、静态图像目标的矩形区域和搜索区域、特征元素的参考点构成静态图像目标的特征信息。