[发明专利]基于移动终端的图像捕捉方法、装置及移动终端

权利要求书

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h(x)=1,Σt=1Tαtht(x)≥0.5Σt=1Tαt0,otherwise;]]>

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。

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y_i＝0则若所述输出的训练样本y_i＝1则其中w_ti为第t次循环中第i个样本的误差权重、u为假样本的数量、v为真样本的数量；

步骤202，针对每一个分类器t进行权重归一化，使得w_t为其中t＝1，L，T、j为每一个特征；

步骤203，针对每一个分类器，确认阈值θ_j和指标不等式方向的偏置值p_j，使得目标函数达到最小，其中x_i为输入的训练样本，并且找出一个具有最小的错误ε_t的分类器h_t；

步骤204，根据对所有样本的权重进行更新，其中，当输入的训练样本x_i被分类器h_t正确分类则e_i＝0、否则e_i＝1，

步骤205，训练过的分类器的函数表达式为：其中