[发明专利]检测图像中的对象的装置和方法、分类器生成装置和方法

说明书

技术领域

本发明涉及图像处理领域，尤其涉及一种检测图像中的对象的装置和方法以及分类器生成装置和方法。

背景技术

在图像检测和识别等很多应用场合中，诸如，在对图像中的对象进行检测以及生成对象分类器的应用中，图像中的对象的形状成为检测和识别的极为有用的依据。因此，如何有效并且高效地表征对象的形状成为人们关注的问题。

已经提出了很多表征图像的形状的方法，包括：基于网格的方法、使用傅立叶描述子的方法、使用Zernike矩特征的方法以及曲率尺度空间(CCS，curvature scale space)方法。

基于网格的方法将图像映射到具有固定大小的网格。然后，对网格进行扫描，并依据每个网格中前景像素的数目是否大于预定阈值来为各个网格分配“1”和“0”。最后，连接这些“1”和“0”来生成最终的形状特征。

傅立叶描述子在频域中获得图像中对象的轮廓表示，以傅立叶级数展开的系数作为对象的形状特征。其中，形状特征可以基于曲率、半径或边界坐标。

由于基于正交多项式分解的矩能够对图像内容进行重建，有人提出了Zernike矩特征。具体来说，该方法将图像信号展开为正交基的级数，并采用变换系数作为特征元素。

在常用的曲率尺度空间方法中，使用不同的尺度对图像轮廓进行平滑，并检测曲率为零的位置，由此生成曲率尺度空间图像，最后使用曲率尺度空间图像的极大值来表示图像中对象轮廓的形状。

发明内容

然而，已有的方法只描述图像中对象的空间信息。一些方法使用部分结构作为特征描述子，诸如基于网格的方法，而其它方法从整体统计中提取特征，诸如傅立叶描述子以及基于特征的矩。基本没有特征能够将空间结构和统计特征有机的结合起来。

传统的特征通常限于一些特定目标图像。例如，CSS特征只能处理闭合的轮廓。

此外，在已有方法中存在的另一个问题是仿射不变性。

本发明的目的是提供一种对图像中的对象进行检测的装置和方法以及生成分类器的装置和方法，其将图像中对象的空间结构和统计特征有机结合，并实现对象检测的特征描述子的旋转不变性。

本发明的一个实施例是一种用于对图像中的对象进行检测的装置，包括：网格划分部分，用于在以图像中的特定点为极点的极坐标系中，用多条极线和以极点为圆心的多个圆划分网格，其中，网格是相邻极线与相邻圆或相邻极线与圆中的最小圆所限定的区域，极线的条数和圆的个数为常数，并且，圆中最大圆的半径大于等于图像中的前景图像的像素与特定点之间的最大距离；梯度方向直方图获得部分，用于针对每个网格，至少计算前景图像中轮廓像素的相对于网格的参考方向的梯度方向并且根据所计算的梯度方向获得网格的梯度方向直方图；特征构造部分，用于将所有网格的梯度方向直方图连接成总直方图向量，其中，每对相邻极线限定的网格的梯度方向直方图的连接顺序相同，并且，特征构造部分对总直方图向量进行傅立叶变换，以得到图像的特征向量；以及对象检测部分，用于基于所得到的特征向量对图像中的对象进行检测。

本发明的另一个实施例是一种对图像中的对象进行检测的方法，包括：在以图像中的特定点为极点的极坐标系中，用多条极线和以极点为圆心的多个圆划分网格，其中，网格是相邻极线与相邻圆或相邻极线与圆中的最小圆所限定的区域，极线的条数和圆的个数为常数，并且，圆中最大圆的半径大于等于图像中的前景图像的像素与特定点之间的最大距离；针对每个网格，至少计算前景图像中轮廓像素的相对于网格的参考方向的梯度方向并且根据所计算的梯度方向获得网格的梯度方向直方图；将所有网格的梯度方向直方图连接成总直方图向量，其中，每对相邻极线限定的网格的梯度方向直方图的连接顺序相同，并且，对总直方图向量进行傅立叶变换，以得到图像的特征向量；以及基于所得到的特征向量对图像中的对象进行检测。