[发明专利]图像捕获中的特征检测

说明书

本申请案涉及图像捕获中的特征检测。本发明揭示一种特征检测方法，其包含识别初步图像中的特征的近似位置。计算所述近似位置内的图像像素强度的梯度相位映射。通过将投影函数应用于所述梯度相位映射来确定投影结果。分析所述投影结果以确定所述特征的状态。

技术领域

本发明大体来说涉及图像捕获，且特定来说(但非排他地)涉及检测图像中的特征。

背景技术

图像传感器已变得普遍存在。其广泛用于数码静物摄像机、蜂窝式电话、安全摄像机以及医学、汽车及其它应用中。用于制造图像传感器的技术继续快速地进展。

关于图像传感器有用的一个特征为特征检测。举例来说，包含图像传感器的一些装置能够响应于检测到图像中的给定特征而捕获图像。举例来说，可响应于检测到图像框中的人正在微笑而捕获图像。照惯例，需要显著存储空间的来自训练图像的特征的分类器已经加载到存储器中以用于与图像传感器当前正成像的当前图像进行比较。为适应特征(例如嘴及牙齿)所包含的大小、形状及阴影的多样化，可需要来自训练图像的特征的大数目个分类器以充分地识别微笑，举例来说。而且，额外训练图像对于识别额外特征(例如用于眨眼检测的眼睛)为必要的。因此，特征检测耗费显著存储器资源。

除存储器资源之外，常规特征检测还需要显著处理资源以将当前图像与来自训练图像的特征的分类器的多样化进行比较。此可造成捕获所要图像的时间延迟且耗尽电池资源。因此，将减少存储器、处理及/或电力消耗的特征检测装置及/或方法将为合意的。

发明内容

本申请案涉及图像捕获中的特征检测。根据本发明的一个方面，所述特征检测方法包含识别初步图像中的特征的近似位置。计算所述近似位置内的图像像素强度的梯度相位映射。通过将投影函数应用于所述梯度相位映射来确定投影结果。分析所述投影结果以确定所述特征的状态。

附图说明

参考以下各图描述本发明的非限制性及非穷尽性实施例，其中除非另有规定，否则贯穿各个视图的相似参考编号指代相似部件。

图1图解说明根据本发明的实施例的展示面部表情辨识的实例性过程的流程图。

图2展示根据本发明的实施例的包含两个人的场景的初步图像。

图3图解说明根据本发明的实施例使用实例性特征图像产生梯度相位映射。

图4图解说明可根据本发明的实施例利用的实例性投影函数方程式及熵方程式。

图5图解说明根据本发明的实施例的实例性特征图像的梯度相位映射。

具体实施方式

本文中描述用于检测图像中的特征的状态以用于面部辨识的系统及方法的实施例。在以下说明中，陈述众多特定细节以提供对实施例的透彻理解。然而，所属领域的技术人员将认识到，本文中所描述的技术可在不具有具体细节中的一或多者的情况下实践或者可借助其它方法、组件、材料等来实践。在其它例子中，未详细展示或描述众所周知的结构、材料或操作以避免使某些方面模糊。

本说明书通篇所提及的“一个实施例”或“实施例”意指结合实施例描述的特定特征、结构或特性包含于本发明的至少一个实施例中。因此，在本说明书通篇中的各处出现的短语“在一个实施例中”或“在实施例中”未必全部指代同一实施例。此外，特定特征、结构或特性可以任一适合方式组合于一或多个实施例中。

在本说明书通篇中，使用数个技术术语。这些术语应呈现其在其来自的技术中的普通意义，除非本文中特别定义或者其使用的上下文将另有明确建议。

图1图解说明根据本发明的实施例的展示面部表情辨识的实例性过程100的流程图。过程块中的一些或全部过程块在过程100中出现的次序不应被视为限制性。而是，受益于本发明的所属领域的技术人员将理解，可以未图解说明的多种次序或甚至并行地执行过程块中的一些过程块。