[发明专利]一种基于区域分割的行人识别方法

权利要求书

1.一种基于区域分割的行人识别方法，其特征在于，包括以下步骤：

S1、获取监控区域的视频流图像作为输入图像；

S2、基于边界图像分割技术获得输入图像的初始化区域集R，所述初始化区域集R包含若干分割区域；

S3、结合至少一种相似度策略计算所述初始化区域集R中相邻的分割区域的相似度，形成相似度集S；

S4、从相似度集S中筛选出最大相似度值max(S)，并将最大相似度值max(S)所对应的相邻的分割区域进行合并，更新初始化区域集R和相似度集S，直到相似度集S为空；

S5、根据更新后的初始化区域集R'中分割区域所匹配的最小外接椭圆筛选出候选行人区域r_k；

S6、利用头肩投影模型从候选行人区域r_k中识别出行人目标；

所述步骤S2具体包括以下子步骤：

S21、以设定规格的扫描窗口对输入图像进行扫描，计算扫描窗口中的中间像素点与其相邻的相邻像素点之间的颜色值差异作为初始状态下相邻像素点间的权值w(v_i,v_j)，两个像素点之间权值w(v_i,v_j)的计算公式为：

w(v_i,v_j)＝|R(v_i)-R(v_j)|+|G(v_i)-G(v_j)|+|B(v_i)-B(v_j)|，

其中，R(v_i)、G(v_i)和B(v_i)分别表示输入图像的RGB颜色通道在像素点v_i处的颜色值；R(v_j)、G(v_j)和B(v_j)分别表示输入图像的RGB颜色通道在像素点v_j处的颜色值；

S22、判断相邻相素点之间是否存在边界，并将不存在边界的相邻相素点执行至少一次的合并操作，以形成分割区域，直至没有像素点可以被合并，从而形成包含若干分割区域的初始化区域集R＝{r₁,…,r_n}，判断两个分割区域之间是否有明显的边界，主要是将两个分割区域之间的差别与两个分割区域内部差中的最小值进行比较，如果前者小于后者，则表示两个相邻区域之间没有明显边界，将其合并为一个区域，否则，不进行任何操作。

2.根据权利要求1所述的行人识别方法，其特征在于，所述步骤S3具体为：结合颜色相似度策略计算相邻的分割区域的颜色相似度s_colour(r_i,r_j)，结合纹理相似度策略计算相邻的分割区域的纹理相似度s_texture(r_i,r_j)，结合分割区域大小相似度策略计算相邻的分割区域的大小相似度s_size(r_i,r_j)，给合吻合相似度策略计算相邻的分割区域的吻合相似度s_fill(r_i,r_j)，并最终计算相邻的分割区域之间的相似度s(r_i,r_j)，并将其添加到相似度集S中；所述相邻的分割区域的相似度s(r_i,r_j)的计算公式为：

s(r_i,r_j)＝a₁s_colour(r_i,r_j)+a₂s_texture(r_i,r_j)+a₃s_size(r_i,r_j)+a₄s_fill(r_i,r_j)；

其中，a₁、a₂、a₃、a₄是系数，均设为0.25。