[发明专利]一种通过特征模板构建特征池的物体检测方法和系统在审
申请号: | 201710426358.4 | 申请日: | 2017-06-08 |
公开(公告)号: | CN107358240A | 公开(公告)日: | 2017-11-17 |
发明(设计)人: | 孙龙喜;陈河山;曾隆先;洪荣健 | 申请(专利权)人: | 厦门科拓通讯技术股份有限公司 |
主分类号: | G06K9/46 | 分类号: | G06K9/46;G06K9/48;G06K9/62 |
代理公司: | 厦门果汁知识产权代理事务所(普通合伙)35227 | 代理人: | 乐珠秀 |
地址: | 361008 福建省*** | 国省代码: | 福建;35 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | |||
搜索关键词: | 一种 通过 特征 模板 构建 物体 检测 方法 系统 | ||
1.一种通过特征模板构建特征池的物体检测方法,其特征在于,包括以下步骤:
(10)对原始图像进行处理,得到灰度图、梯度幅值图、梯度直方图;
(20)设置一种以上不同网格的特征模板,并将所述特征模板分别在所述灰度图、梯度幅值图、梯度直方图上进行移动,获取图像特征的特征池;
(30)采用adaboost算法对所述特征池中的图像特征进行训练得到最佳的物体检测特征;
(40)根据所述最佳的物体检测特征进行物体检测。
2.根据权利要求1所述的一种通过特征模板构建特征池的物体检测方法,其特征在于:所述的步骤(10)中,所述梯度直方图进一步从0至360度范围平均划分为9个区间,每个区间为40度,得到9个梯度直方图。
3.根据权利要求1或2所述的一种通过特征模板构建特征池的物体检测方法,其特征在于:所述的步骤(20)中,所述特征模板包括12种,根据每种特征模板的白色单元格和黑色单元格的布局得到12种图像特征值的算法,通过将12种特征模板分别在所述灰度图、梯度幅值图、梯度直方图中按预设步长进行移动,提取大量的图像特征,并计算各个图像特征对应的特征值。
4.根据权利要求3所述的一种通过特征模板构建特征池的物体检测方法,其特征在于:所述图像特征值为所述白色单元格内的像素值之和减去所述黑色单元格内的像素值之和。
5.根据权利要求1所述的一种通过特征模板构建特征池的物体检测方法,其特征在于:所述的步骤(30)中,是指将所述特征池中的各个图像特征的特征值与物体所在背景的特征值进行比对,并将与物体所在背景的特征值区别最大的图像特征作为最佳的物体检测特征。
6.根据权利要求1所述的一种通过特征模板构建特征池的物体检测方法,其特征在于:所述的步骤(40)中,是指利用所述最佳的物体检测特征进行构建物体检测分类器,通过该物体检测分类器进行物体检测。
7.一种通过特征模板构建特征池的物体检测系统,其特征在于,包括:
图像预处理模块,用于对原始图像进行处理,得到灰度图、梯度幅值图、梯度直方图;
特征池构建模块,其通过设置一种以上不同网格的特征模板,并将所述特征模板分别在所述灰度图、梯度幅值图、梯度直方图上进行移动,获取图像特征的特征池;
特征训练模块,其采用adaboost算法对所述特征池中的图像特征进行训练得到最佳的物体检测特征;
物体检测模块,其根据所述最佳的物体检测特征进行物体检测。
8.根据权利要求7所述的一种通过特征模板构建特征池的物体检测系统,其特征在于:所述的特征池构建模块中,所述特征模板包括12种,根据每种特征模板的白色单元格和黑色单元格的布局得到12种图像特征值的算法,通过将12种特征模板分别在所述灰度图、梯度幅值图、梯度直方图中按预设步长进行移动,提取大量的图像特征,并计算各个图像特征对应的特征值。
9.根据权利要求7所述的一种通过特征模板构建特征池的物体检测系统,其特征在于:所述的特征训练模块中,是指将所述特征池中的各个图像特征的特征值与物体所在背景的特征值进行比对,并将与物体所在背景的特征值区别最大的图像特征作为最佳的物体检测特征。
10.根据权利要求7所述的一种通过特征模板构建特征池的物体检测系统,其特征在于:所述的物体检测模块中,是指利用所述最佳的物体检测特征进行构建物体检测分类器,通过该物体检测分类器进行物体检测。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于厦门科拓通讯技术股份有限公司,未经厦门科拓通讯技术股份有限公司许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/pat/books/201710426358.4/1.html,转载请声明来源钻瓜专利网。