[发明专利]一种基于局部二维模式和不变矩查找的人像定位方法

说明书

本发明公开了一种基于局部二维模式和不变矩查找的人像定位方法，该方法包括：获取人像样本训练结果以及标准化的LBP特征值以及胡氏不变矩的人像外轮廓特征，人像的外轮廓的形状类似椭圆形，使用胡氏不变矩来对图像区域中的几何特征进行特征采集，得到图像中人像的轮廓特征值；通过对含有人像的图像先进行色域变换，转为灰度图，然后在进行滤波处理，去除色彩和噪声的干扰，留下含有纹理特征比较明显的图像；然后进行局部二值模式(LBP)的特征分析，得到图像中边缘的LBP特征值，通过该LBP特征值进一步结合不变矩的轮廓特征值来区分图像中人像前景和背景，从而在复杂的背景环境中找到人像的确切位置，实现快速查找定位的目的。

技术领域

本发明涉及图像分割、边缘查找等多种图像处理技术领域，并且还对信号滤波有一定的需求，总体上是一种基于局部二维模式和不变矩查找的人像定位方法。

背景技术

人像识别现在是非常具有挑战性的一项研究，也因其有着广泛的应用范围而更加收到多方面的关注。人像识别技术在商业、军事、情报和日常生活中都具有难以计数的应用领域。简单来说，有信息安全管理、医疗、安保系统、人工智能、案件侦办等等。其中最主要的还是以下三种的应用：1、身份认证，通过对比实时采集得到的人像数据与已存储于认证设备中的人像数据，达到一定的相似程度，则可以判断为身份认证成功，该系统已经在身份证、护照、驾驶执照、机场安检、海关入关等众多地方得到应用，更可以实现犯罪嫌疑人排查等更多其他领域；2、身份鉴定，将采集到的人像数据进行处理，并于数据库中的人像进行比对，按照相似度进行排列，给出一个判断结果和相对准确度，可用于安全控制、边境排查等安全监督部门；3、视频监控，可以先通过摄像机对人进行连续拍摄，跟踪和定位，通过将人像与背景的分离，得到人像部分，然后与被监控对象库进行分析比较，可以达到追踪定位的效果，常用于追踪、事件分析等方向。

所谓图像分割是指根据灰度、彩色、空间纹理、几何形状等特征把图像划分成若干个互不相交的区域，使得这些特征在同一区域内，表现出一致性或相似性，而在不同区域间表现出明显的不同。简单的讲，就是在一幅图像中，把目标从背景中分离出来，以便于进一步处理。图像分割是图像处理与计算机视觉领域低层次视觉中最为基础和重要的领域之一，它是对图像进行视觉分析和模式识别的基本前提.同时它也是一个经典难题，到目前为止既不存在一种通用的图像分割方法，也不存在一种判断是否分割成功的客观标准。

关于局部模式的人像识别，人像由于光照条件、表情等外部条件的影响，在识别过程中会增加难度，而根据生物学的分析表示，人类本身的视觉系统更容易通过人像中局部的纹理特征来判断识别和记忆对象的信息。所以基于局部模式的人像识别方法就被引用到了人像判断中，发展出了基于Gabor小波变换的识别方法、基于局部二值模式(LBP)的识别方法以及基于局部产生模型的识别方法等各种各样的局部特征提取方式。

发明内容

本发明的目的是为了解决现有技术中的上述缺陷，提供一种基于局部二值模式和不变矩查找的人像定位方法。

本发明的目的可以通过采取如下技术方案达到：

一种基于局部二值模式和不变矩查找的人像定位方法，所述的人像定位方法包括下列步骤：

S1、获取人像样本图组，通过训练获取图中含有人像的区域，再标准化所有图组的人像区域定位特征，获得一组特征向量V；

S2、对新的含有人像的测试图像组进行图像预处理和滤波，再进行局部二值模式，即LBP，特征分析，得到图像中边缘的LBP特征值u_i，i＝0,1,2,…,M，M为新的测试图像组的数量；

S3、使用胡氏不变矩来对LBP特征值u_i的几何特征进行特征采集，得到图像的轮廓特征向量l_i；