輪廓提取方法及系統的製作方法
2023-05-16 02:33:16
專利名稱：輪廓提取方法及系統的製作方法
技術領域：
本發明屬於圖像處理技術領域，尤其涉及一輪廓提取方法及系統。
背景技術：
近些年，圖像識別技術被廣泛應用在身份驗證、視頻監控及人機互動等領域，主要包括對輸入圖像的目標檢測、目標輪廓提取、目標識別三個步驟。其中，目標檢測是指在給定的輸入圖像中判斷目標的位置、大小或姿態的過程；目標輪廓提取是在目標檢測基礎上，通過一定的算法，提取出目標主要特徵的過程，其目的是通過降維的方式，降低目標識別的
數據量。 主動形狀模型(Active Shape Model，ASM)是ー種可實現目標輪廓提取的算法。具體而言，ASM是用ー組離散的特徵點來描述目標的形狀，針對特定目標建立形狀模型，井利用點分布模型(Principle Distribute Model,PDM)對特徵點進行描述,然後建立形狀模型中每個特徵點附近的灰度模型，最後利用灰度模型在目標圖像中捜索特徵點的最佳位置，再調整形狀模型的參數，最終使形狀模型匹配到目標輪廓上。在應用ASM對ー輸入圖像中的待識別物體進行搜索匹配前，需將形狀模型放置在待識別物體位置相近的地方，並將該位置作為搜索匹配的起始位置。現有技術提供的輪廓提取方法在對待識別物體進行輪廓的初始定位時，需手動的設定形狀模型在輸入圖像上的初始移動坐標和縮放係數，對不同距離的待識別物體，需要操作者依賴個人的視覺感受不斷的手動修改初始移動坐標和縮放係數，因此，提取出的輪廓有偏差，提取精度較差，且提取時間長，特別是對於遠離操作者的待識別物體的輪廓定位，問題更加突出。在本背景技木本部分所公開的上述信息僅僅用於增加對本發明背景技術的理解，因此其可能包括不構成對該國的本領域普通技術人員已知的現有技木。
發明內容
本發明實施例的目的在於提供一輪廓提取方法，g在解決現有的輪廓提取方法在對待識別物體進行輪廓初始定位時，需手動的設定形狀模型在輸入圖像上的初始移動坐標和縮放係數，使得提取精度差、提取時間長的問題。本發明實施例是這樣實現的，ー種輪廓提取方法，所述方法包括以下步驟在輸入圖像中檢測待識別物體，提取出包含所述待識別物體的第一圖像；計算所述第一圖像與存儲的ASM訓練樣本圖像的縮放比例，並根據所述縮放比例，將存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像，得到所述待識別物體的第一形狀輪廓；從所述第一圖像中縮小提取包含所述待識別物體的第二圖像；計算所述第二圖像與所述第一形狀輪廓的縮放比例，井根據所述第二圖像與所述第一形狀輪廓的縮放比例，調整所述第一形狀輪廓，得到所述第一圖像上所述待識別物體的第二形狀輪廓；
根據第一圖像上的任ー特徵點調整所述第二形狀輪廓，得到所述第一圖像上所述待識別物體的第三形狀輪廓。本發明實施例的另一目的在於提供ー種輪廓提取方法，所述方法包括以下步驟在輸入圖像中檢測待識別物體，提取出包含所述待識別物體的第一圖像；計算所述第一圖像與存儲的ASM訓練樣本圖像的縮放比例，並根據所述縮放比例，將存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像，得到所述待識別物體的第一形狀輪廓；根據所述第一圖像上的參考坐標調整所述第一形狀輪廓，得到中間形狀輪廓，所述中間形狀輪廓與所述第一圖像上所述待識別物體基於所述參考坐標對齊；
從所述第一圖像中縮小提取包含所述待識別物體的第二圖像；計算所述第二圖像與所述中間形狀輪廓的縮放比例，井根據所述第二圖像與所述中間形狀輪廓的縮放比例，調整所述中間形狀輪廓，得到所述第一圖像上所述待識別物體的第二形狀輪廓；根據第一圖像上的任ー特徵點調整所述第二形狀輪廓，得到所述第一圖像上所述待識別物體的第三形狀輪廓。本發明實施例的另一目的在於提供ー種輪廓提取系統，所述系統包括存儲單元，用於存儲ASM訓練樣本圖像及其形狀模型；第一提取單元，用於在輸入圖像中檢測待識別物體，提取出包含所述待識別物體的第一圖像；仿射投影単元，用於計算所述第一圖像與所述存儲単元存儲的所述ASM訓練樣本圖像的縮放比例，將所述存儲單元存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像，得到所述待識別物體的第一形狀輪廓；第二提取單元，用於從所述第一圖像中縮小提取包含所述待識別物體的第二圖像；第一調整單元，用於計算所述第二圖像與所述仿射投影単元得到的所述第一形狀輪廓的縮放比例，井根據所述第二圖像與所述第一形狀輪廓的縮放比例調整所述仿射投影単元得到的所述第一形狀輪廓，得到所述待識別物體的的第二形狀輪廓；第二調整單元，用於根據所述第一圖像上的任ー特徵點調整所述第一調整單元得到的所述第二形狀輪廓，得到所述第一圖像上所述待識別物體的第三形狀輪廓。本發明實施例的另一目的在於提供ー種輪廓提取系統，所述系統包括存儲單元，用於存儲ASM訓練樣本圖像及其形狀模型；第一提取單元，用於在輸入圖像中檢測待識別物體，提取出包含所述待識別物體的第一圖像；仿射投影単元，用於計算所述第一圖像與所述存儲単元存儲的所述ASM訓練樣本圖像的縮放比例，將所述存儲單元存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像，得到所述待識別物體的第一形狀輪廓；第四調整單元，用於根據所述第一圖像上的參考坐標，調整所述仿射投影単元得到的所述第一形狀輪廓，得到中間形狀輪廓，所述中間形狀輪廓與所述第一圖像上所述待識別物體基於所述參考坐標對齊；
第二提取單元，用於從所述第一圖像中縮小提取包含所述待識別物體的第二圖像；第五調整單元，用於計算所述第二圖像與所述第四調整單元得到的所述中間形狀輪廓的縮放比例，根據所述第二圖像與所述中間形狀輪廓的縮放比例調整所述第四調整單元得到的所述中間形狀輪廓，得到所述待識別物體的第二形狀輪廓；第二調整單元，用於根據所述第一圖像上的任ー特徵點調整所述第一調整單元得到的所述第二形狀輪廓，得到所述第一圖像上所述待識別物體的第三形狀輪廓。本發明實施例提供的輪廓提取方法及系統是對待識別物體進行至少兩次提取，並相應地根據縮放比例對ASM訓練樣本圖像的形狀模型進行至少兩次的自動調整，在保證並優化提取精度的同時，避免了手動設定初始移動坐標和縮放係數時提取精度差、提取時間長的問題，特別適用於對於遠離操作者的待識別物體輪廓的提取。
圖I是本發明第一實施例提供的輪廓提取方法的流程圖；圖2是本發明第二實施例提供的輪廓提取方法的流程圖；圖3是本發明第三實施例提供的輪廓提取方法的流程圖；圖4a至圖4e是當待識別物體為人臉吋，與操作者距離不同的第一人臉圖像；圖5a至圖5e是與圖4a至圖4e——對應的第一形狀輪廓示意圖；圖6a至圖6e是與圖3a至圖3e——對應的中間形狀輪廓示意圖；圖7a至圖7e是當待識別物體為人臉吋，與操作者距離不同的第二人臉圖像；圖8a至圖8e是與圖7a至圖7e——對應的第二形狀輪廓示意圖；圖9a至圖9e是與圖8a至圖8e——對應的第三形狀輪廓示意圖；圖IOa至圖IOe是與圖9a至圖9e——對應的第四形狀輪廓示意圖；圖11是本發明第四實施例提供的輪廓提取系統的結構圖；圖12是本發明第五實施例提供的輪廓提取系統的結構圖；圖13是本發明實施例提供的輪廓提起系統中仿射投影単元的結構圖。
具體實施例方式為了使本發明的目的、技術方案及優點更加清楚明白，以下結合附圖及實施例，對本發明進行進ー步詳細說明。應當理解，此處所描述的具體實施例僅僅用以解釋本發明，並不用於限定本發明。針對現有技術存在的問題，本發明實施例提供的輪廓提取方法是對待識別物體的圖像進行至少兩次提取，並相應地根據縮放比例對ASM訓練樣本圖像的形狀模型進行至少兩次的自動調整。圖I示出了本發明第一實施例提供的輪廓提取方法的流程。在步驟SlOl中，在輸入圖像中檢測待識別物體，提取出包含待識別物體的第一圖像。其中的輸入圖像是指外部圖像採集設備採集並進行格式轉化後輸出的圖像，該外部圖像採集設備可以是攝像機、照相機等；其中的待識別物體可以是各種具有邊界輪廓的有形物體，如人臉、人的肢體、車輛、エ業用元器件等。優選地，本發明實施例採用adaboost算法(一種迭代算法)提取包含待識別物體的第一圖像。在步驟S102中，計算第一圖像與存儲的ASM訓練樣本圖像的縮放比例，井根據該縮放比例將存儲的ASM訓練樣本圖像的形狀模型仿射投影到第一圖像，得到待識別物體的第一形狀輪廓。其中的縮放比例包括第一圖像與ASM訓練樣 本圖像的第一寬度比值，以及第ー圖像與ASM訓練樣本圖像的第一高度比值。在計算第一高度比值和第一寬度比值之後，根據第一寬度比值和ASM訓練樣本圖像的形狀模型的寬度，計算仿射變換後ASM訓練樣本圖像的形狀模型的寬度，並根據第一高度比值和ASM訓練樣本圖像的形狀模型的高度，計算仿射變換後ASM訓練樣本圖像的形狀模型的高度，然後根據計算得到的ASM訓練樣本圖像的形狀模型的寬度、以及ASM訓練樣本圖像的形狀模型的高度，將ASM訓練樣本圖像的形狀模型仿射投影到第一圖像，得到待識別物體的第一形狀輪廓。舉例來說，假設第一寬度比值為S11,第一高度比值為S12,則仿射變換後ASM訓練樣本圖像的形狀模型的寬度=ASM訓練樣本圖像的形狀模型的寬度*Sn，仿射變換後ASM訓練樣本圖像的形狀模型的高度=ASM訓練樣本圖像的形狀模型的高度*S12。在步驟S103中，從第一圖像中縮小提取包含待識別物體的第二圖像。優選地，本發明實施例採用adaboost算法從第一圖像中縮小提取出第二圖像。在步驟S104中，計算第二圖像與第一形狀輪廓的縮放比例，井根據該縮放比例調整第一形狀輪廓，得到第一圖像上待識別物體的第二形狀輪廓。其中的縮放比例包括第二圖像與第一形狀輪廓的第二寬度比值，以及第二圖像與第一形狀輪廓的第二高度比值。在計算第二高度比值和第二寬度比值之後，根據第二寬度比值和第二高度比值調整第一形狀輪廓，使得調整後的第一形狀輪廓的寬度為第二圖像的寬度，調整後第一形狀輪廓的高度為第二圖像的高度，從而得到第一圖像上待識別物體的第二形狀輪廓。在步驟S105中，根據第一圖像上的任ー特徵點調整第二形狀輪廓，得到第一圖像上待識別物體的第三形狀輪廓，該第三形狀輪廓即為提取出的待識別物體的輪廓。為了提高輪廓的提取精度，在步驟S105之後，本發明第一實施例還可以包括步驟S106。在步驟S106中，根據存儲的ASM訓練樣本圖像的紋理模型調整第三形狀輪廓，得到第一圖像上待識別物體的第四形狀輪廓。當然，在實際應用中，為了獲得更高的提取精度，還可以反覆執行S103至S106的步驟，以通過不斷縮小包含待識別物體的圖像，剔除圖像的背景幹擾，獲得更精確的輪廓。本發明第一實施例提供的輪廓提取方法是對待識別物體進行至少兩次輪廓提取，並相應地根據縮放比例對ASM訓練樣本圖像的形狀模型進行至少兩次的自動調整，在保證並優化提取精度的同時，避免了手動設定初始移動坐標和縮放係數時提取精度差、提取時間長的問題，特別適用於對於遠離操作者的待識別物體輪廓的提取，且提取精度較高。圖2示出了本發明第二實施例提供的基於主動形狀模型的輪廓提取方法的流程。在步驟S201中，在輸入圖像中檢測待識別物體，提取出包含待識別物體的第一圖像。
在步驟S202中，計算第一圖像與存儲的ASM訓練樣本圖像的縮放比例，井根據該縮放比例將存儲的ASM訓練樣本圖像的形狀模型仿射投影到第一圖像，得到待識別物體的第一形狀輪廓。其中，步驟S201-202的執行過程和上述實施例中的步驟S101-102的執行過程類似，詳情參見本發明第一實施例的描述。在步驟S203中，根據第一圖像上的參考坐標調整第一形狀輪廓，得到中間形狀輪廓，該中間形狀輪廓與第一圖像上的待識別物體基於參考坐標對齊。例如，當待識別物體是人臉、第一圖像是人臉圖像吋，則參考坐標是人臉圖像上，人臉輪廓的左右邊界線與一條經過兩個眼睛中心的中心線的兩個交叉點坐標。 在步驟S204中，從第一圖像中縮小提取包含待識別物體的第二圖像。優選地，本發明實施例採用adaboost算法從第一圖像中縮小提取出第二圖像。在步驟S205中，計算第二圖像與中間形狀輪廓的縮放比例，根據該縮放比例調整中間形狀輪廓，得到第二形狀輪廓。在步驟S206中，根據第一圖像上的任ー特徵點調整第二形狀輪廓，得到第一圖像上待識別物體的第三形狀輪廓。同樣地，為了提高輪廓的提取精度，在步驟S206之後，本發明第二實施例還可以包括步驟S207，在步驟S207中，根據存儲的ASM訓練樣本圖像的紋理模型調整第三形狀輪廓，得到第四形狀輪廓。此外，在實際應用中，為了獲得更高的提取精度，還可以反覆執行S204至S207的步驟，以通過不斷縮小包含待識別物體的圖像，剔除圖像的背景幹擾，獲得更精確的輪廓。與本發明第一實施例不同，本發明第二實施例提供的輪廓提取方法在得到第一形狀輪廓後，還根據參考坐標調整第一形狀輪廓，得到中間形狀輪廓，之後通過對中間形狀輪廓的調整，得到第二形狀輪廓。由於中間形狀輪廓與第一圖像上的待識別物體是基於該參考坐標對齊，從而可使得第二形狀輪廓的位置與第一圖像上的待識別物體更加接近並匹配，進一步提聞了待識別物體的輪廊提取精度。為了便於理解，下面以待識別物體是人臉為例，說明上述輪廓提取方法的ー優選實施方式，如圖3所示在步驟S301中，基於主動形狀模型算法建立樣本人臉圖像的形狀模型和紋理模型並存儲。在步驟S302中，採用adaboost算法在輸入圖像中檢測人臉，提取出包含人臉的第ー圖像。例如，圖4a所示為距離操作者I. 5m處的第一圖像，圖4b所示為距離操作者2. Om處的第一圖像，圖4c所示為距離操作者2. 5m處的第一圖像，圖4d所示為距離操作者3. Om處的第一圖像，圖4e所示為距離操作者4. Om處的第一圖像。在步驟S303中，計算第一圖像與樣本人臉圖像的縮放比例SI。在步驟S304中，根據縮放比例SI，將樣本人臉圖像的形狀模型仿射投影到第一圖像，得到人臉的第一形狀輪廓Tl。例如，圖5a至圖5e分別為與圖4a至圖4e——對應的第一形狀輪廓Tl。在步驟S305中，根據第一圖像上的參考坐標調整第一形狀輪廓Tl，得到第一圖像上人臉的中間形狀輪廓T2。
其中的參考坐標是指第一圖像上，人臉輪廓的左右邊界線分別與經過眼睛中心的中心線的交叉點坐標。例如，圖6a至圖6e分別為與圖5a至圖5e——對應的中間形狀輪廓T2。相對於第一形狀輪廓Tl，該中間形狀輪廓T2基於兩個交叉點坐標對齊，從而使得該中間形狀輪廓T2更加對齊第一圖像的中間位置。在步驟S306中，從第一圖像中縮小提取包含人臉的第二圖像。例如，圖7a所示為距離操作者I. 5m處的第二圖像，圖7b所示為距離操作者2. Om處的第二圖像，圖7c所示為距離操作者2. 5m處的第二圖像，圖7d所示為距離操作者3. Om處的第二圖像，圖7e所示為距離操作者4. Om處的第二圖像。在步驟S307中，計算第二圖像與中間形狀輪廓T2的縮放比例S2。在步驟S308中，根據縮放比例S2，調整中間形狀輪廓T2，得到第一圖像上的第二形狀輪廓T3。 例如，圖8a至圖8e分別為與圖7a至圖7e——對應的第二形狀輪廓T3。相對於中間形狀輪廓T2，該第二形狀輪廓T3的大小根據第二圖像的大小進行了相應的調整，從而使得該第二形狀輪廓T3與第二圖像更加吻合。在步驟S309中，根據第一圖像上的任ー特徵點調整第二形狀輪廓T3，得到第一圖像上的第三形狀輪廓T4，該特徵點為建立樣本人臉圖像的形狀模型時，由用戶預先標定的初始點。例如，圖9a至圖9e分別為與圖8a至圖8e——對應的第三形狀輪廓T4。相對於第二形狀輪廓T3，該第三形狀輪廓T4與第一圖像上的任ー特徵點對齊，從而使得該第三形狀輪廓T4更加對齊第一圖像的中間位置。在步驟S310中，根據樣本人臉圖像的紋理模型調整第三形狀輪廓T4，得到第一圖像上的第四形狀輪廓T5。例如，圖IOa至圖IOe分別為與圖9a至圖9e——對應的第四形狀輪廓T5。相對於第三形狀輪廓T4，該第四形狀輪廓T5是由紋理模型在初始特徵點周圍搜尋到的局部最優特徵點構成，從而使得該第四形狀輪廓T5的輪廓更加精確。圖11示出了本發明第四實施例提供的輪廓提取系統的結構示意圖，該輪廓提取系統可以實現本發明第一實施例提供的輪廓提取方法，為了便於說明，僅示出了與本發明實施例相關的部分。本發明第四實施例提供的輪廓提取系統包括存儲單元11，用於存儲ASM訓練樣本圖像及其形狀模型；第一提取單元12，用於在輸入圖像中檢測待識別物體，提取出包含待識別物體的第一圖像；仿射投影単元13，用於計算第一提取單元12提取出的第一圖像與存儲單元11存儲的ASM訓練樣本圖像的縮放比例，井根據計算得到的縮放比例將存儲単元11存儲的ASM訓練樣本圖像的形狀模型仿射投影到第一提取單元12提取出的第一圖像，得到待識別物體的第一形狀輪廓；第二提取單元14，用於從第一提取單元12提取出的第一圖像中縮小提取包含待識別物體的第二圖像；第一調整單元15，用於計算第二提取單元14提取出的第二圖像與仿射投影単元13得到的第一形狀輪廓的縮放比例，井根據計算得到的縮放比例調整仿射投影単元13得到的第一形狀輪廓，得到第一圖像上待識別物體的第二形狀輪廓；第二調整單元16，用於根據第一圖像上的任ー特徵點調整第一調整單元15得到的第二形狀輪廓，得到第一圖像上待識別物體的第三形狀輪廓，該第三形狀輪廓即為提取出的待識別物體的輪廓。本發明第四實施例提供的輪廓提取系統是通過第一提取單元12和第二提取單元14對待識別物體進行兩次提取，並相應地根據縮放比例對ASM訓練樣本圖像的形狀模型進行兩次自動調整，在保證並優化提取精度的同時，避免了手動設定初始移動坐標和縮放係數時提取精度差、提取時間長的問題，特別適用 於對於遠離操作者的待識別物體輪廓的提取。為了提高輪廓的提取精度，本發明第四實施例提供的輪廓提取系統中，存儲單元11還用於存儲ASM訓練樣本圖像的紋理模型，本發明第一實施例提供的輪廓提取系統還可以包括第三調整單元17，用於根據存儲單元11存儲的ASM訓練樣本圖像的紋理模型，調整第二調整單元16得到的第三形狀輪廓，從而得到第一提取單元12提取出的第一圖像上待識別物體的第四形狀輪廓。圖12示出了本發明第五實施例提供的輪廓提取系統的結構，該輪廓提取系統可以實現本發明第二實施例提供的輪廓提取方法，為了便於說明，僅示出了與本發明實施例相關的部分。本發明第二實施例提供的輪廓提取系統包括存儲單元11，用於存儲ASM訓練樣本圖像及其形狀模型；第一提取單元12，用於在輸入圖像中檢測待識別物體，提取出包含待識別物體的第一圖像；仿射投影単元13，用於計算第一提取單元12提取出的第一圖像與存儲單元11存儲的ASM訓練樣本圖像的縮放比例，井根據計算得到的縮放比例將存儲単元11存儲的ASM訓練樣本圖像的形狀模型仿射投影到第一提取單元12提取出的第一圖像，得到待識別物體的第一形狀輪廓；第四調整單元18，用於根據第一提取單元12提取出的第一圖像上的參考坐標，調整仿射投影単元13得到的第一形狀輪廓，得到中間形狀輪廓，該中間形狀輪廓與第一圖像上的待識別物體基於參考坐標對齊；第二提取單元14，用於從第一提取單元12提取出的第一圖像中縮小提取包含待識別物體的第二圖像；第五調整單元19，用於計算第二提取單元14提取出的第二圖像與第四調整單元18得到的中間形狀輪廓的縮放比例，根據該縮放比例調整第四調整單元18得到的中間形狀輪廓，得到待識別物體的第二形狀輪廓；第二調整單元16，用於根據第一圖像上的任ー特徵點調整第五調整單元19得到的第二形狀輪廓，得到第一圖像上待識別物體的第三形狀輪廓，該第三形狀輪廓即為提取出的待識別物體的輪廓。與圖11所示不同，本發明第五實施例提供的輪廓提取系統增加了用於根據參考坐標調整第一形狀輪廓並得到中間形狀輪廓的第四調整單元18，之後由第五調整單元19對中間形狀輪廓進行調整，得到第二形狀輪廓。由於中間形狀輪廓與第一圖像上的待識別物體是基於該參考坐標對齊，從而可使得第二形狀輪廓的位置與第一圖像上的待識別物體更加接近並匹配，進ー步提高了待識別物體的輪廓提取精度。同樣地，為了提高輪廓的提取精度，本發明第五實施例提供的輪廓提取系統中，存儲單元11還用於存儲ASM訓練樣本圖像的紋理模型，本發明第五實施例提供的輪廓提取系統還可以包括第三調整單元17，用於根據存儲單元11存儲的ASM訓練樣本圖像的紋理模型，調整第二調整單元16得到的第三形狀輪廓，從而得到第一提取單元12提取出的第一圖像上待識別物體的第四形狀輪廓。圖13示出了本發明實施例提供的輪廓提起系統中仿射投影単元13的結構。
具體地，仿射投影単元13可以包括第一計算模塊131，用於計算第一提取單元12提取出的第一圖像與存儲單元11存儲的ASM訓練樣本圖像的第一寬度比值，並計算第一提取單元12提取出的第一圖像與存儲單元11存儲的ASM訓練樣本圖像的第一高度比值；第ニ計算模塊132，用於根據第一計算模塊131計算得到的第一寬度比值和存儲單元11存儲的ASM訓練樣本圖像的形狀模型的寬度，計算仿射變換後ASM訓練樣本圖像的形狀模型的寬度，並根據第一計算模塊131計算得到的第一高度比值和存儲單元11存儲的ASM訓練樣本圖像的形狀模型的高度，計算仿射變換後ASM訓練樣本圖像的形狀模型的高度；仿射投影模塊133，用於根據第二計算模塊132計算得到的ASM訓練樣本圖像的形狀模型的高度、以及ASM訓練樣本圖像的形狀模型的高度，將存儲単元11存儲的ASM訓練樣本圖像的形狀模型仿射投影到第一提取單元12提取出的第一圖像，得到待識別物體的第一形狀輪廓。本發明實施例提供的輪廓提取方法及系統是對待識別物體進行至少兩次提取，並相應地根據縮放比例對ASM訓練樣本圖像的形狀模型進行至少兩次的自動調整，在保證並優化提取精度的同時，避免了手動設定初始移動坐標和縮放係數時提取精度差、提取時間長的問題，特別適用於對於遠離操作者的目標物體輪廓的提取。 本領域普通技術人員可以理解實現上述實施例方法中的全部或部分步驟是可以通過程序來控制相關的硬體完成，所述的程序可以在存儲於ー計算機可讀取存儲介質中，所述的存儲介質，如R0M/RAM、磁碟、光碟等。以上所述僅為本發明的較佳實施例而已，並不用以限制本發明，凡在本發明的精神和原則之內所作的任何修改、等同替換和改進等，均應包含在本發明的保護範圍之內。
權利要求
1.ー種輪廓提取方法，其特徵在於，所述方法包括以下步驟 在輸入圖像中檢測待識別物體，提取出包含所述待識別物體的第一圖像； 計算所述第一圖像與存儲的ASM訓練樣本圖像的縮放比例，井根據縮放比例將存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像，得到所述待識別物體的第一形狀輪廓； 從所述第一圖像中縮小提取包含所述待識別物體的第二圖像； 計算所述第二圖像與所述第一形狀輪廓的縮放比例，井根據所述第二圖像與所述第一形狀輪廓的縮放比例，調整所述第一形狀輪廓，得到所述第一圖像上所述待識別物體的第二形狀輪廓； 根據所述第一圖像上的任ー特徵點調整所述第二形狀輪廓，得到所述第一圖像上所述 待識別物體的第三形狀輪廓。
2.如權利要求I所述的輪廓提取方法，其特徵在於，所述第一圖像與存儲的ASM訓練樣本圖像的縮放比例包括所述第一圖像與所述ASM訓練樣本圖像的第一寬度比值，以及所述第一圖像與所述ASM訓練樣本圖像的第一高度比值； 所述根據縮放比例將存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像的步驟具體包括 根據所述第一寬度比值和所述ASM訓練樣本圖像的形狀模型的寬度，計算仿射變換後所述ASM訓練樣本圖像的形狀模型的寬度，並根據所述第一高度比值和所述ASM訓練樣本圖像的形狀模型的高度，計算仿射變換後所述ASM訓練樣本圖像的形狀模型的高度； 根據計算得到的所述ASM訓練樣本圖像的形狀模型的高度、以及所述ASM訓練樣本圖像的形狀模型的高度，將所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像。
3.如權利要求I或2所述的輪廓提取方法，其特徵在於，在所述得到所述第一圖像上所述待識別物體的第三形狀輪廓的步驟之後，所述方法還包括以下步驟 根據存儲的所述ASM訓練樣本圖像的紋理模型調整所述第三形狀輪廓，得到所述第一圖像上所述待識別物體的第四形狀輪廓。
4.ー種輪廓提取方法，其特徵在於，所述方法包括以下步驟 在輸入圖像中檢測待識別物體，提取出包含所述待識別物體的第一圖像； 計算所述第一圖像與存儲的ASM訓練樣本圖像的縮放比例，井根據縮放比例將存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像，得到所述待識別物體的第一形狀輪廓； 根據所述第一圖像上的參考坐標調整所述第一形狀輪廓，得到中間形狀輪廓，所述中間形狀輪廓與所述第一圖像上所述待識別物體基於所述參考坐標對齊； 從所述第一圖像中縮小提取包含所述待識別物體的第二圖像； 計算所述第二圖像與所述中間形狀輪廓的縮放比例，井根據所述第二圖像與所述中間形狀輪廓的縮放比例，調整所述中間形狀輪廓，得到所述第一圖像上所述待識別物體的第二形狀輪廓； 根據所述第一圖像上的任ー特徵點調整所述第二形狀輪廓，得到所述第一圖像上所述待識別物體的第三形狀輪廓。
5.如權利要求4所述的輪廓提取方法，其特徵在於，所述第一圖像與存儲的ASM訓練樣本圖像的縮放比例包括所述第一圖像與所述ASM訓練樣本圖像的第一寬度比值，以及所述第一圖像與所述ASM訓練樣本圖像的第一高度比值； 所述根據縮放比例將存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像的步驟具體包括 根據所述第一寬度比值和所述ASM訓練樣本圖像的形狀模型的寬度，計算仿射變換後所述ASM訓練樣本圖像的形狀 模型的寬度，並根據所述第一高度比值和所述ASM訓練樣本圖像的形狀模型的高度，計算仿射變換後所述ASM訓練樣本圖像的形狀模型的高度； 根據計算得到的所述ASM訓練樣本圖像的形狀模型的高度、以及所述ASM訓練樣本圖像的形狀模型的高度，將所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像。
6.如權利要求4或5所述的輪廓提取方法，其特徵在於，在所述得到所述第一圖像上所述待識別物體的第三形狀輪廓的步驟之後，所述方法還包括以下步驟 根據存儲的所述ASM訓練樣本圖像的紋理模型調整所述第三形狀輪廓，得到所述第一圖像上所述待識別物體的第四形狀輪廓。
7.ー種輪廓提取系統，其特徵在於，所述系統包括 存儲單元，用於存儲ASM訓練樣本圖像及其形狀模型； 第一提取單元，用於在輸入圖像中檢測待識別物體，提取出包含所述待識別物體的第ー圖像； 仿射投影単元，用於計算所述第一圖像與所述存儲単元存儲的所述ASM訓練樣本圖像的縮放比例，將所述存儲單元存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第ー圖像，得到所述待識別物體的第一形狀輪廓； 第二提取單元，用於從所述第一圖像中縮小提取包含所述待識別物體的第二圖像；第一調整單元，用於計算所述第二圖像與所述仿射投影単元得到的所述第一形狀輪廓的縮放比例，井根據所述第二圖像與所述第一形狀輪廓的縮放比例調整所述仿射投影単元得到的所述第一形狀輪廓，得到所述待識別物體的第二形狀輪廓； 第二調整單元，用於根據所述第一圖像上的任ー特徵點調整所述第一調整單元得到的所述第二形狀輪廓，得到所述第一圖像上所述待識別物體的第三形狀輪廓。
8.如權利要求7所述的輪廓提取系統，其特徵在於，所述仿射投影単元包括 第一計算模塊，用於計算所述第一圖像與所述存儲単元存儲的所述ASM訓練樣本圖像的第一寬度比值，並計算所述第一圖像與所述存儲単元存儲的所述ASM訓練樣本圖像的第一高度比值； 第二計算模塊，用於根據所述第一計算模塊計算得到的所述第一寬度比值和所述存儲単元存儲的所述ASM訓練樣本圖像的形狀模型的寬度，計算仿射變換後ASM訓練樣本圖像的形狀模型的寬度，井根據所述第一計算模塊計算得到的所述第一高度比值和所述存儲單元存儲的所述ASM訓練樣本圖像的形狀模型的高度，計算仿射變換後ASM訓練樣本圖像的形狀模型的高度； 仿射投影模塊，用於根據所述第二計算模塊計算得到的所述ASM訓練樣本圖像的形狀模型的高度、以及所述ASM訓練樣本圖像的形狀模型的高度，將所述存儲單元存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像，得到所述待識別物體的第一形狀輪廓。
9.如權利要求7或8所述的輪廓提取系統，其特徵在於，所述存儲單元還用於存儲所述ASM訓練樣本圖像的紋理模型，所述系統還包括 第三調整單元，用於根據所述存儲単元存儲的所述ASM訓練樣本圖像的紋理模型，調整所述第二調整單元得到的所述第三形狀輪廓，從而得到所述第一圖像上所述待識別物體的第四形狀輪廓。
10.ー種輪廓提取系統，其特徵在於，所述系統包括 存儲單元，用於存儲ASM訓練樣本圖像及其形狀模型； 第一提取單元，用於在輸入圖像中檢測待識別物體，提取出包含所述待識別物體的第ー圖像； 仿射投影単元，用於計算所述第一圖像與所述存儲単元存儲的所述ASM訓練樣本圖像的縮放比例，將所述存儲單元存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第ー圖像，得到所述待識別物體的第一形狀輪廓； 第四調整單元，用於根據所述第一圖像上的參考坐標，調整所述仿射投影単元得到的所述第一形狀輪廓，得到中間形狀輪廓，所述中間形狀輪廓與所述第一圖像上所述待識別物體基於所述參考坐標對齊； 第二提取單元，用於從所述第一圖像中縮小提取包含所述待識別物體的第二圖像； 第五調整單元，用於計算所述第二圖像與所述第四調整單元得到的所述中間形狀輪廓的縮放比例，根據所述第二圖像與所述中間形狀輪廓的縮放比例調整所述第四調整單元得到的所述中間形狀輪廓，得到所述待識別物體的第二形狀輪廓； 第二調整單元，用於根據所述第一圖像上的任ー特徵點調整所述第一調整單元得到的所述第二形狀輪廓，得到所述第一圖像上所述待識別物體的第三形狀輪廓。
11.如權利要求10所述的輪廓提取系統，其特徵在於，所述仿射投影単元包括 第一計算模塊，用於計算所述第一圖像與所述存儲単元存儲的所述ASM訓練樣本圖像的第一寬度比值，並計算所述第一圖像與所述存儲単元存儲的所述ASM訓練樣本圖像的第一高度比值； 第二計算模塊，用於根據所述第一計算模塊計算得到的所述第一寬度比值和所述存儲単元存儲的所述ASM訓練樣本圖像的形狀模型的寬度，計算仿射變換後ASM訓練樣本圖像的形狀模型的寬度，井根據所述第一計算模塊計算得到的所述第一高度比值和所述存儲單元存儲的所述ASM訓練樣本圖像的形狀模型的高度，計算仿射變換後ASM訓練樣本圖像的形狀模型的高度； 仿射投影模塊，用於根據所述第二計算模塊計算得到的所述ASM訓練樣本圖像的形狀模型的高度、以及所述ASM訓練樣本圖像的形狀模型的高度，將所述存儲單元存儲的所述ASM訓練樣本圖像的形狀模型仿射投影到所述第一圖像，得到所述待識別物體的第一形狀輪廓。
12.如權利要求10或11所述的輪廓提取系統，其特徵在於，所述存儲單元還用於存儲所述ASM訓練樣本圖像的紋理模型，所述系統還包括 第三調整單元，用於根據所述存儲単元存儲的所述ASM訓練樣本圖像的紋理模型，調整所述第二調整單元得到的所述第三形狀輪廓，從而得到所述第一圖像上所述待識別物體的第四形狀輪廓。
全文摘要
本發明涉及圖像處理技術領域，提供了一種輪廓提取方法及系統。其中的方法包括:在輸入圖像中提取包含待識別物體的第一圖像；根據縮放比例將ASM訓練樣本圖像的形狀模型仿射投影到第一圖像，得到第一形狀輪廓；從第一圖像中縮小提取包含待識別物體的第二圖像，根據縮放比例調整前一形狀輪廓，得到第二形狀輪廓，之後根據形狀模型上任一特徵點調整第二形狀輪廓，得到第三形狀輪廓。由於對待識別物體進行了至少兩次提取，並相應地根據縮放比例對ASM訓練樣本圖像的形狀模型進行至少兩次的自動調整，在保證並優化提取精度的同時，避免了手動設定初始移動坐標和縮放係數時提取精度差、提取時間長的問題，特別適用於遠距離待識別物體輪廓的提取。
文檔編號G06K9/46GK102779278SQ20121023073
公開日2012年11月14日 申請日期2012年7月4日 優先權日2012年7月4日
發明者王甜甜, 邵詩強 申請人:Tcl集團股份有限公司