專利名稱：一種目標檢測與定位方法
技術領域：
本發(fā)明屬于圖像處理與機器視覺領域，涉及一種圖像目標檢測與定位方法，特別 涉及一種基于邊緣檢測與興趣點提取的圖像目標檢測與定位方法。
背景技術：
目標的檢測與定位一直是機器 視覺和圖像處理領域的重要研究內容。在工業(yè)檢 測、安防系統(tǒng)、軍事領域等方面有著重要的應用價值。通常用于目標檢測的方法有基于對比 度的檢測方法和相關匹配檢測方法等。基于對比度的檢測方法是利用目標與其背景之間的對比度來識別和提取目標信 號，根據(jù)對目標參考點的不同可分為邊緣跟蹤、形心跟蹤、峰值跟蹤等。由于這類方法受光 照等影響很大，因此檢測成功率不是很高。相關匹配檢測方法是將系統(tǒng)的基準圖像在實時圖像上以不同的偏移值移位，然后 根據(jù)一定的相似性度量準則對每一個偏移值下重疊的兩個圖像(基準圖像(模板)及與基 準圖像同樣大小的實時圖像)進行相關處理，根據(jù)判別準則和相關處理結果，判斷目標在 實時圖像中的位置。這類方法通常不具有旋轉不變性和縮放不變性等性質，而且相關算法 存在累積誤差，容易使目標漂移出參考模板。這使得這類方法在應用上也存在一定的問題， 并受到一定的限制。因此設計一種新型的目標檢測與定位方法具有重要的應用價值。

發(fā)明內容
本發(fā)明所要解決的技術問題是，設計一種目標檢測與定位方法，實現(xiàn)對灰度圖像 目標的檢測與定位。本發(fā)明所采用的技術方案是一種目標檢測與定位方法，包括以下步驟(1)計算每個像素與鄰域的灰度差，選取候選興趣點。(2)計算候選興趣點及其鄰域點的邊緣強度。(3)計算候選興趣點與其鄰域點的微分值的差值，以此確定興趣點。(4)將各興趣點作為位勢函數(shù)的中心，將位勢函數(shù)值最大的位置確定為目標位置。本發(fā)明的目的在于提出一種目標檢測與定位方法，利用邊緣檢測算法確定興趣 點，并根據(jù)興趣點的位置分布情況確定目標的位置，完成對灰度圖像目標的有效檢測與定 位。


圖1為待檢測目標圖像。圖2為像素灰度鄰域窗口。圖3為Kirsch算子模板。圖4為像素邊緣強度鄰域窗口。
圖5為目標檢測與定位結果。
具體實施例方式下面結合實施例和附圖對本發(fā)明作進一步詳細說明。本發(fā)明通過采用在檢測區(qū)中提取興趣點的方法檢測目標，并確定目標的位置。如 圖1所示，要定位的目標是檢測區(qū)中飛機的位置。興趣點選取目標的一些邊緣點。興趣點 的確定方法如下1.確定候選點。圖像邊緣的灰度不連續(xù)，使得這些地方的空間微分值往往較大，因而檢測圖像邊 緣的有效途徑之一就是利用多方向的微分算子對圖像進行處理。但由于微分算子的計算量 較大，因此在進行邊緣提取之前先確定一些候選點。再對候選點進行邊緣檢測，從而可減少 計算量。候選點的確定依據(jù)就是該點像素的灰度不應與其鄰域內的所有像素灰度相近。假 設圖像中一點P(x，y)及其8鄰域的灰度如圖2所示。像素點P (x, y)與其鄰域像素灰度差值Δ ρ按下式求取Δ ρ = max {r0, r1 r2, . . . , r7}(1)其中α = |P(x，y)-Pi|，i = 0，1，2，···，7 (2)如果灰度差值Δρ大于閾值隊，則確定像素點P(X，y)為候選點，否則確定像素點 P(x，y)為非候選點。2.計算候選點及鄰域點的邊緣強度。選擇Kirsch算子計算候選點及鄰域點的微分值。Kirsch算子由8個3X 3窗口模 板組成，每個模板分別代表一個特定的檢測方向，其模板算子如圖3所示。設P(x，y)是待計算微分值的像素點，其8鄰域的灰度仍如圖2所示。設qk(k = 0，1，...，7)是圖像經(jīng)過第k個Kirsch算子模板處理后得到的k方向上的邊緣強度，則有 如下遞推關系式q0 = 5 (p4+p5+p6) _3 (P0+P1+P2+P3+P7)⑶q,=\(4)P(x,y)像素點經(jīng)過Kirsch算法處理后得到該點的邊緣強度S (x，y)為S(x，y) = max{qk}，k = 0，1，2，· · ·，7(5)3.確定興趣點。當候選點的邊緣強度值大于閾值R2，且與其鄰域點的最大邊緣強度值接近時，該 點確定為興趣點。這可有效避免將大量的噪聲點確定為興趣點。設候選點P(x，y)及其8鄰域的邊緣強度值如圖4所示。令Smax= {S。，Sl，···，s7}，如果 S(x，y) >R2，且 | S (x，y)-Smax | < R3 時，確定候選 點P(x，y)為興趣點。其中R3為相似閾值。4.確定目標位置。設求得興趣點集為V= |ν“υ)}，i = 1，2，···，M。選取M個位勢函數(shù)
權利要求
1.一種目標檢測與定位方法，其特征在于根據(jù)圖像灰度分布情況確定興趣點，并根據(jù) 興趣點的位置分布情況建立目標函數(shù)，通過求取目標函數(shù)最優(yōu)值的方法確定目標位置。
2.根據(jù)權利要求1所述的目標檢測與定位方法，其特征在于，根據(jù)像素點與其鄰域像 素點的灰度差異確定候選興趣。
3.根據(jù)權利要求1所述的目標檢測與定位方法，其特征在于，采用Kirsch算子計算候 選興趣點及其鄰域點的邊緣強度值。
4.根據(jù)權利要求1所述的目標檢測與定位方法，其特征在于，候選興趣點的邊緣強度 只有大于閾值，且與其鄰域點的最大邊緣強度接近時，該點才被確定為興趣點。
5.根據(jù)權利要求1所述的目標檢測與定位方法，其特征在于，以興趣點的位置為中心， 選擇二維正態(tài)函數(shù)建立位勢函數(shù)，將位勢函數(shù)值的和作為目標函數(shù)，目標函數(shù)取最大值的 位置確定為目標位置。
全文摘要
本發(fā)明屬于圖像處理與機器視覺領域，具體為一種目標檢測與定位方法。根據(jù)像素點與鄰域像素點的灰度差異確定候選興趣點，采用Kirsch算子計算候選點與其鄰域點的邊緣強度。當候選點的邊緣強度大于給定閾值，并且與其鄰域點的最大邊緣強度接近時，該點確定為興趣點。以興趣點為中心建立位勢函數(shù)，利用位勢函數(shù)的求和構造目標函數(shù)，目標函數(shù)取得最大值的位置確定為目標位置。本發(fā)明可用于目標檢測與目標跟蹤系統(tǒng)中。
文檔編號G06K9/62GK102004919SQ20101052968
公開日2011年4月6日 申請日期2010年11月3日 優(yōu)先權日2010年11月3日
發(fā)明者修春波 申請人:天津工業(yè)大學