專利名稱：用于檢測(cè)具有特定形狀的區(qū)域的方法和相機(jī)的制作方法
技術(shù)領(lǐng)域：
與示例性實(shí)施例一致的方法和設(shè)備涉及一種用于檢測(cè)具有特定形狀的區(qū)域的方法和相機(jī)，更具體地講，涉及這樣一種用于檢測(cè)具有特定形狀的區(qū)域的方法和相機(jī)通過(guò)所述方法和相機(jī)，輸入圖像數(shù)據(jù)在相機(jī)中被處理，以檢測(cè)具有所述特定形狀的區(qū)域。
背景技術(shù)：
相機(jī)(例如，監(jiān)視相機(jī)或數(shù)碼相機(jī))可用于處理輸入圖像數(shù)據(jù)，并檢測(cè)具有特定形狀的區(qū)域(例如，具有人臉的區(qū)域或車牌的區(qū)域)。相機(jī)的上述功能可被用于許多領(lǐng)域。例如，數(shù)碼相機(jī)可校正人臉的檢測(cè)區(qū)域的膚色，或從人臉的檢測(cè)區(qū)域去除瑕疵。另外，僅當(dāng)在測(cè)量人臉的檢測(cè)區(qū)域的角度中人臉轉(zhuǎn)向相機(jī)的正前方時(shí)，相機(jī)才可捕獲圖像或執(zhí)行自動(dòng)對(duì)焦(AF)操作。僅當(dāng)人出現(xiàn)在相機(jī)中時(shí)，監(jiān)視相機(jī)才可檢測(cè)人臉區(qū)域，并執(zhí)行監(jiān)視功能或跟蹤運(yùn)動(dòng)軌跡。因此，可減少不必要的計(jì)算量和存儲(chǔ)空間。當(dāng)監(jiān)視相機(jī)觀測(cè)自動(dòng)存提款機(jī)(ATM)時(shí)，監(jiān)視相機(jī)可在取現(xiàn)期間確定人臉，當(dāng)人臉被掩飾時(shí)，監(jiān)視相機(jī)可阻止取現(xiàn)，當(dāng)人臉正常暴露時(shí)，監(jiān)視相機(jī)使得能夠取現(xiàn)。同時(shí)，在另一示例中，監(jiān)視相機(jī)可準(zhǔn)確地檢測(cè)車牌的區(qū)域，并幫助捕獲違反交通規(guī)則的車輛。圖1是示出形成局部二值模式(LBP)的方法的示圖，所述LBP用于在典型相機(jī)中檢測(cè)具有特定形狀的區(qū)域。在圖ι中，標(biāo)號(hào)11表示局部區(qū)域，標(biāo)號(hào)12表示LBP的二進(jìn)制值， 標(biāo)號(hào)13表示LBP的十進(jìn)制值。參照?qǐng)D1，輸入圖像幀的每一局部區(qū)域11可包括以3X3矩陣的形式排列的9個(gè)像素?，F(xiàn)在將詳細(xì)描述獲得每一局部區(qū)域11中的LBP的值的方法。由于左上像素的灰度級(jí)70大于中央像素的灰度級(jí)60，所以第一位(位號(hào)0，最低有效位(LSB))的二進(jìn)制數(shù)據(jù)可以是“1”。由于中上像素的灰度級(jí)20小于中央像素的灰度級(jí)60，所以第二位(位號(hào)1)的二進(jìn)制數(shù)據(jù)可以是“0”。類似地，由于右上像素的灰度級(jí)20小于中央像素的灰度級(jí)60，所以第三位(位號(hào)2)的二進(jìn)制數(shù)據(jù)可以是“0”。由于中右像素的灰度級(jí)120大于中央像素的灰度級(jí)60，所以第四位(位號(hào)3)的二進(jìn)制數(shù)據(jù)可以是“1”。類似地，當(dāng)右下像素的灰度級(jí)120大于中央像素的灰度級(jí)60時(shí)，第五位(位號(hào)4)的二進(jìn)制數(shù)據(jù)可以是“1”。由于中下像素的灰度級(jí)20小于中央像素的灰度級(jí)60，所以第六位(位號(hào)幻的二進(jìn)制數(shù)據(jù)可以是“0”。由于左下像素的灰度級(jí)20小于中央像素的灰度級(jí)60，所以第七位(位號(hào)6)的二進(jìn)制數(shù)據(jù)可以是“0”。類似地，由于中左像素的灰度級(jí)50小于中央像素的灰度60，所以第八位(位號(hào)7)的二進(jìn)制數(shù)據(jù)可以是“0”?？扇绲仁?來(lái)表示上述的形成LBP的方法LBP(xc,yc) = Q s(in-ic)2n
n=o⑴其中，x。、y。表示每一局部區(qū)域11的中央坐標(biāo)，ic表示中央像素的灰度級(jí)60，in表示與中央像素鄰近的像素的灰度級(jí)。當(dāng)(in_i。)為0或大于0時(shí)，函數(shù)s(in-i。)為“1”；當(dāng) (in-ic)小于 0 時(shí)，函數(shù) s(in-i。)為 “0”。當(dāng)相機(jī)通過(guò)使用如上所述的LBP檢測(cè)具有特定形狀的區(qū)域時(shí)，由于沒有直接使用灰度級(jí)模式，所以相機(jī)針對(duì)照明變化可為魯棒性的。然而，當(dāng)在具有特定形狀的分界區(qū)域中鄰近像素之間的灰度級(jí)差特別大時(shí)，LBP值也會(huì)特別地增大。因此，在有限的學(xué)習(xí)結(jié)果數(shù)據(jù)的環(huán)境下，檢測(cè)具有特定形狀的區(qū)域可能是困難的。例如，當(dāng)作為攝像的主體的人在高亮度下配戴了非常暗的眼鏡，或者在低亮度下化妝化得非常亮?xí)r，檢測(cè)人臉區(qū)域可能是困難的。類似地，當(dāng)車牌在非常亮的光線下與非常暗的背景成對(duì)照，或者在非常暗的光線下與非常亮的背景成對(duì)照時(shí)，檢測(cè)車牌區(qū)域可能是困難的。

發(fā)明內(nèi)容
一個(gè)或多個(gè)示例性實(shí)施例提供了一種檢測(cè)具有特定形狀的區(qū)域的方法，其中，即使在具有特定形狀的分界區(qū)域中鄰近像素之間的灰度級(jí)差特別大，所述方法也可在各種照明設(shè)置中工作，并檢測(cè)具有特定形狀的區(qū)域。根據(jù)示例性實(shí)施例的一方面，提供了一種檢測(cè)具有特定形狀的區(qū)域的方法，所述方法包括在相機(jī)中處理輸入圖像數(shù)據(jù)，并檢測(cè)具有特定形狀的區(qū)域。所述方法包括(a) 計(jì)算圖像幀的每一局部區(qū)域中的中央像素和各外圍像素之間的灰度級(jí)差；(b)將平均灰度級(jí)差和每一灰度級(jí)差進(jìn)行比較，并在每一局部區(qū)域中基于比較結(jié)果來(lái)獲得局部梯度模式 (LGP)的值；(c)通過(guò)使用從各局部區(qū)域獲得的LGP值來(lái)從圖像幀中檢測(cè)具有特定形狀的區(qū)域。


通過(guò)參照附圖對(duì)本公開的特定示例性實(shí)施例進(jìn)行詳細(xì)描述，本公開的以上和/或其他特征和優(yōu)點(diǎn)將變得更清楚，其中圖1是示出形成局部二值模式(LBP)的方法的示圖，所述LBP用于在典型相機(jī)中檢測(cè)具有特定形狀的區(qū)域；圖2是根據(jù)示例性實(shí)施例的使用檢測(cè)形狀的方法的監(jiān)視相機(jī)的內(nèi)部結(jié)構(gòu)的框圖；圖3是示出通過(guò)使用圖2的用作主控制器的數(shù)字信號(hào)處理器執(zhí)行的形狀檢測(cè)方法的流程圖；圖4是解釋圖3的操作S32和S33的示圖；圖5是顯示圖1的傳統(tǒng)局部二值模式(LBP)的特性的曲線圖6是顯示根據(jù)示例性實(shí)施例的被稱為局部梯度模式(LGP)的圖4的模式的特性的曲線圖；圖7顯示與在不同照明環(huán)境中捕獲的原始灰度級(jí)模式的圖像相應(yīng)的圖4的LGP的圖像；圖8是示出應(yīng)用了圖3的形狀檢測(cè)方法的整個(gè)形狀檢測(cè)方法的流程圖；圖9是示出這樣一種方法的示例的流程圖在圖8的操作S84中，所述方法確定應(yīng)用了子窗口的區(qū)域是否為具有特定形狀的區(qū)域；圖10是用于解釋圖8的形狀檢測(cè)方法的示例的示圖。
具體實(shí)施例方式以下將參照附圖更全面地描述特定示例性實(shí)施例。圖2是根據(jù)示例性實(shí)施例的使用檢測(cè)具有特定形狀的區(qū)域的方法的監(jiān)視相機(jī)2的內(nèi)部結(jié)構(gòu)的框圖。參照?qǐng)D2，監(jiān)視相機(jī)2可包括光學(xué)系統(tǒng)OPS、光電轉(zhuǎn)換器0EC、相關(guān)雙采樣器和模數(shù)轉(zhuǎn)換器(⑶S-ADC) 201、時(shí)序電路202、用作控制器的數(shù)字信號(hào)處理器(DSP) 207、視頻信號(hào)產(chǎn)生器208、光圈馬達(dá)MA、變焦馬達(dá)MZ、聚焦馬達(dá)MF、濾鏡馬達(dá)MD、搖頭馬達(dá)MP、傾斜馬達(dá)MT、 驅(qū)動(dòng)器210、通信接口 212、微計(jì)算機(jī)213和照明器215。包括鏡頭單元和濾鏡單元的OPS可對(duì)從主體發(fā)射的光進(jìn)行光學(xué)處理。OPS的鏡頭單元可包括變焦鏡頭和聚焦鏡頭。OPS的濾鏡單元可包括在夜間操作模式下使用的光學(xué)低通濾鏡(OLPF)和在日間操作模式下使用的紅外截止濾鏡(IRF)。OLPF 可去除射頻(RF)光學(xué)噪聲，IRF可阻擋入射光的頂分量。OEC為電荷耦合裝置(CXD)類型或互補(bǔ)金屬氧化物半導(dǎo)體(CM0Q類型，OEC可將OPS發(fā)射的光轉(zhuǎn)換成電模擬信號(hào)。這里，DSP 207可控制時(shí)序電路202，并可控制OEC和 CDS-ADC 201 的操作。⑶S-ADC 201可處理來(lái)自光電轉(zhuǎn)換器OEC的模擬圖像信號(hào)，以從模擬圖像信號(hào)中去除射頻(RF)噪聲，調(diào)節(jié)模擬圖像信號(hào)的幅度，并將處理后的模擬圖像信號(hào)轉(zhuǎn)換成數(shù)字圖像信號(hào)?？蓪?shù)字圖像信號(hào)發(fā)送到數(shù)字信號(hào)處理器207。用作主控制器的數(shù)字信號(hào)處理器207可處理從⑶S-ADC 201發(fā)送的數(shù)字圖像信號(hào)，并產(chǎn)生數(shù)字圖像數(shù)據(jù)，所述數(shù)字圖像數(shù)據(jù)被分成亮度信號(hào)和色度信號(hào)。視頻信號(hào)產(chǎn)生器208可將由數(shù)字信號(hào)處理器207產(chǎn)生的數(shù)字圖像數(shù)據(jù)轉(zhuǎn)換成視頻信號(hào)SVID，所述視頻信號(hào)SVID是模擬圖像信號(hào)。用作主控制器的數(shù)字信號(hào)處理器207可經(jīng)由通信接口 212和通信信道DCOM與主機(jī)裝置(例如，計(jì)算機(jī))進(jìn)行通信，并通過(guò)視頻信號(hào)信道將來(lái)自視頻信號(hào)產(chǎn)生器208的視頻信號(hào)SVID發(fā)送到主機(jī)裝置。同時(shí)，微計(jì)算機(jī)213可控制驅(qū)動(dòng)器210驅(qū)動(dòng)光圈馬達(dá)MA、變焦馬達(dá)MZ、聚焦馬達(dá) MF、濾鏡馬達(dá)MD、搖頭馬達(dá)MP和傾斜馬達(dá)MT。另外，微計(jì)算機(jī)213可控制照明器215將照明光照射至透明罩(未示出)。光圈馬達(dá)MA可驅(qū)動(dòng)虹彩光圈，變焦馬達(dá)MZ可驅(qū)動(dòng)變焦鏡頭，聚焦馬達(dá)MF可驅(qū)動(dòng)聚焦鏡頭。濾鏡馬達(dá)MD可驅(qū)動(dòng)OLPF和IRF。
搖頭馬達(dá)MP可向右旋轉(zhuǎn)和向左旋轉(zhuǎn)OPS。傾斜馬達(dá)MT可向上旋轉(zhuǎn)和向下旋轉(zhuǎn) OPS。以下，將參照?qǐng)D3至圖10描述由用作主控制器的數(shù)字信號(hào)處理器207執(zhí)行的形狀檢測(cè)方法。圖3是示出由圖2的用作主控制器的數(shù)字信號(hào)處理器207執(zhí)行的檢測(cè)具有特定形狀的區(qū)域的方法的流程圖。圖4是解釋圖3的操作S32和S33的示圖。在圖4中，標(biāo)號(hào)41 表示局部區(qū)域，標(biāo)號(hào)42表示LGP的二進(jìn)制值，標(biāo)號(hào)43表示LGP的十進(jìn)制值?，F(xiàn)在將參照?qǐng)D 2至圖4來(lái)描述圖3的方法。當(dāng)輸入了圖像幀的數(shù)據(jù)時(shí)(操作S31)，數(shù)字信號(hào)處理器207可計(jì)算圖像幀的每一局部區(qū)域41中的中央像素的灰度級(jí)60和各外圍像素的灰度級(jí)之間的灰度級(jí)差(操作 S32)。另外，DSP 207可將平均灰度級(jí)差與每一灰度級(jí)差進(jìn)行比較，并基于比較結(jié)果來(lái)獲得LGP的值42和43 (操作S33)。另外，DSP 207可通過(guò)使用從各局部區(qū)域41獲得的LGP的值43來(lái)從圖像幀檢測(cè)具有特定形狀的區(qū)域(例如，人臉區(qū)域或車牌號(hào)碼區(qū)域)?？芍貜?fù)執(zhí)行操作S31至操作S35。S卩，可通過(guò)使用LGP的值來(lái)從圖像幀檢測(cè)具有特定形狀的區(qū)域。因此，相機(jī)可通過(guò)使用紋理模式而不直接使用灰度級(jí)模式在照明變化的情況下很好地操作。另外，每一 LGP值可包括與每一局部區(qū)域中的灰度級(jí)差有關(guān)的梯度信息。S卩，每一 LGP值可包括與每一灰度級(jí)差及平均灰度級(jí)差有關(guān)的信息。因此，即使在具有特定形狀的邊界區(qū)域中鄰近像素之間的灰度級(jí)差變得特別大， 由于LGP值沒有增加，所以可解決在有限學(xué)習(xí)結(jié)果的環(huán)境下檢測(cè)具有特定形狀的區(qū)域的困難。例如，可解決當(dāng)作為攝像主體的人在高亮度下配戴非常暗的眼鏡或者在低亮度下化妝化的非常亮?xí)r檢測(cè)人臉區(qū)域的困難。類似地，可解決當(dāng)車牌在非常亮光線下與非常暗的背景成對(duì)照或者在非常暗的光線下與非常亮的背景成對(duì)照時(shí)檢測(cè)車牌區(qū)域的困難。關(guān)于操作S32和操作S33，現(xiàn)在將在下面描述從任何一個(gè)局部區(qū)域獲得LGP的值的詳細(xì)處理。每一局部區(qū)域41可包括9個(gè)像素，具有正方形形式的四個(gè)邊，每個(gè)邊具有3個(gè)像素。即，可以以3X3矩陣的形式排列所述9個(gè)像素。現(xiàn)在將參照?qǐng)D4詳細(xì)描述操作S32。第一，可計(jì)算中央像素的灰度級(jí)60和左上像素的灰度級(jí)70之間的第一灰度級(jí)差 10。第二，可計(jì)算中央像素的灰度級(jí)60和中上像素的灰度級(jí)20之間的第二灰度級(jí)差 40。第三，可計(jì)算中央像素的灰度級(jí)60和右上像素的灰度級(jí)20之間的第三灰度級(jí)差 40。第四，可計(jì)算中央像素的灰度級(jí)60和中右像素的灰度級(jí)120之間的第四灰度級(jí)差60。第五，可計(jì)算中央像素的灰度級(jí)60和右下像素的灰度級(jí)120之間的第五灰度級(jí)差 60。第六，可計(jì)算中央像素的灰度級(jí)60和中下像素的灰度級(jí)20之間的第六灰度級(jí)差40。第七，可計(jì)算中央像素的灰度級(jí)60和左下像素的灰度級(jí)20之間的第七灰度級(jí)差 40。第八，可計(jì)算中央像素的灰度級(jí)60和中左像素的灰度級(jí)50之間的第八灰度級(jí)差 10。在操作S33，開始可計(jì)算第一灰度級(jí)差至第八灰度級(jí)差的平均值(37.幻。因此，可如等式2所示來(lái)獲得所述平均值
權(quán)利要求
1.一種通過(guò)處理輸入圖像數(shù)據(jù)來(lái)檢測(cè)具有特定形狀的區(qū)域的方法，所述方法包括以下步驟計(jì)算圖像幀的每一局部區(qū)域中的中央像素和各外圍像素之間的灰度級(jí)差； 將平均灰度級(jí)差和計(jì)算的每一灰度級(jí)差進(jìn)行比較，并在圖像幀的每一局部區(qū)域中基于比較結(jié)果來(lái)獲得局部梯度模式LGP值；通過(guò)使用從各局部區(qū)域獲得的LGP值來(lái)從圖像幀中檢測(cè)具有特定形狀的區(qū)域。
2.如權(quán)利要求1所述的方法，其中，在計(jì)算灰度級(jí)差、比較平均灰度級(jí)差和檢測(cè)具有特定形狀的區(qū)域的步驟中，每一局部區(qū)域包括以3X3矩陣的形式排列的9個(gè)像素。
3.如權(quán)利要求2所述的方法，其中，計(jì)算灰度級(jí)差的步驟包括 計(jì)算中央像素與左上像素之間的第一灰度級(jí)差；計(jì)算中央像素與中上像素之間的第二灰度級(jí)差； 計(jì)算中央像素與右上像素之間的第三灰度級(jí)差； 計(jì)算中央像素與中右像素之間的第四灰度級(jí)差； 計(jì)算中央像素與右下像素之間的第五灰度級(jí)差； 計(jì)算中央像素與中下像素之間的第六灰度級(jí)差； 計(jì)算中央像素與左下像素之間的第七灰度級(jí)差； 計(jì)算中央像素與中左像素之間的第八灰度級(jí)差。
4.如權(quán)利要求3所述的方法，其中，比較平均灰度級(jí)差的步驟包括 計(jì)算第一灰度級(jí)差至第八灰度級(jí)差的平均值；將每一灰度級(jí)差與灰度級(jí)差的平均值進(jìn)行比較，并基于比較結(jié)果來(lái)獲得8位LGP值。
5.如權(quán)利要求4所述的方法，其中，獲得8位LGP值的步驟包括當(dāng)?shù)谝换叶燃?jí)差至第八灰度級(jí)差中的每一個(gè)小于第一灰度級(jí)差至第八灰度級(jí)差的平均值時(shí)，將二進(jìn)制數(shù)據(jù)設(shè)置為“0”，當(dāng)?shù)谝换叶燃?jí)差至第八灰度級(jí)差中的每一個(gè)不小于第一灰度級(jí)差至第八灰度級(jí)差的平均值時(shí)，將二進(jìn)制數(shù)據(jù)設(shè)置為“ 1 ”。
6.如權(quán)利要求5所述的方法，其中，在獲得8位LGP值的步驟中，以如下方式來(lái)排列8 位基于第一灰度級(jí)差和第一灰度級(jí)差至第八灰度級(jí)差的平均值之間的比較結(jié)果所獲得的二進(jìn)制數(shù)據(jù)是最低有效位LSB，基于第八灰度級(jí)差和第一灰度級(jí)差至第八灰度級(jí)差的平均值之間的比較結(jié)果所獲得的二進(jìn)制數(shù)據(jù)是最高有效位MSB。
7.如權(quán)利要求1所述的方法，其中，獲得具有不同尺寸的一系列圖像幀的各灰度數(shù)據(jù)， 所述具有不同尺寸的一系列圖像幀的范圍是從具有最小尺寸的圖像幀到具有最大尺寸的圖像幀，對(duì)具有不同尺寸的每一圖像幀執(zhí)行計(jì)算灰度級(jí)差和比較平均灰度級(jí)差，以獲得各圖像幀的LGP數(shù)據(jù)，在檢測(cè)具有特定形狀的區(qū)域的步驟中，通過(guò)使用子窗口來(lái)掃描各圖像幀的LGP數(shù)據(jù)。
8.如權(quán)利要求7所述的方法，其中，在檢測(cè)具有特定形狀的區(qū)域的步驟中，為確定應(yīng)用了子窗口的任何一個(gè)區(qū)域是否為具有特定形狀的區(qū)域，當(dāng)子窗口是非形狀區(qū)域時(shí)，將LGP 值的非形狀權(quán)重的學(xué)習(xí)結(jié)果數(shù)據(jù)應(yīng)用于子窗口的特定位置。
9.如權(quán)利要求8所述的方法，其中，學(xué)習(xí)結(jié)果數(shù)據(jù)是當(dāng)非形狀權(quán)重的參考數(shù)據(jù)具有不同精度時(shí)所獲得的多個(gè)學(xué)習(xí)結(jié)果數(shù)據(jù)，并且具有最低精度的學(xué)習(xí)結(jié)果數(shù)據(jù)至具有最高精度的學(xué)習(xí)結(jié)果數(shù)據(jù)被順序地應(yīng)用到應(yīng)用了子窗口的任何一個(gè)區(qū)域。
10.如權(quán)利要求9所述的方法，其中，當(dāng)任何一個(gè)學(xué)習(xí)結(jié)果數(shù)據(jù)被應(yīng)用并確定應(yīng)用了子窗口的任何一個(gè)區(qū)域是非形狀區(qū)域時(shí)，無(wú)需應(yīng)用下一學(xué)習(xí)結(jié)果數(shù)據(jù)而最終確定非人臉區(qū)域，當(dāng)確定應(yīng)用了子窗口的任何一個(gè)區(qū)域是具有特定形狀的區(qū)域時(shí)，應(yīng)用下一學(xué)習(xí)結(jié)果數(shù)據(jù)。
11.如權(quán)利要求10所述的方法，其中，當(dāng)具有最高精度的學(xué)習(xí)結(jié)果數(shù)據(jù)被最終應(yīng)用，并確定應(yīng)用了子窗口的任何一個(gè)區(qū)域是具有特定形狀的區(qū)域時(shí)，最終確定具有特定形狀的區(qū)域。
12.—種執(zhí)行如權(quán)利要求1所述的方法的相機(jī)。
13.—種檢測(cè)具有特定形狀的區(qū)域的方法，所述方法包括如下步驟 輸入圖像幀數(shù)據(jù)；獲得具有不同尺寸的一系列圖像幀的灰度級(jí)數(shù)據(jù)；獲得具有不同尺寸的每一圖像幀的局部梯度模式LGP值；在通過(guò)使用子窗口掃描每一圖像幀的LGP值的同時(shí)，檢測(cè)具有特定形狀的區(qū)域。
14.如權(quán)利要求13所述的方法，其中，在檢測(cè)具有特定形狀的區(qū)域的步驟中，為確定應(yīng)用了子窗口的任何一個(gè)區(qū)域是否為具有特定形狀的區(qū)域，當(dāng)子窗口是非形狀區(qū)域時(shí)，LGP值的非形狀權(quán)重被應(yīng)用于子窗口的特定位置。
15.如權(quán)利要求13所述的方法，其中，通過(guò)計(jì)算圖像幀的每一局部區(qū)域中的中央像素和各外圍像素之間的灰度級(jí)差來(lái)獲得具有不同尺寸的每一圖像幀的LGP值，將平均灰度級(jí)差與計(jì)算的每一灰度級(jí)差進(jìn)行比較，并在每一局部區(qū)域中基于比較結(jié)果來(lái)獲得LGP值。
16.一種執(zhí)行如權(quán)利要求13所述的方法的相機(jī)。
全文摘要
提供了用于檢測(cè)具有特定形狀的區(qū)域的方法和相機(jī)。提供了一種在相機(jī)中檢測(cè)具有特定形狀的區(qū)域的方法。所述方法包括在相機(jī)中處理輸入圖像數(shù)據(jù)，并檢測(cè)具有特定形狀的區(qū)域。所述方法包括計(jì)算圖像幀的每一局部區(qū)域中的中央像素和各外圍像素之間的灰度級(jí)差；將平均灰度級(jí)差和每一灰度級(jí)差進(jìn)行比較，并在每一局部區(qū)域中基于比較結(jié)果來(lái)獲得局部梯度模式(LGP)值；通過(guò)使用從各局部區(qū)域獲得的LGP值來(lái)從圖像幀中檢測(cè)具有特定形狀的區(qū)域。
文檔編號(hào)G06T7/60GK102339466SQ20111021013
公開日2012年2月1日 申請(qǐng)日期2011年7月15日 優(yōu)先權(quán)日2010年7月15日
發(fā)明者全俸辰, 全承先, 尹鐘敏, 金大鎮(zhèn) 申請(qǐng)人:三星泰科威株式會(huì)社, 浦項(xiàng)工科大學(xué)校產(chǎn)學(xué)協(xié)力團(tuán)