專利名稱：一種動態(tài)圖像檢測處理方法、裝置及顯示終端的制作方法
技術(shù)領(lǐng)域：
本發(fā)明屬于圖像處理領(lǐng)域，尤其涉及一種動態(tài)圖像檢測處理方法、裝置及顯示終端。
背景技術(shù)：
隨著20世紀40年代計算機的出現(xiàn)以及50年代人工智能的興起，人們越來越希望能用計算機來代替或擴展人類的部分腦力勞動，日新月異的計算機處理技術(shù)和各種消費電子產(chǎn)品帶動了用戶更加豐富且人性化的體驗需求，自然的人機交互技術(shù)成為了一個重要的發(fā)展方向，模式識別技術(shù)被廣泛應(yīng)用其中。以手勢識別為例，在各種自然的人機交互方式中，人的手勢可以說是最為自然、直觀、易于學(xué)習(xí)的交流手段，更是人機交互中最好的輸入工具。但是由于人手的識別是一個很復(fù)雜的問題，受限于各種嵌入式電子設(shè)備的運算能力，實際應(yīng)用中手勢的識別大都是基于運動檢測的。而這類手勢識別方法，不可避免的會受到前后運動物體的干擾，造成識別率低以及數(shù)據(jù)處理量大的問題。

發(fā)明內(nèi)容
本發(fā)明的目的在于提供一種動態(tài)圖像檢測處理方法、裝置及顯示終端，旨在解決現(xiàn)有技術(shù)在圖像識別過程中，非感興趣運動目標的存在帶來的識別率降低和數(shù)據(jù)處理量增大的問題。本發(fā)明是這樣實現(xiàn)的，一種動態(tài)圖像檢測處理方法，包括以下步驟采集包含參考目標的圖像幀，對所述圖像幀進行預(yù)處理；根據(jù)預(yù)處理的圖像幀確定參考目標，獲取所述圖像幀中參考目標的邊緣輪廓，對所述參考目標邊緣輪廓進行特征提取，獲取所述參考目標對應(yīng)的特征值，根據(jù)所述參考目標對應(yīng)的特征值和預(yù)設(shè)的系數(shù)閾值設(shè)置判斷條件；檢測預(yù)處理后的圖像幀中所有的運動目標；對檢測到的運動目標進行邊緣提取，得到運動目標邊緣輪廓，對所述運動目標邊緣輪廓進行特征提取，獲取所述運動目標對應(yīng)的特征值；根據(jù)所述運動目標對應(yīng)的特征值和判斷條件判斷所述運動目標是否為干擾運動目標，對所述干擾運動目標進行濾除處理。本發(fā)明的另一目的在于提供一種動態(tài)圖像檢測處理裝置，裝置包括圖像采集和預(yù)處理單元，用于采集包含參考目標的圖像幀，對所述圖像幀進行預(yù)處理；運動目標檢測單元，用于檢測所述圖像采集和預(yù)處理單元預(yù)處理后的圖像幀中的所有運動目標；參考目標邊緣提取單元，用于根據(jù)預(yù)處理的圖像幀確定參考目標，獲取參考目標的邊緣輪廓；
參考目標特征提取單元,用于對所述參考目標邊緣提取單元提取的參考目標邊緣輪廓進行特征提取，獲取所述參考目標對應(yīng)的特征值；判斷條件設(shè)置單元，用于根據(jù)所述參考目標特征提取單元提取的參考目標對應(yīng)的特征值和預(yù)設(shè)的系數(shù)閾值設(shè)置判斷條件；運動目標邊緣提取單元，用于對所述運動目標檢測單元檢測到的運動目標進行邊緣提取，得到運動目標邊緣輪廓；運動目標特征提取單元，用于對所述運動目標邊緣提取單元提取的運動目標邊緣輪廓進行特征提取，獲取所述運動目標對應(yīng)的特征值；抗干擾處理單元，用于根據(jù)所述運動目標特征提取單元獲取的運動目標對應(yīng)的特征值和所述判斷條件設(shè)置單元設(shè)置的判斷條件判斷所述運動目標是否為干擾運動目標，對所述干擾運動目標進行濾除處理。本發(fā)明的再一目的在于提供一種包括上述動態(tài)圖像檢測處理裝置的顯示終端。
從上述技術(shù)方案可以看出，本發(fā)明實施例通過對參考目標進行邊緣提取和特征提取，得到參考目標對應(yīng)的特征值，根據(jù)參考目標對應(yīng)的特征值設(shè)置判定條件，對動態(tài)圖像檢測的所有運動目標進行邊緣提取和特征提取，得到運動目標對應(yīng)的特征值，將運動目標對應(yīng)的特征值和判定條件進行比對，符合判定條件的運動目標被視為感興趣目標而保留，不符合判定條件的運動目標將被視為干擾目標被濾除，能消除感興趣運動目標物體前后的非感興趣運動物體帶來的干擾，大大降低圖像識別過程中數(shù)據(jù)的計算量，有效提高圖像識別的正確率。


圖I是本發(fā)明實施例一提供的動態(tài)圖像檢測處理方法的實現(xiàn)流程圖；圖2是本發(fā)明實施例二提供的動態(tài)圖像檢測處理方法的處理流程圖；圖3是本發(fā)明實施例二提供的動態(tài)圖像檢測處理方法中攝像頭視場范圍內(nèi)干擾運動物體與參考目標物體的相對位置示意圖；圖4是本發(fā)明實施例二提供的動態(tài)圖像檢測處理方法中離散化梯度方向的示意圖；圖5是本發(fā)明實施例三提供的動態(tài)圖像檢測處理方法的處理流程圖；圖6是本發(fā)明實施例四提供的動態(tài)圖像檢測處理方法的處理流程圖；圖7是本發(fā)明實施例五提供的動態(tài)圖像檢測處理裝置的結(jié)構(gòu)圖；圖8是本發(fā)明實施例六提供的動態(tài)圖像檢測處理裝置的結(jié)構(gòu)圖；圖9是本發(fā)明實施例七提供的動態(tài)圖像檢測處理裝置的結(jié)構(gòu)圖。
具體實施例方式為了使本發(fā)明的目的、技術(shù)方案及有益效果更加清楚明白，以下結(jié)合附圖及實施例，對本發(fā)明進行進一步詳細說明。應(yīng)當理解，此處所描述的具體實施例僅僅用以解釋本發(fā)明，并不用于限定本發(fā)明。實施例一:圖I示出了本發(fā)明實施例一提供的動態(tài)圖像檢測處理方法的實現(xiàn)流程，該方法過程詳述如下在步驟SlOl中，采集包含參考目標的圖像幀，對圖像幀進行預(yù)處理。在本發(fā)明實施例中，圖像采集過程如下通過彩色攝像頭，按照每秒鐘采集預(yù)設(shè)數(shù)量(例如25幅)彩色圖，這每幅彩色圖都按照順序遞增進行編號，得到彩色幀序列。由于獲取到的彩色圖像常常被強度隨機信號即噪聲污染。圖像預(yù)處理可以除去干擾噪聲，本實施例采用線性平滑濾波器進行圖像預(yù)處理，線性濾波器使用連續(xù)窗函數(shù)內(nèi)像素加權(quán)和來實現(xiàn)濾波，其公式為
權(quán)利要求
1.一種動態(tài)圖像檢測處理方法，其特征在于，所述方法包括以下步驟采集包含參考目標的圖像幀，對所述圖像幀進行預(yù)處理；根據(jù)預(yù)處理的圖像幀確定參考目標，獲取所述圖像幀中參考目標的邊緣輪廓，對所述參考目標邊緣輪廓進行特征提取，獲取所述參考目標對應(yīng)的特征值，根據(jù)所述參考目標對應(yīng)的特征值和預(yù)設(shè)的系數(shù)閾值設(shè)置判斷條件；檢測預(yù)處理后的圖像幀中所有的運動目標；對檢測到的運動目標進行邊緣提取，得到運動目標邊緣輪廓，對所述運動目標邊緣輪廓進行特征提取，獲取所述運動目標對應(yīng)的特征值；根據(jù)所述運動目標對應(yīng)的特征值和所述判斷條件判斷所述運動目標是否為干擾運動目標，對所述干擾運動目標進行濾除處理。
2.如權(quán)利要求I所述的方法，其特征在于，所述特征值包括邊緣輪廓平均寬度；所述對參考目標邊緣輪廓進行特征提取，獲取所述參考目標對應(yīng)的特征值的步驟包括獲取所述參考目標邊緣輪廓上每個邊緣點的梯度方向；統(tǒng)計所述每個邊緣點梯度方向上邊緣點的個數(shù)，計算所述參考目標邊緣輪廓上所有邊緣點梯度方向上邊緣點的個數(shù)的平均值。
3.如權(quán)利要求I或2所述的方法，其特征在于，所述特征值包括目標最小外接矩形的寬、高和寬高比；所述對參考目標邊緣輪廓進行特征提取，獲取所述參考目標對應(yīng)的特征值的步驟包括遍歷所述參考目標邊緣輪廓上的每個邊緣點，獲取最上、最下、最左和最右的邊緣點， 得到最小外接矩形；根據(jù)所述最小外接矩形計算最小外接矩形的寬、高和寬高比。
4.如權(quán)利要求3所述的方法，其特征在于，所述系數(shù)閾值包括邊緣輪廓平均寬度范圍的系數(shù)閾值Tthidi、最小外接矩形寬度范圍的系數(shù)閾值Twidthmin、Twidthmax,高度范圍的系數(shù)閾值Heightmin、Heightmax,以及寬高比范圍的系數(shù)閾值 Sealemin、Scalemax ；所述判斷條件具體為
5.如權(quán)利要求I所述的方法，其特征在于，所述根據(jù)預(yù)處理的圖像幀確定參考目標的步驟具體為監(jiān)測所述圖像幀的預(yù)設(shè)區(qū)域內(nèi)是否存在啟動動作；若存在啟動動作，則將該啟動動作對應(yīng)的目標確定為參考目標。
6.如權(quán)利要求I所述的方法，其特征在于，所述對檢測到的運動目標進行邊緣提取，得到運動目標邊緣輪廓的步驟具體為分別使用預(yù)設(shè)的閾值T1和T2對檢測后的每幅運動目標圖像進行閾值分割，其中T2 > T1，得到兩幅閾值邊緣輪廓圖像N1 (X，y)和N2 (X，y)，其中，N1 (x, y)是使用閾值T1獲得的閾值邊緣輪廓圖像，N2U y)是使用閾值T2獲得的閾值邊緣輪廓圖像；在所述閾值邊緣輪廓圖像N2(x，y)中，檢測每個邊緣點的8鄰點區(qū)域，將其8鄰點區(qū)域內(nèi)的邊緣點加入N2(x,y)邊緣輪廓,并繼續(xù)檢測新加入邊緣點的8鄰點區(qū)域,當檢測到當前邊緣點的8鄰點區(qū)域內(nèi)沒有邊緣點時,在所述閾值邊緣輪廓圖像N1U, y)中的相應(yīng)點處繼續(xù)檢測其8鄰點區(qū)域,并把所述相應(yīng)點的8鄰點區(qū)域的邊緣點加入到N2 (X, y)中邊緣輪廓的邊緣點集合內(nèi)，直到找不到符合上述要求的邊緣點為止，此時的N2(x,y)中邊緣輪廓的邊緣點集合為所述運動目標邊緣輪廓。
7.一種動態(tài)圖像檢測處理裝置，其特征在于，所述系統(tǒng)包括圖像采集和預(yù)處理單元，用于采集包含參考目標的圖像幀，對所述圖像幀進行預(yù)處理；運動目標檢測單元，用于檢測所述圖像采集和預(yù)處理單元預(yù)處理后的圖像幀中的所有運動目標；參考目標邊緣提取單元，用于根據(jù)預(yù)處理的圖像幀確定參考目標，獲取參考目標的邊緣輪廓；參考目標特征提取單元，用于對所述參考目標邊緣提取單元提取的參考目標邊緣輪廓進行特征提取，獲取所述參考目標對應(yīng)的特征值；判斷條件設(shè)置單元，用于根據(jù)所述參考目標特征提取單元提取的參考目標對應(yīng)的特征值和預(yù)設(shè)的系數(shù)閾值設(shè)置判斷條件；運動目標邊緣提取單元，用于對所述運動目標檢測單元檢測到的運動目標進行邊緣提取，得到運動目標邊緣輪廓；運動目標特征提取單元，用于對所述運動目標邊緣提取單元提取的運動目標邊緣輪廓進行特征提取，獲取所述運動目標對應(yīng)的特征值；抗干擾處理單元，用于根據(jù)所述運動目標特征提取單元獲取的運動目標對應(yīng)的特征值和所述判斷條件設(shè)置單元設(shè)置的判斷條件判斷所述運動目標是否為干擾運動目標，對所述干擾運動目標進行濾除處理。
8.如權(quán)利要求7所述的裝置，其特征在于，所述特征值包括邊緣輪廓平均寬度，所述參考目標特征提取單元包括邊緣輪廓平均寬度特征提取模塊，用于獲取所述參考目標邊緣輪廓上每個邊緣點的梯度方向，統(tǒng)計所述每個邊緣點梯度方向上邊緣點的個數(shù)，計算所述參考目標邊緣輪廓上所有邊緣點梯度方向上邊緣點的個數(shù)的平均值。
9.如權(quán)利要求8所述的裝置，其特征在于，所述特征值還包括最小外接矩形的寬、高和寬高比，所述運動目標特征提取單元包括最小外接矩形特征提取模塊，用于遍歷所述參考目標邊緣輪廓上的每個邊緣點，獲取最上、最下、最左和最右的邊緣點，得到最小外接矩形，根據(jù)所述最小外接矩形計算最小外接矩形的寬、高和寬高比。
10.如權(quán)利要求7所述的裝置，其特征在于，所述運動目標邊緣提取單元包括雙閾值分割模塊，用于分別使用預(yù)設(shè)的閾值TdPT2對檢測后的每幅運動目標圖像進行閾值分割，其中T2 > T1，得到兩幅閾值邊緣輪廓圖像N1Oc, y)和N2(x，y)，其中，N1Oc, y)是使用閾值T1獲得的閾值邊緣輪廓圖像，N2U y)是使用閾值T2獲得的閾值邊緣輪廓圖像； 邊緣提取模塊，用于在所述雙閾值分割模塊得到的閾值邊緣輪廓圖像N2 (X，y)中，檢測每個邊緣點的8鄰點區(qū)域,將其8鄰點區(qū)域內(nèi)的邊緣點加入N2 (x,y)邊緣輪廓,并繼續(xù)檢測新加入邊緣點的8鄰點區(qū)域,當檢測到當前邊緣點的8鄰點區(qū)域內(nèi)沒有邊緣點時,在所述雙閾值分割模塊得到的閾值邊緣輪廓圖像N1U, y)中的相應(yīng)點處繼續(xù)檢測其8鄰點區(qū)域，并把所述相應(yīng)點的8鄰點區(qū)域的邊緣點加入到N2 (X, y)中邊緣輪廓的邊緣點集合內(nèi)，直到找不到符合上述要求的邊緣點為止，此時的N2 (X, y)中邊緣輪廓的邊緣點集合即為所述運動目標邊緣輪廓。
11.一種顯示終端，其特征在于，包含權(quán)利要求7至10任一項所述動態(tài)圖像檢測處理裝置。
全文摘要
本發(fā)明適用于圖像處理領(lǐng)域，提供了一種動態(tài)圖像檢測處理方法、裝置及顯示終端，本發(fā)明實施例通過對參考目標進行邊緣提取和特征提取，得到參考目標對應(yīng)的特征值，根據(jù)參考目標對應(yīng)的特征值設(shè)置判定條件，對動態(tài)圖像檢測的所有運動目標進行邊緣提取和特征提取，得到運動目標對應(yīng)的特征值，將運動目標對應(yīng)的特征值和判定條件進行比對，符合判定條件的運動目標被視為感興趣目標而保留，不符合判定條件的運動目標將被視為干擾目標被濾除，能消除感興趣運動目標物體前后的非感興趣運動物體帶來的干擾，大大降低圖像識別過程中數(shù)據(jù)的計算量，有效提高圖像識別的正確率。
文檔編號G06T7/20GK102592128SQ20111043170
公開日2012年7月18日 申請日期2011年12月20日 優(yōu)先權(quán)日2011年12月20日
發(fā)明者付東, 張登康, 李相濤, 邵詩強 申請人:Tcl集團股份有限公司