[发明专利]一种快速目标检测和目标输出的图像检测方法及装置

说明书

技术领域

本专利涉及图像处理领域，具体来说，涉及一种图像检测方法，能够自动快速检测输入图像中的特定目标，并在图像显示设备上输出目标的位置、大小等信息，以及使用该方法的图像检测装置。

背景技术

近来，目标检测技术越来越广泛地应用在各个领域，如人机交互、智能监控、安全检查、数字娱乐、数码相机等领域。所谓目标检测技术，就是在一幅图像(照片、静态图片、视频图像等)中检测感兴趣物体(例如，人脸、汽车等)的方法和设备。本发明针对快速目标检测，提出了一种新的实现方案。

人脸检测的研究已经有了较长的历史。很多的研究者也提出了各种人脸检测的算法，如基于神经网络的人脸检测算法(见：Rowley et al.，“Neuralnetwork-based face detection”，IEEE Trans.Pattern Analysis and MachineIntelligence，Vol.20，pages 22-38，1998)，基于贝叶斯统计的检测算法(见：Schneiderman et al.，“A statistical method for 3D object detection applied to facesand cars，Proc.IEEE.Conference on Computer Vision and Pattern Recognition，pages 746-751，2000)。这些算法都取得了不错的检测性能，但由于在实际应用中需要较快的检测速度，这些算法都没能得到广泛的应用。

美国专利US 7,099,510提出了一种基于级联AdaBoost分类器的目标检测方法。该方法基于矩形的Haar小波特征，对于图像噪声具有很好的适应性，同时具有较快的检测速度。发明人在美国专利US 7,020,337中对此检测方法作了进一步的分析，并就此检测方法中的不足之处进行了改进，进一步提高了算法的性能。这也使目标检测在各个领域得到了实际的应用。但是这些应用一般都是基于PC机，机器的处理性能也相对较高。

当应用到诸如数码相机这类便携的数字设备时，由于这类设备并不具备很强的计算能力，表现为其处理器的时钟频率较低、计算内存较小等，因此还需要进一步改进算法的性能。同时，在上面所述的基于级联AdaBoost分类器的目标检测方法中，发明人更加侧重的是在把图像分为每个图像块后如何判断单个图像块是否是目标物体，然后对所有可能的图像块进行后处理来输出目标区域，而没有对如何处理各个图像块的检测顺序，以及如何更快地得到检测结果并快速输出检测结果作进一步的工作。通常，当用户使用具有这种目标检测功能的相机时，希望在相机的显示屏上尽可能快地看到检测结果。如果能尽可能快地把检测到的每个目标图像输出到显示屏上，而不是等把所有可能的目标图像都检测到然后再输出到显示屏上，客户对该功能的满意程度以及该功能的有效性将可大大提高。

发明内容

本发明提供了一种图像检测方法，用于快速地检测图像中的目标区域并快速输出到显示设备上。

根据本发明的一个方面，提供了一种图像检测方法，用于快速检测和输出图像中的目标区域，该方法包含如下步骤：a)基于输入图像信号建立图像金字塔序列；以及b)基于所述图像金字塔序列的每层图像获得多个图像块，检测其中是否存在目标区域，如果存在目标区域，则立即输出并显示所检测到的目标区域。这种图像检测方法还包括在检测每层图像中是否存在目标区域之前，去除与在上一层图像中所检测到目标区域发生重合的图像块，并且在本层检测时不再处理此类图像块。

根据本发明的另一个方面，提供了一种图像检测装置，用于检测和输出图像中的目标区域，该装置包括：图像金字塔生成器，基于输入图像信号建立图像金字塔序列；以及图像处理部分，基于所述图像金字塔序列的每层图像获得多个图像块，检测其中是否存在目标区域，如果存在目标区域，则输出并显示所检测到的目标区域。并且所述图像处理部分还包括图像块校验器，该图像块校验器用于在检测每层图像中是否存在目标区域之前，去除与在上一层图像中所检测到目标区域发生重合的图像块。

通过本发明的图像检测方法及装置，可以快速地检测和输出图像中的目标区域，减少用于检测目标区域的运算量，提高了检测速度，并便利于用户更快地得到检测结果。

附图说明

图1示出了根据本发明实施例的图像检测装置的框图；

图2示出了待检测人脸图像的示意图；

图3示出了生成的金字塔图像序列的示意图；

图4示出了目标检测器的框图；