[发明专利]用于成像设备的提取有强识别力的颜色特征的设备和方法

说明书

技术领域

本发明涉及模式识别、特征提取、统计学习以及对象检测技术(诸如人体 检测技术)，更具体地讲，涉及对象的色貌的具有强识别力的特征的提取或者 揭示与相同或不同种类的其它对象相对的隐藏的具有强区分能力的颜色分布 模式，本发明还涉及一种提取具有强识别力的颜色特征的设备和方法以及使 用该设备和方法的成像设备。

背景技术

对象外观的代表性颜色特征广泛用于视频帧中的对象检测和跟踪。在表 示颜色特征时，通常使用颜色直方图。为了捕获颜色分布的空间布局，从对 象区域划分的独立子区域的直方图是适合的。除了该方法之外，还有另外的 方法(诸如运动信息、形状信息、几何约束等)来补偿颜色模型，以获得更好的 检测结果。

已经作出了各种尝试来解决使用颜色模型来跟踪连贯的运动对象的问 题。这些尝试的示例包括：使用色貌进行概率跟踪的方法(该方法公开在计算 机视觉欧洲会议2002中的由P.Perez等人所著的标题为“基于颜色的概率跟 踪”中，以下简称为Perez方法)；颜色直方图建模和概率图检测方法(该方法 公开在第5845009A1号美国专利中，以下简称为009专利)；基于颜色模型比 较相似性的多搜索窗方法(该方法公开在第2007127775A1号美国专利中，以 下简称为775专利)；基于统计颜色模型提取皮肤颜色的方法(该方法公开在第 2004017938A1号美国专利中，以下简称为938专利)。

对象外观的代表性颜色特征广泛用于视频帧中的对象检测。在表示颜色 特征时，通常使用颜色直方图(参见Perez方法、009专利、775专利以及938 专利)。给定运动对象的位置和尺寸，可计算该运动对象的颜色直方图。在随 后的视频帧中，计算对于该直方图模型的相似度映射。然后，连通域(blob) 分析技术能够将具有与直方图模型高相似度的像素区域聚集为指示具有高概 率的运动对象的位置的连通域。许多方法关注于如何有效地表示运动对象的 颜色特征。实际上，重要的问题在于如何将运动对象与非运动对象(即，相同 或不同种类的其它对象以及背景)相区分，  而不是完美的忠于目标的原来的 颜色分布。对于运动对象，它由多个部分组成。例如，假设运动对象是一个 人，则这个人包括面部/头部、着衣上身、着衣下身。人的色貌可能看起来与 其它图像区域相似，尤其是在具有杂乱背景的环境下。在这种情况下，需要 从人体选择具有强识别力的颜色区域作为颜色特征，而不是选择整个人体的 代表性颜色特征。

发明内容

具有强识别力的颜色特征指的是在运动对象本身和其它图像区域之间存 在大的颜色差别。为了提取具有强识别力的颜色特征，将划分成若干块的对 象的颜色直方图中的颜色矢量与其它图像区域的颜色直方图中的颜色矢量进 行比较，与其它图像区域中的颜色矢量接近的运动对象的颜色矢量的重要性 降低，另外的颜色矢量的重要性提高。

因此，本发明提供一种对于成像和场景的不同情况提取具有强识别力的 颜色特征和为成像单元的动态调节提供焦点区域的方法和设备。

根据本发明的一方面，提供一种提取具有强识别力的颜色特征的方法， 该方法包括以下步骤：将输入图像中的对象区域和非对象区域划分为多个矩 形；使用三个颜色通道建立对象矩形和非对象矩形的颜色直方图，其中，每 个颜色直方图被划分为多个离散的区间；根据颜色直方图提取矩形的主颜色； 针对提取的主颜色计算对象矩形的颜色直方图区间与非对象矩形的颜色直方 图区间之间的最小距离；基于计算的最小距离计算对象矩形的颜色直方图区 间的权重；基于计算的对象矩形的颜色直方图区间的权重计算对象矩形的颜 色分量的权重；基于计算的对象矩形的颜色直方图区间的权重计算对象矩形 的权重；基于计算的对象矩形的权重和颜色分量的权重对所述对象矩形的颜 色直方图区间进行重新加权，从而提取对象的具有强识别力的颜色特征；基 于对象矩形的颜色直方图区间的重新加权结果产生对象的最终颜色模型。

该方法还可包括：基于对象的最终颜色模型，从新的输入图像提取对象 的颜色连通域；对提取的颜色连通域进行连通域分析，基于所述连通域分析 来计算输入图像中的对象的形心和尺寸，从而对所述对象进行定位和跟踪。