[发明专利]识别数字图像中的可变形对象的方法及系统

说明书

技术领域

本发明一般来说涉及图像分析。明确地说但非排他地，本发明涉及使用回归算法来分类及辨识由图像传感器检测到的图像中的可变形对象，例如眼睛及嘴。

背景技术

回归技术的创新已允许对象检测、追踪、分类及辨识中的进步。回归技术的部分应用列表包含移动装置及ATM机上的脸部辨识、基于视频的脸部辨识、眨眼检测、笑容检测、条形码辨识、手势检测及辨识以及运载工具上的自动警报系统。

回归是可用于模型化及分析变量的统计工具，所述模型化及分析变量包含对变量之间的关系的研究、对于因变量的估计及／或预测以及对于因变量的分解及／或分类。回归的大体数学形式可表示为y=(X，β)，其中X是属于空间R^n*p的一组自变量，y是属于空间Rⁿ的因变量，且β是属于空间R^p的一组未知变量。回归传统上是基于残差分析的。残差是实际响应y与投射到由X所生成的空间上的所预测响应之间的差。回归分析已用作用于图像处理的工具。

发明内容

本发明的一个方面涉及一种使用处理单元来识别数字图像中的可变形对象的方法，所述方法包括：使用所述处理单元将合成图像分割成M个合成块；将输入图像分割成M个输入块，其中每一输入块与对应合成块配对；分析每一合成块及每一输入块的图像性质；将每一输入块与其对应合成块的所述图像性质进行比较；响应于比较所述图像性质而产生每一对输入块及合成块的结构类似性值；基于所述结构类似性值而确定聚集结构类似性值；及基于所述聚集结构类似性值而识别所述输入图像的可变形对象类别。

本发明的另一方面涉及一种非暂时性机器可存取存储媒体，其提供在由图像处理器执行时将致使所述图像处理器执行操作的指令，所述操作包括：使用所述图像处理器将合成图像分割成M个合成块；将输入图像分割成M个输入块，其中每一输入块与对应合成块配对；分析每一合成块及每一输入块的图像性质；将每一输入块与其对应合成块的所述图像性质进行比较；响应于比较所述图像性质而产生每一对输入块及合成块的结构类似性值；基于所述结构类似性值而确定聚集结构类似性值；及基于所述聚集结构类似性值而识别所述输入图像的可变形对象类别。

本发明的又一方面涉及一种成像系统，其包括：像素阵列，其具有布置成行及列的像素；处理电路，其耦合到所述像素阵列以控制图像捕获；及非暂时性机器可存取存储媒体，其提供在由所述成像系统执行时将致使所述成像系统执行操作的指令。所述操作包括：将合成图像分割成M个合成块；将由所述像素阵列捕获的输入图像分割成M个输入块，其中每一输入块与对应合成块配对；分析每一合成块及每一输入块的图像性质；将每一输入块与其对应合成块的所述图像性质进行比较；响应于比较所述图像性质而产生每一对输入块及合成块的结构类似性值；基于所述结构类似性值而确定聚集结构类似性值；及基于所述聚集结构类似性值而识别所述输入图像的可变形对象类别。

附图说明

参考以下各图描述本发明的非限制性及非穷尽性实施例，其中除非另有说明，否则贯穿各个视图，相似元件符号指代相似部件。

图1图解说明一列输入图像、通过合成方法A所产生的一列合成图像及通过合成方法B所产生的一列合成图像。

图2图解说明根据本发明的实施例的识别数字图像中的可变形对象的过程。

图3是图解说明根据本发明的实施例的图2中的过程框中的某些过程框的实例实施方案的实例框图。

图4是图解说明根据本发明的实施例的成像系统的功能框图。

具体实施方式

本文中描述用于分类数字图像中的可变形对象的系统及方法的实施例。在以下说明中，陈述众多特定细节以提供对所述实施例的透彻理解。然而，所属领域的技术人员将认识到，可在不具有所述特定细节中的一者或一者以上的情况下或者借助其它方法、组件、材料等来实践本文中所描述的技术。在其它例子中，未详细展示或描述众所周知的结构、材料或操作以避免使一些方面模糊。

本说明书通篇中所提及的“一个实施例”或“一实施例”意味着结合所述实施例一起所描述的特定特征、结构或特性包含于本发明的至少一个实施例中。因此，在本说明书通篇中的各个地方中出现的短语“在一个实施例中”或“在一实施例中”未必全部指代相同实施例。此外，特定特征、结构或特性可以任何适合方式组合于一个或一个以上实施例中。