[发明专利]一种基于LSD算法的人形轮廓描述方法

摘要

本发明涉及一种基于LSD算法的人形轮廓描述方法，其特征在于，包括以下步骤：输入数据、计算所所述运动点的梯度信息、网格化处理、遍历所述运动点、更新所述网格的主方向点、再次遍历所述运动点、利用LSD算法更新所述网格的主方向、计算所有所述网格内的线段信息和输出数据；本发明耗时低并且可进行各个视角的人形判定，可适用于门店监控拍摄视角多样，红外模式低对比度，场景复杂的特点。

主权项

1.本发明涉及一种基于LSD算法的人形轮廓描述方法，其特征在于，包括如下步骤：(1)输入数据，所述数据为运动目标检测到的运动点集合，执行步骤(2)；(2)计算所所述运动点的梯度信息，利用灰度图计算所述运动点的梯度值以及梯度方向，并将梯度方向归一化到[0,180]范围，执行步骤(3)；(3)网格化处理，对所述运动点集合进行空间上的8*8网格化分割，并初始化所述网格内的主方点为空,主方向为‑1，执行步骤(4)；(4)遍历所述运动点，如果遍历结束执行步骤(6),否则获取当前所述运动点P执行步骤(5)；(5)更新所述网格的主方向点,计算当前所述运动点P的网格化坐标(Yp,Xp)，如果所述网格(Yp,Xp)内的主方向为‑1或者已存在主方向点P0的梯度值Grad(P0)小于当前所述运动点P的梯度值Grad(P)，则更新所述网格(Yp,Xp)内的主方向为所述运动点P的梯度方向，更新所述网格的主方向点为P，继续执行步骤(4)；(6)再次遍历所述运动点，如果遍历结束执行步骤(8),否则获取当前所述运动点P执行步骤(7)执行步骤(8)；(7)利用LSD算法更新所述网格的主方向，计算当前所述运动点P的所述网格化坐标(Yp,Xp)，如果所述网格(Yp,Xp)内的主方向的与当前所述运动点P的梯度方向相差小于30度，则利用所述LSD算法中的方向合并方法更新所述网格(Yp,Xp)内的主方向，并将当前所述运动点P累积到所述网格(Yp，Xp)主方向点内，继续执行步骤(6)；(8)计算所有所述网格内的线段信息，初始化人形轮廓信息链表L为空，遍历所有网格，计算网格内的局部线段信息，包括所述网格内所述线段的方向，梯度大小以及中心位置信息，如果网格内的主方向点个数大于3，则认为所述网格内的所述局部线段有效，并将所述有效局部线段信息插入到所述轮廓信息链表L中，遍历完毕后，执行步骤(9)；(9)输出数据，输出由所述局部线条组成的所述人形轮廓信息链表L。