專利名稱:基于移動終端的圖像捕捉方法、裝置及移動終端的制作方法
技術領域:
本發(fā)明屬于移動通信領域,特別涉及基于移動終端的圖像捕捉方法、裝置及移動終端。
背景技術:
隨著通信技術的發(fā)展,人們的日常生活越來越離不開移動終端。同樣,隨著人們對移動終端的要求越來越高,移動終端能夠實現(xiàn)的功能也越來越豐富。例如攝像、錄音、聽廣播、上網(wǎng)等等?,F(xiàn)在,由于存儲在移動終端里的聯(lián)系人很多,需要通過特殊的頭像來方便用戶快速地識別相應的聯(lián)系人,比如將聯(lián)系人特定部位設置為聯(lián)系人的頭像。當用戶需要滿足自己的這種需求的時候,需要用手機在現(xiàn)場拍攝聯(lián)系人的特定部位之后,將該照片設置為頭像。另外,對于能夠實現(xiàn)視屏通話的移動終端來講,需要在實現(xiàn)視頻通話的過程中捕捉相應的圖像,并將相應的圖像設置為頭像。目前的圖像捕捉方法的缺陷在于,在捕捉聯(lián)系人的特定部位的時候,需要由用戶自己捕捉特定部位。因此現(xiàn)有的圖像捕捉方法具有非確定性,即拍攝效果容易受到用戶拍攝能力的影響。
發(fā)明內容
本發(fā)明的目的是提供一種基于移動終端的圖像捕捉方法、裝置及移動終端,以克服現(xiàn)有技術中圖像捕捉方法容易受到用戶拍攝能力的影響的缺陷。為實現(xiàn)上述目的,本發(fā)明提供了一種基于移動終端的圖像捕捉方法,包括步驟 101,采集圖像;步驟102,采用訓練過的分類器,在采集的圖像中跟蹤設定圖像,并且捕捉
所述設定圖像,其中所述訓練過的分類器的函數(shù)表達式為
權利要求
1.一種基于移動終端的圖像捕捉方法,其特征在于,包括 步驟101,采集圖像;步驟102,采用訓練過的分類器,在采集的圖像中跟蹤設定圖像,并且捕捉所述設定圖
2.根據(jù)權利要求1所述的基于移動終端的圖像捕捉方法,其特征在于, 所述設定圖像為人耳圖像。
3.根據(jù)權利要求1所述的基于移動終端的圖像捕捉方法,其特征在于,所述訓練過的分類器為采用Gentile AdaBoost算法實現(xiàn)8種哈爾型特征模板的分類器,其中,第一種哈爾型特征模板為左右分開的邊緣特征模板, 第二種哈爾型特征模板為上下分開的邊緣特征模板, 第三種哈爾型特征模板為中心點區(qū)域特征模板,第四種哈爾型特征模板為第一左中右分開的線條特征模板,在這里左中右三個區(qū)域的寬度比為2 3 2,第五種哈爾型特征模板為第二左中右分開的線條特征模板,在這里左中右三個區(qū)域的寬度比為1 1 1,第六種哈爾型特征模板為第一上中下分開的線條特征模板,在這里上中下三個區(qū)域的高度比為2 3 2,第七種哈爾型特征模板為第二上中下分開的線條特征模板,在這里上中下三個區(qū)域的高度比為1 1 1,第八種哈爾型特征模板為對角線特征模板。
4.根據(jù)權利要求1所述的基于移動終端的圖像捕捉方法,其特征在于, 訓練所述分類器的步驟包括步驟201,對訓練樣本中的誤差權重進行初始化,具體為若輸出的訓練樣本Yi = O= 若所述輸出的訓練樣Iyi = 1則
5.一種基于移動終端的圖像捕捉裝置,其特征在于,包括 采集圖像模塊,用于采集圖像;跟蹤并捕捉設定圖像木塊,用于采用訓練過的分類器,在采集的圖像中跟蹤設定圖像,并且捕捉所述設定圖像,其中所述訓練過的分類器的函數(shù)表達式為
6.根據(jù)權利要求5所述的基于移動終端的圖像捕捉裝置,其特征在于, 所述設定圖像為人耳圖像。
7.根據(jù)權利要求5所述的基于移動終端的圖像捕捉裝置,其特征在于,所述訓練過的分類器為采用Gentile AdaBoost算法實現(xiàn)8種哈爾型特征模板的分類器,其中,第一種哈爾型特征模板為左右分開的邊緣特征模板, 第二種哈爾型特征模板為上下分開的邊緣特征模板, 第三種哈爾型特征模板為中心點區(qū)域特征模板,第四種哈爾型特征模板為第一左中右分開的線條特征模板,在這里左中右三個區(qū)域的寬度比為2 3 2,第五種哈爾型特征模板為第二左中右分開的線條特征模板,在這里左中右三個區(qū)域的寬度比為1 1 1,第六種哈爾型特征模板為第一上中下分開的線條特征模板,在這里上中下三個區(qū)域的高度比為2 3 2,第七種哈爾型特征模板為第二上中下分開的線條特征模板,在這里上中下三個區(qū)域的高度比為1 1 1,第八種哈爾型特征模板為對角線特征模板。
8.根據(jù)權利要求5所述的基于移動終端的圖像捕捉裝置,其特征在于,還包括訓練所述分類器的單元,所述訓練所述分類器的單元包括對訓練樣本中的誤差權重進行初始化的模塊,用于對訓練樣本中的誤差權重進行初始化,具體為若輸出的訓練樣本Yi = O則
9. 一種包括權利要求5 8任意一項權利要求所述的圖像捕捉裝置的移動終端。
全文摘要
本發(fā)明涉及一種基于移動終端的圖像捕捉方法、裝置及移動終端,其中該方法包括步驟101,采集圖像;步驟102,采用訓練過的分類器,在采集的圖像中跟蹤設定圖像,并且捕捉所述設定圖像;步驟103,將經(jīng)由所述訓練過的分類器過濾的所述圖像保存在存儲器中。本發(fā)明實施例,基于Gentile AdaBoost算法實現(xiàn)了8種哈爾型特征模板,從而使得本實施例的基于移動終端的圖像捕捉方法具有哈爾型特征的計算快的特點,而且還能夠適用于移動終端進行實施地捕捉圖像,因此克服現(xiàn)有技術中圖像捕捉方法容易受到用戶拍攝能力的影響的缺陷。
文檔編號G06K9/62GK102314590SQ201010221189
公開日2012年1月11日 申請日期2010年6月29日 優(yōu)先權日2010年6月29日
發(fā)明者申思 申請人:樂金電子(中國)研究開發(fā)中心有限公司