專利名稱：一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法
技術(shù)領(lǐng)域：
本發(fā)明涉及圖像識(shí)別技術(shù)，特別涉及圖像匹配算法。
背景技術(shù)：
電視臺(tái)臺(tái)標(biāo)是一個(gè)電視臺(tái)的標(biāo)志，包含了該電視臺(tái)名稱、節(jié)目取向等重要語義信息，針對(duì)目前不能提供電視臺(tái)臺(tái)名信息的模擬信號(hào)輸入，若能在進(jìn)行節(jié)目搜索時(shí)正確識(shí)別臺(tái)標(biāo)，并對(duì)節(jié)目進(jìn)行標(biāo)注和排序，將給用戶的使用帶來很大方便。臺(tái)標(biāo)識(shí)別屬于圖像匹配的范疇，包括三個(gè)方面的內(nèi)容一是臺(tái)標(biāo)的正確分割；二是臺(tái)標(biāo)特征的有效描述；三是有效的識(shí)別算法。現(xiàn)有的臺(tái)標(biāo)識(shí)別算法大多是基于視頻序列檢索的方式實(shí)現(xiàn)，對(duì)目標(biāo)的描述也大多采用簡(jiǎn)單的低級(jí)特征；而在電視的節(jié)目搜索過程中不能提供視頻序列，只有簡(jiǎn)單的節(jié)目截圖，而且根據(jù)信號(hào)強(qiáng)弱會(huì)存在較強(qiáng)的噪聲干擾。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術(shù)問題，就是提供一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，提高圖標(biāo)匹配識(shí)別的效率和準(zhǔn)確率。本發(fā)明解決所述技術(shù)問題，采用的技術(shù)方案是，一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，包括如下步驟a、提取目標(biāo)臺(tái)標(biāo)的顏色特征，與模板圖片顏色進(jìn)行匹配；b、提取目標(biāo)臺(tái)標(biāo)的形狀特征，與模板圖片形狀進(jìn)行匹配；C、當(dāng)上述匹配達(dá)到設(shè)定條件，則目標(biāo)臺(tái)標(biāo)與模板匹配通過，完成目標(biāo)識(shí)別。具體的，步驟a包括al、將目標(biāo)臺(tái)標(biāo)的RGB顏色空間轉(zhuǎn)換為HSV顏色空間，去除飽和度較低的像素點(diǎn)后，根據(jù)H特征獲取直方圖并計(jì)算其概率密度分布圖；a2、采用Meanshift算法找尋基于模版直方圖的顏色信息量最大的中心點(diǎn)；a3、將以步驟a2獲取的中心點(diǎn)為中心的搜索窗口分為左上、左下、右上、右下四個(gè)子窗口的子窗口，并分別進(jìn)行概率密度圖的顏色總量對(duì)比。具體的，步驟c中的顏色匹配條件為當(dāng)顏色總值均占模版圖片顏色總值的 40% 200%，確定為顏色匹配通過。進(jìn)一步的，步驟b包括bl、將目標(biāo)圖像轉(zhuǎn)換為灰度圖；b2、進(jìn)行膨脹腐蝕形態(tài)學(xué)濾波，去除獨(dú)立噪聲并增加圖像連續(xù)性；b3、采用雙向抽取的方法構(gòu)造目標(biāo)的二層金字塔；b4、采用Sobel算子對(duì)各級(jí)金字塔圖像進(jìn)行邊緣檢測(cè)，得到輪廓金字塔圖像；b5、對(duì)主輪廓金字塔圖像進(jìn)行快速HausdorfT距離變換，得到能夠反映各像素點(diǎn)與邊緣點(diǎn)集之間最近距離的距離映射圖像；b6、用模版圖像的邊緣點(diǎn)集，在金字塔圖像的距離映射圖像上進(jìn)行遍歷搜索。
進(jìn)一步的，步驟c中形狀匹配的具體步驟為先進(jìn)行金字塔上層距離匹配，如果其Hausdorff距離小于閾值，即確定在該層金字塔等級(jí)匹配成功，進(jìn)入金字塔下層的匹配運(yùn)算，直到找到目標(biāo)或者遍歷完畢結(jié)束。優(yōu)選的，利用識(shí)別的臺(tái)標(biāo)進(jìn)行節(jié)目分類排序。本發(fā)明的有益效果是，采用顏色匹配與形狀匹配相結(jié)合的方式進(jìn)行臺(tái)標(biāo)識(shí)別，只有顏色和形狀都達(dá)到匹配標(biāo)準(zhǔn)時(shí)才能確定識(shí)別到目標(biāo)臺(tái)標(biāo)，具有臺(tái)標(biāo)識(shí)別精確度高，識(shí)別算法簡(jiǎn)單、高效的特點(diǎn)。
具體實(shí)施例方式本發(fā)明采用顏色匹配與形狀匹配相結(jié)合的方式進(jìn)行臺(tái)標(biāo)識(shí)別，只有顏色和形狀都達(dá)到匹配標(biāo)準(zhǔn)時(shí)才能確定識(shí)別到目標(biāo)臺(tái)標(biāo)，下面對(duì)顏色匹配和形狀匹配兩種匹配方法進(jìn)行詳細(xì)描述。一、顏色匹配流程顏色匹配方法，采用的是HSV(hue saturation value)顏色概率密度分布圖和 Meanshift 算法。首先介紹一下Meanshift算法，它實(shí)質(zhì)上是一種自適應(yīng)的梯度迭代找尋峰值的算法，主要處理對(duì)象是概率密度函數(shù)f(x)，只要給定了初始點(diǎn)，Meanshift算法就會(huì)使目標(biāo)點(diǎn)慢慢的移動(dòng)，最后收斂至某點(diǎn)。加入核函數(shù)的Meanshift如下
XG(x^)W(Xi)(Xi-X)Mh (χ)三 ----(1)
狄(罕)啦) h其中G(X)為核函數(shù)簡(jiǎn)化所得；W(Xi)是給χ加入的權(quán)重系數(shù)；Mh(X)為變量χ的Meanshift向量，當(dāng)處理對(duì)象是概率密度函數(shù)f (χ)時(shí)，它代表了 f(x)的梯度的均值方向，而概率密度梯度代表了概率密度增加最快的方向，從綜合后的平均看，采樣點(diǎn)Xi更多的位于f (X)梯度的方向，所以均值向量Mh(X)的方向是目標(biāo)范圍f(x) 梯度的均值方向，代表了 X最密集的方向。顏色匹配實(shí)現(xiàn)流程如下1、將RGB顏色空間轉(zhuǎn)換為HSV顏色空間，去除飽和度較低的像素點(diǎn)后，根據(jù)H特征獲取直方圖并計(jì)算其概率密度分布圖；2,Meanshift算法找尋基于模版直方圖的顏色信息量最大的中心點(diǎn)；3、進(jìn)行顏色匹配將以步驟2獲取的中心點(diǎn)為中心的搜索窗口分為四個(gè)部分，并分別對(duì)左上、左下、右上、右下的子窗口進(jìn)行概率密度圖的顏色總量對(duì)比，當(dāng)顏色總值均占模版圖片顏色總值的40% 200%，確定為顏色匹配通過。二、形狀匹配流程形狀匹配方法，采用快速距離變換和金字塔分解加速HausdorfT距離匹配。
首先介紹一下HausdorfT距離，它是描述兩組點(diǎn)集之間相似程度的一種量度，它是兩點(diǎn)集之間距離的一種定義形式。實(shí)際中，在參考圖像和目標(biāo)圖像中進(jìn)行特征點(diǎn)提取可以獲取兩個(gè)點(diǎn)集，利用HausdorfT距離來測(cè)量目標(biāo)點(diǎn)集與參考點(diǎn)集某一區(qū)域接近或差異程度的最大距離與最小距離，從而確定目標(biāo)在參考圖像中的位置。假設(shè)有兩組點(diǎn)集A、B,則這兩個(gè)點(diǎn)集之間的Hausdorff距離定義為H(A, B) = max (h (Α, B)，h (B，A))(2)其中
權(quán)利要求
1.一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，包括如下步驟a、提取目標(biāo)臺(tái)標(biāo)的顏色特征，與模板圖片顏色進(jìn)行匹配；b、提取目標(biāo)臺(tái)標(biāo)的形狀特征，與模板圖片形狀進(jìn)行匹配；C、當(dāng)上述匹配達(dá)到設(shè)定條件，則目標(biāo)臺(tái)標(biāo)與模板匹配通過，完成目標(biāo)識(shí)別。
2.根據(jù)權(quán)利要求1所述的一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，其特征在于，步驟a包括al、將目標(biāo)臺(tái)標(biāo)的RGB顏色空間轉(zhuǎn)換為HSV顏色空間，去除飽和度較低的像素點(diǎn)后，根據(jù)H特征獲取直方圖并計(jì)算其概率密度分布圖；a2、采用Meanshift算法找尋基于模版直方圖的顏色信息量最大的中心點(diǎn)； a3、將以步驟a2獲取的中心點(diǎn)為中心的搜索窗口分為左上、左下、右上、右下四個(gè)子窗口的子窗口，并分別進(jìn)行概率密度圖的顏色總量對(duì)比。
3.根據(jù)權(quán)利要求2所述的一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，其特征在于，步驟c中的顏色匹配條件為當(dāng)顏色總值均占模版圖片顏色總值的40% 200%，確定為顏色匹配通過。
4.根據(jù)權(quán)利要求1所述的一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，其特征在于，步驟b包括bl、將目標(biāo)圖像轉(zhuǎn)換為灰度圖；b2、進(jìn)行膨脹腐蝕形態(tài)學(xué)濾波，去除獨(dú)立噪聲并增加圖像連續(xù)性； b3、采用雙向抽取的方法構(gòu)造目標(biāo)的二層金字塔；b4、采用Sobel算子對(duì)各級(jí)金字塔圖像進(jìn)行邊緣檢測(cè)，得到輪廓金字塔圖像； b5、對(duì)主輪廓金字塔圖像進(jìn)行快速HausdorfT距離變換，得到能夠反映各像素點(diǎn)與邊緣點(diǎn)集之間最近距離的距離映射圖像；b6、用模版圖像的邊緣點(diǎn)集，在金字塔圖像的距離映射圖像上進(jìn)行遍歷搜索。
5.根據(jù)權(quán)利要求4所述的一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，其特征在于，步驟c中形狀匹配的具體步驟為先進(jìn)行上層金字塔距離匹配，如果其Hausdorff距離小于閾值，即確定在該層金字塔等級(jí)匹配成功，進(jìn)入金字塔下層的匹配運(yùn)算，直到找到目標(biāo)或者遍歷完畢結(jié)束。
6.根據(jù)權(quán)利要求1所述的一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，其特征在于，利用識(shí)別的臺(tái)標(biāo)進(jìn)行節(jié)目分類排序。
全文摘要
本發(fā)明涉及圖像識(shí)別技術(shù)，特別涉及圖像匹配算法。本發(fā)明公開了一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，提高圖標(biāo)匹配識(shí)別的效率和準(zhǔn)確率。本發(fā)明的技術(shù)方案是，一種基于顏色和形狀的臺(tái)標(biāo)識(shí)別方法，包括如下步驟a、提取目標(biāo)臺(tái)標(biāo)的顏色特征，與模板圖片顏色進(jìn)行匹配；b、提取目標(biāo)臺(tái)標(biāo)的形狀特征，與模板圖片形狀進(jìn)行匹配；c、當(dāng)上述匹配達(dá)到設(shè)定條件，則目標(biāo)臺(tái)標(biāo)與模板匹配通過，完成目標(biāo)識(shí)別。本發(fā)明采用顏色匹配與形狀匹配相結(jié)合的方式進(jìn)行臺(tái)標(biāo)識(shí)別，只有顏色和形狀都達(dá)到匹配標(biāo)準(zhǔn)時(shí)才能確定識(shí)別到目標(biāo)臺(tái)標(biāo)，具有臺(tái)標(biāo)識(shí)別精確度高，識(shí)別算法簡(jiǎn)單、高效的特點(diǎn)，特別適合應(yīng)用電視機(jī)等嵌入式終端。
文檔編號(hào)G06K9/46GK102289663SQ201110215459
公開日2011年12月21日 申請(qǐng)日期2011年7月29日 優(yōu)先權(quán)日2011年7月29日
發(fā)明者王鑫, 陳科宇 申請(qǐng)人:四川長(zhǎng)虹電器股份有限公司