專利名稱：特征提取裝置、特征提取方法、特征提取程序以及圖像處理裝置的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及從圖像數(shù)據(jù)中提取圖像特征的特征提取裝置、特征提取方法、特征提取程序、以及使用特征提取裝置的圖像處理裝置。
背景技術(shù)：
以往，廣泛進(jìn)行從圖像數(shù)據(jù)中提取圖像特征以檢測(cè)或識(shí)別圖像中包含的物體(以下稱為“物體檢測(cè)”)的處理。作為物體檢測(cè)的一種技術(shù)，例如非專利文獻(xiàn)I中記載了使用局部二值模式(LBP :Local Binary Pattern)的技術(shù)(以下稱為“以往技術(shù)”)。局部二值模式是按每個(gè)像素將與周圍附近的各像素之間的亮度差值進(jìn)行二值化并排列而得到的二值模式，根據(jù)局部二值模式，能夠提取圖像中包含的灰度模式。以往技術(shù)對(duì)于作為識(shí)別對(duì)象的圖像(以下稱為“對(duì)象圖像”)的某個(gè)區(qū)域，對(duì)全部像素或部分像素計(jì)算局部二值模式。并且，以往技術(shù)生成局部二值模式的值的直方圖作為圖像特征。另外，以往技術(shù)基于根據(jù)包含規(guī)定物體的圖像和不包含規(guī)定物體的圖像(以下總稱為“學(xué)習(xí)圖像”)同樣地生成的直方圖，生成識(shí)別器并預(yù)先存儲(chǔ)。并且，以往技術(shù)使用識(shí)別器評(píng)價(jià)對(duì)象圖像的直方圖，判斷對(duì)象圖像中是否包含規(guī)定物體。局部二值模式的直方圖與亮度梯度方向直方圖(HOG :Histograms of OrientedGradients)等圖像特征相比，能夠更高精度地表現(xiàn)紋理的差異和灰度模式。另外，局部二值模式的直方圖與亮度梯度方向直方圖等圖像特征相比，能夠以較少的處理負(fù)荷進(jìn)行計(jì)算。因此，以往技術(shù)這種使用局部二值模式的物體檢測(cè)可望應(yīng)用于各種領(lǐng)域?，F(xiàn)有技術(shù)文獻(xiàn)專利文獻(xiàn)專利文獻(xiàn)1:日本特開2009-211179號(hào)公報(bào)非專利文獻(xiàn)非專利文獻(xiàn)1:Timo Ahonen, Abdenour Hadid, and Matti I5Jetikainen/7 FaceDescription with Local Binary Patterns -Application to Face Recognition," IEEE,Pattern Analysis and Machine Intelligence vol.28no. 12, pp.2037-2041,December2006非專利文獻(xiàn)2 :Navneet Dalai and Bill Triggs, " Histograms of orientedgradients for human detection, " CVPR,200
發(fā)明內(nèi)容
發(fā)明要解決的問題但是，以往技術(shù)中存在如下問題對(duì)于學(xué)習(xí)圖像以及對(duì)象圖像的全部，如果拍攝圖像的噪聲水平的程度不是大致相同，則無法高精度地進(jìn)行物體檢測(cè)。即，以往技術(shù)中存在如下問題對(duì)于學(xué)習(xí)圖像以及對(duì)象圖像的全部，如果拍攝環(huán)境不相似，則無法高精度地進(jìn)行物體檢測(cè)。這是因?yàn)?，即使在拍攝相同的對(duì)象物的情況下，也有時(shí)由于噪聲水平不同而使得局部二值模式不同，這種局部二值模式的差異有可能在整個(gè)圖像中產(chǎn)生。本發(fā)明的目的在于提供能夠提取使用局部二值模式并且能夠?qū)崿F(xiàn)對(duì)拍攝環(huán)境的變動(dòng)具有魯棒性的物體檢測(cè)的圖像特征的特征提取裝置、特征提取方法、特征提取程序以及圖像處理裝置。解決問題的方案本發(fā)明的特征提取裝置包括二值模式生成單元，對(duì)圖像的全部或部分像素中的每個(gè)像素，生成利用比特值表示與周圍的附近像素之間的像素值的差值是否為規(guī)定閾值以上的局部二值模式；權(quán)重生成單元，對(duì)所生成的每個(gè)所述局部二值模式，決定與基礎(chǔ)的所述像素值的差值相應(yīng)的權(quán)重；以及直方圖生成單元，將所決定的所述權(quán)重適用于對(duì)應(yīng)的所述局部二值模式，生成表示根據(jù)所述圖像生成的所述局部二值模式的分布的直方圖。本發(fā)明的圖像處理裝置包括識(shí)別單元，其使用用于識(shí)別規(guī)定物體的識(shí)別器，根據(jù)由上述特征提取裝置生成的所述直方圖，判斷所述圖像中是否包含所述規(guī)定物體。本發(fā)明的特征提取方法包括對(duì)圖像的全部或部分像素中的每個(gè)像素，生成利用各比特值表示與周圍的附近像素之間的像素值的差值是否為規(guī)定閾值以上的局部二值模式的步驟；對(duì)所生成的每個(gè)所述局部二值模式，決定與基礎(chǔ)的所述像素值的差值相應(yīng)的權(quán)重的步驟；以及將所決定的所述權(quán)重適用于對(duì)應(yīng)的所述局部二值模式，生成表示根據(jù)所述圖像生成的所述局部二值模式的分布的直方圖的步驟。本發(fā)明的特征提取程序使計(jì)算機(jī)執(zhí)行如下處理對(duì)圖像的全部或部分像素中的每個(gè)像素，生成利用各比特值表示與周圍的附近像素之間的像素值的差值是否為規(guī)定閾值以上的局部二值模式的處理；對(duì)所生成的每個(gè)所述局部二值模式，決定與基礎(chǔ)的所述像素值的差值相應(yīng)的權(quán)重的處理；以及將所決定的所述權(quán)重適用于對(duì)應(yīng)的所述局部二值模式，生成表示根據(jù)所述圖像生成的所述局部二值模式的分布的直方圖的處理。發(fā)明的效果根據(jù)本發(fā)明，能夠提取使用局部二值模式并且能夠?qū)崿F(xiàn)對(duì)拍攝環(huán)境的變動(dòng)具有魯棒性的物體檢測(cè)的直方圖，作為圖像的圖像特征。


圖1是表示包含本發(fā)明一實(shí)施方式的特征提取裝置的物體檢測(cè)系統(tǒng)的結(jié)構(gòu)的系統(tǒng)結(jié)構(gòu)圖。圖2是表示本實(shí)施方式中的特征提取單元的詳細(xì)結(jié)構(gòu)的方框圖。圖3是表示本實(shí)施方式的物體檢測(cè)裝置的動(dòng)作的流程圖。圖4是表示本實(shí)施方式中的圖像掃描的情形的一例的示意圖。圖5是表示本實(shí)施方式中的附近區(qū)域的移位情形的一例的示意圖。圖6是表示本實(shí)施方式中的直方圖生成處理的一例的概要的示意圖。圖7是表示本實(shí)施方式中的直方圖的歸一化的情形的一例的圖。圖8是表示本實(shí)施方式中的對(duì)象圖像的直方圖的一例的圖。圖9是表示由以往技術(shù)生成的直方圖的一例的圖。圖10是表示本實(shí)施方式中的直方圖生成處理的另一例的概要的示意圖。
圖11是表示以往技術(shù)的直方圖生成處理的概要的示意圖。標(biāo)號(hào)說明100物體檢測(cè)系統(tǒng)200識(shí)別器學(xué)習(xí)裝置210學(xué)習(xí)用數(shù)據(jù)存儲(chǔ)單元220,430特征提取區(qū)域獲取單元230、440特征提取單元240學(xué)習(xí)單元300識(shí)別器存儲(chǔ)裝置400物體檢測(cè)裝置410照相機(jī)420圖像輸出單元441像素附近獲取單元442附近差值計(jì)算單元443 二值模式生成單元444權(quán)重生成單元445直方圖生成單元450識(shí)別單元
具體實(shí)施例方式以下，參照附圖詳細(xì)地說明本發(fā)明的一個(gè)實(shí)施方式。圖1是表示包含本發(fā)明一實(shí)施方式的特征提取裝置的物體檢測(cè)系統(tǒng)的結(jié)構(gòu)的系統(tǒng)結(jié)構(gòu)圖。圖1中也一起圖示了各裝置的結(jié)構(gòu)。圖1中，物體檢測(cè)系統(tǒng)100包括識(shí)別器學(xué)習(xí)裝置200、識(shí)別器存儲(chǔ)裝置300、以及物體檢測(cè)裝置400。識(shí)別器學(xué)習(xí)裝置200以及物體檢測(cè)裝置400例如能夠經(jīng)由因特網(wǎng)等通信網(wǎng)絡(luò)(未圖示)與識(shí)別器存儲(chǔ)裝置300分別連接。在識(shí)別器學(xué)習(xí)裝置200中，作為機(jī)器學(xué)習(xí)方法使用提升方法(Boosting)。識(shí)別器學(xué)習(xí)裝置200根據(jù)預(yù)先準(zhǔn)備的學(xué)習(xí)圖像，學(xué)習(xí)用于檢測(cè)作為檢測(cè)對(duì)象的物體(以下稱為“檢測(cè)對(duì)象物體”)的識(shí)別器，將作為學(xué)習(xí)結(jié)果的識(shí)別器存儲(chǔ)到識(shí)別器存儲(chǔ)裝置300中。識(shí)別器學(xué)習(xí)裝置200包括學(xué)習(xí)用數(shù)據(jù)存儲(chǔ)單元210、特征提取區(qū)域獲取單元220、包含本發(fā)明的特征提取裝置的特征提取單元230、以及學(xué)習(xí)單元240。學(xué)習(xí)用數(shù)據(jù)存儲(chǔ)單元210預(yù)先存儲(chǔ)包含檢測(cè)對(duì)象物體的多個(gè)學(xué)習(xí)圖像(正樣本)和不包含檢測(cè)對(duì)象物體的多個(gè)學(xué)習(xí)圖像(負(fù)樣本)。特征提取區(qū)域獲取單元220對(duì)學(xué)習(xí)用數(shù)據(jù)存儲(chǔ)單元210中存儲(chǔ)的每個(gè)學(xué)習(xí)圖像，獲取特征提取區(qū)域，并將獲取的特征提取區(qū)域輸出到特征提取單元230。所謂特征提取區(qū)域，是作為圖像特征的提取對(duì)象的圖像區(qū)域。例如，在檢測(cè)對(duì)象是人的臉部的情況下，特征提取區(qū)域可以是包含人的臉部器官例如眼或鼻等的圖像區(qū)域的隨機(jī)配置的多個(gè)圖像區(qū)域。另外，在檢測(cè)對(duì)象是人的全身的情況下，特征提取區(qū)域例如可以是包含頭部、胳膊、腳等的圖像區(qū)域的隨機(jī)配置的多個(gè)圖像區(qū)域。
特征提取單元230按每個(gè)特征提取區(qū)域，提取其圖像特征，并輸出到學(xué)習(xí)單元240。更具體而言，特征提取單元230首先對(duì)特征提取區(qū)域的全部或者部分像素中的每個(gè)像素，生成局部二值模式。并且，特征提取單元230生成表示所生成的局部二值模式的分布的直方圖(以下簡(jiǎn)稱為“直方圖”)，作為該特征提取區(qū)域的圖像特征。所謂局部二值模式，如上所述，是利用比特值表示關(guān)注像素與其周圍的附近像素之間的像素值的差值是否為規(guī)定閾值以上的信息。但是，特征提取單元230在生成直方圖時(shí)，對(duì)局部二值模式進(jìn)行與基礎(chǔ)的像素值的差值相應(yīng)的加權(quán)。學(xué)習(xí)單元240生成一個(gè)或多個(gè)識(shí)別器。這一個(gè)或多個(gè)識(shí)別器用于基于根據(jù)正樣本得到的直方圖群和根據(jù)負(fù)樣本得到的直方圖群，區(qū)分包含檢測(cè)對(duì)象物體的圖像和不包含檢測(cè)對(duì)象物體的圖像。即，學(xué)習(xí)單元240生成特征提取區(qū)域信息與對(duì)應(yīng)于特征提取區(qū)域信息的識(shí)別信息，作為識(shí)別器。并且，學(xué)習(xí)單元240將所生成的識(shí)別信息與特征提取區(qū)域信息一起發(fā)送給識(shí)別器存儲(chǔ)裝置300，與特征提取區(qū)域信息組合而進(jìn)行存儲(chǔ)。所謂特征提取區(qū)域信息，是表示特征提取區(qū)域的范圍的信息，例如包含特征提取區(qū)域的位置以及尺寸。所謂識(shí)別信息，是用于對(duì)對(duì)象圖像的特征提取區(qū)域的直方圖進(jìn)行評(píng)價(jià)，判定對(duì)象圖像中是否包含規(guī)定物體的信息。物體檢測(cè)裝置400獲取識(shí)別器存儲(chǔ)裝置300中存儲(chǔ)的識(shí)別器，進(jìn)行對(duì)對(duì)象圖像的物體檢測(cè)。物體檢測(cè)裝置400包括照相機(jī)410、圖像輸入單元420、特征提取區(qū)域獲取單元430、包含本發(fā)明的特征提取裝置的特征提取單元440、以及識(shí)別單元450。照相機(jī)410進(jìn)行對(duì)象圖像的拍攝，將對(duì)象圖像輸出到圖像輸入單元420。圖像輸入單元420用尺寸預(yù)先決定了的窗掃描對(duì)象圖像，將掃描出的各個(gè)圖像區(qū)域(以下稱為“窗區(qū)域”)輸出到特征提取區(qū)域獲取單元430。特征提取區(qū)域獲取單元430按每個(gè)窗區(qū)域，獲取該窗區(qū)域中的、識(shí)別器存儲(chǔ)裝置中存儲(chǔ)的特征提取區(qū)域信息所示的范圍作為特征提取區(qū)域。并且，特征提取區(qū)域獲取單元430將獲取的特征提取區(qū)域輸出到特征提取單元440。此外，特征提取區(qū)域獲取單元430對(duì)窗區(qū)域進(jìn)行的處理與上述特征提取區(qū)域獲取單元220對(duì)學(xué)習(xí)圖像進(jìn)行的處理類似。即，特征提取區(qū)域獲取單元220例如獲取隨機(jī)配置的多個(gè)區(qū)域的全體作為特征提取區(qū)域。與此相對(duì)，特征提取區(qū)域獲取單元430從識(shí)別器存儲(chǔ)裝置300僅獲取已經(jīng)由學(xué)習(xí)單元240選擇的特征提取區(qū)域信息所示的區(qū)域，作為特征提取區(qū)域。由此，關(guān)于特征提取區(qū)域獲取單元430以及特征提取區(qū)域獲取單元220，以下適當(dāng)說明其中一者的結(jié)構(gòu)以及動(dòng)作，而省略另一者的結(jié)構(gòu)以及動(dòng)作的說明。特征提取單元440按每個(gè)特征提取區(qū)域，提取其圖像特征，并輸出到識(shí)別單元450。更具體而言，特征提取單元440對(duì)特征提取區(qū)域的每個(gè)像素生成局部二值模式，并生成局部二值模式的直方圖作為該特征提取區(qū)域的圖像特征。但是，特征提取單元440在生成直方圖時(shí)，對(duì)局部二值模式進(jìn)行與基礎(chǔ)的像素值的差值相應(yīng)的加權(quán)。換言之，特征提取單元440考慮各個(gè)局部二值模式的量值生成直方圖。此外，特征提取單元440進(jìn)行的處理與上述特征提取單元230進(jìn)行的處理相同，因此以下適當(dāng)說明其中一者的結(jié)構(gòu)以及動(dòng)作，省略另一者的結(jié)構(gòu)以及動(dòng)作的說明。識(shí)別單元450獲取識(shí)別器存儲(chǔ)裝置300存儲(chǔ)的識(shí)別信息。識(shí)別單元450使用所獲取的識(shí)別信息，根據(jù)從圖像輸入單元420進(jìn)行了掃描的窗區(qū)域生成的直方圖，判斷對(duì)象圖像中是否包含檢測(cè)對(duì)象物體。并且，識(shí)別單元450將判斷結(jié)果例如通過圖像顯示裝置或語音輸出裝置(未圖示)通知給用戶。圖2是表示特征提取單元440的詳細(xì)結(jié)構(gòu)的方框圖。圖2中，特征提取單元440包括像素附近獲取單元441、附近差值計(jì)算單元442、二值模式生成單元443、權(quán)重生成單元444、以及直方圖生成單元445。像素附近獲取單元441使對(duì)特征提取區(qū)域的關(guān)注像素逐漸移位。像素附近獲取單元441按每個(gè)關(guān)注像素，獲取以關(guān)注像素為中心的3X3的區(qū)域(以下稱為“附近區(qū)域”)的9個(gè)像素值。并且，像素附近獲取單元441按每個(gè)附近區(qū)域，將所獲取的9個(gè)像素值輸出到附近差值計(jì)算單元442。作為像素值，例如可以采用對(duì)圖像實(shí)施了邊緣增強(qiáng)等預(yù)處理后的亮度值經(jīng)一次微分或二次微分得到的值，或者將紅、藍(lán)、綠的亮度作為一個(gè)向量值進(jìn)行表示而得到的色彩值等各種值。在本實(shí)施方式中，設(shè)像素值為亮度值。附近差值計(jì)算單元442對(duì)每個(gè)附近區(qū)域，計(jì)算關(guān)注像素與周圍各附近像素之間的亮度值的差值，得到8個(gè)計(jì)算結(jié)果(以下稱為“附近差值”)。并且，附近差值計(jì)算單元442將各附近區(qū)域的附近差值輸出到二值模式生成單元443以及權(quán)重生成單元444。二值模式生成單元443對(duì)每個(gè)附近區(qū)域，生成以規(guī)定順序排列表示各附近差值是否為規(guī)定閾值以上的比特值而得到的代碼。并且，二值模式生成單元443將生成的代碼作為局部二值模式輸出到直方圖生成單兀445。權(quán)重生成單元444對(duì)每個(gè)附近區(qū)域，將8個(gè)附近差值的絕對(duì)值的總和決定為與對(duì)應(yīng)的局部二值模式相對(duì)的權(quán)重，并輸出到直方圖生成單兀445。直方圖生成單元445對(duì)每個(gè)特征提取區(qū)域，生成局部二值模式的直方圖，并輸出到圖1的識(shí)別單元450。但是，此時(shí)，直方圖生成單元445在每次輸入局部二值模式時(shí)，對(duì)與該局部二值模式對(duì)應(yīng)的箱格(bin)的值，加上與該局部二值模式對(duì)應(yīng)輸入的權(quán)重。此外，識(shí)別器學(xué)習(xí)裝置200以及物體檢測(cè)裝置400例如分別可以采用包含CPU (central processing unit,中央處理單兀)以及 RAM(random access memory,隨機(jī)存取存儲(chǔ)器)等存儲(chǔ)介質(zhì)等的計(jì)算機(jī)的結(jié)構(gòu)。在此情況下，識(shí)別器學(xué)習(xí)裝置200以及物體檢測(cè)裝置400分別通過由CPU執(zhí)行存儲(chǔ)的控制程序來工作。另外，物體檢測(cè)裝置400也可以是僅進(jìn)行該計(jì)算的專用芯片。另外，識(shí)別器存儲(chǔ)裝置300例如是包含半導(dǎo)體存儲(chǔ)器或硬盤等存儲(chǔ)介質(zhì)的網(wǎng)絡(luò)服務(wù)器。在以上述方式進(jìn)行了加權(quán)的直方圖中，亮度差(對(duì)比度)大的附近區(qū)域的局部二值模式的頻數(shù)相對(duì)較高。即，清楚地表示被攝體的灰度模式的附近區(qū)域的局部二值模式的頻數(shù)相對(duì)較高。并且，與由于噪聲而產(chǎn)生的錯(cuò)誤的二值模式對(duì)應(yīng)的頻數(shù)相對(duì)較低。在使用這種圖像特征生成識(shí)別器并進(jìn)行物體檢測(cè)的情況下，能夠在物體檢測(cè)中反映出各個(gè)局部二值模式的可靠度。因此，本實(shí)施方式的物體檢測(cè)系統(tǒng)100在對(duì)圖像進(jìn)行物體檢測(cè)時(shí)，能夠使用利用了局部二值模式的圖像特征且是能夠?qū)崿F(xiàn)對(duì)拍攝環(huán)境的變動(dòng)具有魯棒性的物體檢測(cè)的圖像特征。接著對(duì)物體檢測(cè)裝置400的動(dòng)作進(jìn)行說明。此外，識(shí)別器學(xué)習(xí)裝置200中的特征提取單元230的動(dòng)作與物體檢測(cè)裝置400中的特征提取單元440的動(dòng)作相同，因此省略其說明。圖3是表示物體檢測(cè)裝置400的動(dòng)作的流程圖。首先，在步驟SllOO中，圖像輸入單元420用尺寸預(yù)先決定了的窗掃描對(duì)象圖像。圖4是表示圖像掃描的情形的一例的示意圖。如圖4所示，圖像輸入單元420用尺寸預(yù)先決定了的窗511掃描對(duì)象圖像510的全體，從各位置獲取窗區(qū)域512。根據(jù)窗511的位置不同，如圖5所示，有時(shí)該窗區(qū)域512中 包含檢測(cè)對(duì)象物體513。窗511的尺寸例如是64像素X 128像素。接著，在圖3的步驟S1200中，特征提取區(qū)域獲取單元430獲取一個(gè)通過識(shí)別器學(xué)習(xí)裝置200的學(xué)習(xí)得到的、并存儲(chǔ)在識(shí)別器存儲(chǔ)裝置中的特征提取區(qū)域信息(位置、尺寸等)。特征提取區(qū)域獲取單元430例如如圖4所示那樣獲取包含人的頭部的矩形區(qū)域作為特征提取區(qū)域520。接著，在步驟S1300中，特征提取單元440的像素附近獲取單元441選擇一個(gè)特征提取區(qū)域的像素作為關(guān)注像素，決定以關(guān)注像素為中心的附近區(qū)域。像素附近獲取單元441在每次通過后述的步驟S1800的判斷處理返回到步驟S1300時(shí)，選擇未選擇的像素，其結(jié)果是使附近區(qū)域移位。圖5是表示附近區(qū)域的移位情形的一例的示意圖。如圖5所示，像素附近獲取單元441對(duì)整個(gè)特征提取區(qū)域520，使作為關(guān)注像素521進(jìn)行選擇的像素位置逐漸移位。其結(jié)果是，對(duì)整個(gè)特征提取區(qū)域520，依次決定由關(guān)注像素521和包圍該像素的8個(gè)附近像素522構(gòu)成的3X3的附近區(qū)域523。接著，在圖3的步驟S1400中，特征提取單元440的附近差值計(jì)算單元442計(jì)算關(guān)注像素的亮度值與8個(gè)附近像素的亮度值的每一個(gè)之間的差值(附近差值)。接著，在步驟S1500中，特征提取單元440的二值模式生成單元443對(duì)附近差值進(jìn)行二值化，生成局部二值模式。這里,令關(guān)注像素的亮度值為g。,附近像素的數(shù)目(在本實(shí)施方式中為8)為P,附近像素的順序?yàn)镻，第P個(gè)附近像素的亮度值為gp，與附近區(qū)域的半徑相應(yīng)的像素?cái)?shù)(在本實(shí)施方式中為I)為R。在此情況下，局部二值模式LBPp,,例如用下式(I)表示。此外，將第P個(gè)附近像素的坐標(biāo)表示為[Rcos (2 π p/p)，Rsin (2 π ρ/Ρ)]。(數(shù)式I)
權(quán)利要求
1.特征提取裝置，包括二值模式生成單元，對(duì)圖像的全部或部分像素中的每個(gè)像素，生成利用比特值表示與周圍的附近像素之間的像素值的差值是否為規(guī)定閾值以上的局部二值模式；權(quán)重生成單元，對(duì)所生成的每個(gè)所述局部二值模式，決定與基礎(chǔ)的所述像素值的差值相應(yīng)的權(quán)重；以及直方圖生成單元，將所決定的所述權(quán)重適用于對(duì)應(yīng)的所述局部二值模式，生成表示根據(jù)所述圖像生成的所述局部二值模式的分布的直方圖。
2.如權(quán)利要求1所述的特征提取裝置，所述局部二值模式是以規(guī)定順序排列數(shù)字值而得到的代碼，所述數(shù)字值是表示與相對(duì)于所述像素位于規(guī)定的相對(duì)位置的多個(gè)所述附近像素之間的所述差值是否為所述規(guī)定閾值以上的值。
3.如權(quán)利要求2所述的特征提取裝置，所述權(quán)重是與關(guān)于所述多個(gè)附近像素的所述差值的絕對(duì)值的總和相應(yīng)的權(quán)重。
4.如權(quán)利要求3所述的特征提取裝置，所述權(quán)重生成單元關(guān)于所生成的每個(gè)所述局部二值模式，將所述絕對(duì)值之和決定為權(quán)重，所述直方圖生成單元在每次生成所述局部二值模式時(shí)，對(duì)與該局部二值模式對(duì)應(yīng)的箱格的值，加上與該局部二值模式對(duì)應(yīng)的所述權(quán)重，以生成所述直方圖。
5.如權(quán)利要求4所述的特征提取裝置，所述直方圖生成單元對(duì)所述直方圖進(jìn)行歸一化處理。
6.圖像處理裝置，包括識(shí)別單元，其使用用于識(shí)別規(guī)定物體的識(shí)別器，根據(jù)由權(quán)利要求1至5中任一項(xiàng)所述的特征提取裝置生成的所述直方圖，判斷所述圖像中是否包含所述規(guī)定物體。
7.如權(quán)利要求6所述的圖像處理裝置，所述識(shí)別器基于與所述附近像素的全部所述差值為正值時(shí)的所述局部二值模式對(duì)應(yīng)的箱格的值、以及與所述附近像素的全部所述差值為負(fù)值時(shí)的所述局部二值模式對(duì)應(yīng)的箱格的值中的至少一者，判斷所述圖像的噪聲水平。
8.特征提取方法,包括對(duì)圖像的全部或部分像素中的每個(gè)像素，生成利用各比特值表示與周圍的附近像素之間的像素值的差值是否為規(guī)定閾值以上的局部二值模式的步驟；對(duì)所生成的每個(gè)所述局部二值模式，決定與基礎(chǔ)的所述像素值的差值相應(yīng)的權(quán)重的步驟；以及將所決定的所述權(quán)重適用于對(duì)應(yīng)的所述局部二值模式，生成表示根據(jù)所述圖像生成的所述局部二值模式的分布的直方圖的步驟。
9.特征提取程序，使計(jì)算機(jī)執(zhí)行如下處理對(duì)圖像的全部或部分像素中的每個(gè)像素，生成利用各比特值表示與周圍的附近像素之間的像素值的差值是否為規(guī)定閾值以上的局部二值模式的處理；對(duì)所生成的每個(gè)所述局部二值模式，決定與基礎(chǔ)的所述像素值的差值相應(yīng)的權(quán)重的處理；以及將 所決定的所述權(quán)重適用于對(duì)應(yīng)的所述局部二值模式，生成表示根據(jù)所述圖像生成的所述局部二值模式的分布的直方圖的處理。
全文摘要
本發(fā)明提供能夠提取出使用局部二值模式并且能夠?qū)崿F(xiàn)對(duì)拍攝環(huán)境的變動(dòng)具有魯棒性的物體檢測(cè)的圖像特征的特征提取裝置。特征提取單元(440)包括二值模式生成單元(443)，對(duì)圖像的全部或部分像素中的每個(gè)像素，生成利用比特值表示與周圍的附近像素之間的像素值的差值是否為規(guī)定閾值以上的局部二值模式；權(quán)重生成單元(444)，對(duì)所生成的每個(gè)局部二值模式，決定與基礎(chǔ)的像素值的差值相應(yīng)的權(quán)重；以及直方圖生成單元(445)，將所決定的權(quán)重適用于對(duì)應(yīng)的局部二值模式，生成表示根據(jù)圖像生成的局部二值模式的分布的直方圖。
文檔編號(hào)G06T7/00GK103026384SQ20128000216
公開日2013年4月3日 申請(qǐng)日期2012年1月13日 優(yōu)先權(quán)日2011年1月20日
發(fā)明者曹蕓蕓, 西村洋文, S.普拉納塔, Z.牛 申請(qǐng)人:松下電器產(chǎn)業(yè)株式會(huì)社