本發(fā)明涉及機(jī)器視覺領(lǐng)域，尤其涉及一種基于四點(diǎn)二元模型的圖像紋理特征值的提取方法，可應(yīng)用于人臉檢測(cè)、識(shí)別和目標(biāo)跟蹤系統(tǒng)。

背景技術(shù)：
人臉檢測(cè)和跟蹤技術(shù)是人臉識(shí)別的關(guān)鍵環(huán)節(jié)，是模式識(shí)別領(lǐng)域的熱點(diǎn)研究課題，然而由于光照變化、表情變化、遮擋、復(fù)雜背景等干擾的存在，使得人臉檢測(cè)和跟蹤變得困難。近年來涌現(xiàn)出大量基于特征的人臉檢測(cè)和跟蹤方法，這些算法的準(zhǔn)確性和實(shí)時(shí)性都很大程度上依賴于用于表征人臉的特征。局部二元模式（LBP）是在人臉識(shí)別和紋理分析領(lǐng)域一種比較成功的紋理特征提取方法，然而LBP是基于計(jì)算中心點(diǎn)和鄰域點(diǎn)像素值的差得來的。由于中心點(diǎn)的像素值本身也包含了非常重要的結(jié)構(gòu)信息，因此這樣做就會(huì)降低LBP對(duì)紋理特征的區(qū)分能力。此外，原始的LBP是定義在3x3區(qū)域上，通過計(jì)算中心點(diǎn)周圍8個(gè)鄰域的像素值與中心點(diǎn)像素值的差值，得到8bit二進(jìn)制碼，對(duì)實(shí)時(shí)應(yīng)用而言具有較高的計(jì)算復(fù)雜度，不利于構(gòu)建更加快速和魯棒的人臉跟蹤器。

技術(shù)實(shí)現(xiàn)要素：
本發(fā)明的目的在于針對(duì)LBP紋理提取算子的缺點(diǎn)，提出一種基于四點(diǎn)（2x2）二元模型（QuadBinaryPattern,QBP）的圖像紋理特征值的提取方法，該方法具有更低的計(jì)算復(fù)雜度，且能有效地表示人臉的局部紋理信息，可應(yīng)用于人臉檢測(cè)、識(shí)別和目標(biāo)跟蹤系統(tǒng)。本發(fā)明的另一個(gè)目的是將四點(diǎn)二元模型QBP進(jìn)一步擴(kuò)展到2Mx2N的像素塊，提取出多塊QBP（MB-QBP）特征值。一種基于四點(diǎn)二元模型的圖像紋理特征值的提取方法，包括如下步驟：步驟1、四點(diǎn)二元模型是指4個(gè)相鄰的像素點(diǎn)且每個(gè)像素點(diǎn)用一位二進(jìn)制數(shù)表示，若區(qū)塊為2x2像素塊，每個(gè)子區(qū)塊中有一個(gè)像素點(diǎn)，計(jì)算四個(gè)像素點(diǎn)像素值的均值其中，p取0至3之間的整數(shù)，gp為子區(qū)塊內(nèi)像素點(diǎn)的像素值；步驟2、分別計(jì)算每個(gè)子區(qū)塊的像素值與四個(gè)像素點(diǎn)像素值的均值Mean的差值，若該差值大于等于給定閾值t，則置對(duì)應(yīng)子區(qū)塊的位置編碼為1，否則置該位置編碼為0：S(gp,Mean,t)=1,gp-Mean≥t0,gp-Meant]]>其中，t為給定的光滑區(qū)域灰度波動(dòng)閾值；步驟3、將四個(gè)子區(qū)塊的位置編碼值乘以相對(duì)應(yīng)的權(quán)重后，再將4個(gè)乘積求和，就得到該區(qū)塊的紋理特征值若所述的區(qū)塊為2Mx2N像素塊，每個(gè)子區(qū)塊中有MxN個(gè)像素點(diǎn)；首先，分別計(jì)算2Mx2N像素塊中四個(gè)子區(qū)塊的像素值均值（i=0…3，p=0…MN-1）,其中，gp為四個(gè)MxN像素塊內(nèi)各像素點(diǎn)的像素值，meani(i=0…3)分別為四個(gè)MxN像素塊的像素值均值；其次，分別計(jì)算該四個(gè)MxN像素塊像素值均值meani(i=0…3)與其均值的差值，如果差值大于等于一給定閾值t，就置該像素塊的位置編碼值為1，否則為0:s(meani,Mean,t)=1,meani-Mean≥t0,meani-Meant]]>其中，t為給定的光滑區(qū)域灰度波動(dòng)閾值；最后，將該四個(gè)MxN像素塊的位置編碼值乘以相對(duì)應(yīng)的權(quán)重后，再將該4個(gè)乘積求和，就得到該區(qū)塊的紋理特征值MB-QBP=Σi=032iS(meani,Mean,t).]]>本發(fā)明使用2x2像素塊的像素值均值作為對(duì)比值，能更加全面地反映圖像紋理的結(jié)構(gòu)信息，具有比LBP更好的光照魯棒性。本發(fā)明只需要計(jì)算4個(gè)像素點(diǎn)與其均值（該均值的運(yùn)算涉及到3次加法和一次移位操作）的差，就可以得到4bit的特征碼（模式）。QBP的二進(jìn)制碼長(zhǎng)是LBP的一半，計(jì)算特征值時(shí)計(jì)算量減少了一半，而且QBP只有16種模式遠(yuǎn)少于LBP的256種模式，因此具有更低的計(jì)算復(fù)雜度，能廣泛應(yīng)用于人臉檢測(cè)、識(shí)別和跟蹤領(lǐng)域。附圖說明圖1為本發(fā)明中QBP特征值提取流程示意圖；。圖2為本發(fā)明中MB-QBP特征值提取流程示意圖。以下結(jié)合具體實(shí)施例對(duì)本發(fā)明作進(jìn)一步詳述。具體實(shí)施方式如圖1所示，本發(fā)明一種基于四點(diǎn)二元模型的圖像紋理特征值的提取方法，具體步驟為：步驟1、四點(diǎn)二元模型是指4個(gè)相鄰的像素點(diǎn)且每個(gè)像素點(diǎn)用一位二進(jìn)制數(shù)表示，若區(qū)塊為2x2像素塊，每個(gè)子區(qū)塊中有一個(gè)像素點(diǎn)，計(jì)算四個(gè)像素點(diǎn)像素值的均值其中，p取0至3之間的整數(shù)，gp為子區(qū)塊內(nèi)像素點(diǎn)的像素值；步驟2、分別計(jì)算每個(gè)子區(qū)塊的像素值與四個(gè)像素點(diǎn)像素值的均值Mean的差值，若該差值大于等于給定閾值t，則置對(duì)應(yīng)子區(qū)塊的位置編碼為1，否則置該位置編碼為0：S(gp,Mean,t)=1,gp-Mean≥t0,gp-Meant]]>其中，t為給定的光滑區(qū)域灰度波動(dòng)閾值；步驟3、將四個(gè)子區(qū)塊的位置編碼值乘以相對(duì)應(yīng)的權(quán)重后，再將4個(gè)乘積求和，就得到該區(qū)塊的紋理特征值如圖2所示，若所述的區(qū)塊為2Mx2N像素塊，每個(gè)子區(qū)塊中有MxN個(gè)像素點(diǎn)；首先，分別計(jì)算2Mx2N像素塊中四個(gè)子區(qū)塊的像素值均值（i=0…3，p=0…MN-1）,其中，gp為四個(gè)MxN像素塊內(nèi)各像素點(diǎn)的像素值，meani(i=0…3)分別為四個(gè)MxN像素塊的像素值均值；其次，分別計(jì)算該四個(gè)MxN像素塊像素值均值meani(i=0…3)與其均值的差值，如果差值大于等于一給定閾值t，就置該像素塊的位置編碼值為1，否則為0:s(meani,Mean,t)=1,meani-Mean≥t0,meani-Meant]]>其中，t為給定的光滑區(qū)域灰度波動(dòng)閾值；最后，將該四個(gè)MxN像素塊的位置編碼值乘以相對(duì)應(yīng)的權(quán)重后，再將該4個(gè)乘積求和，就得到該區(qū)塊的紋理特征值MB-QBP=Σi=032iS(meani,Mean,t).]]>以上所述，僅是本發(fā)明較佳實(shí)施例而已，并非對(duì)本發(fā)明的技術(shù)范圍作任何限制，故凡是依據(jù)本發(fā)明的技術(shù)實(shí)質(zhì)對(duì)以上實(shí)施例所作的任何細(xì)微修改、等同變化與修飾，均仍屬于本發(fā)明技術(shù)方案的范圍內(nèi)。