技術特征：

1.一種視頻圖像中的人體動作識別方法，其特征是，包括以下步驟：

步驟一，對各幀輸入圖像進行預處理得到前景區(qū)域，對前景區(qū)域進行篩選得到目標區(qū)域；

步驟二，根據(jù)目標區(qū)域獲取目標輪廓；

步驟三，獲得X和Y方向的輪廓能量變化直方圖；

步驟四，對輪廓能量變化直方圖進行歸一化處理；

步驟五，訓練階段：對輪廓能量變化直方圖形成的訓練集進行動作分類，得到人體行為模型并賦予權值；

步驟六，在識別階段：將待測幀的輪廓能量直方圖與訓練階段得到的人體行為模型匹配，完成動作識別。

2.根據(jù)權利要求1所述的一種視頻圖像中的人體動作識別方法，其特征是，在所述步驟一中，預處理采用背景減除法，篩選采用最小外接矩形框法。

3.根據(jù)權利要求1所述的一種視頻圖像中的人體動作識別方法，其特征是，在所述步驟三中，獲取輪廓能量變化直方圖方法為：

31)獲取相鄰兩幀圖像的邊緣圖像I_edge和I_{last_edge},使用10×10窗口按列遍歷邊緣圖像I_edge；

32)遍歷時，當窗口內(nèi)存在邊緣像素時，在前一幀圖像I_{last_edge}中的相同區(qū)域?qū)ふ遗c之歐式距離最小的邊緣像素相匹配，并將歐式距離的大小作為該點邊緣像素能量變化的值；

33)遍歷完成后，將列號作為直方圖的橫坐標，每列對應的能量變化值作為直方圖的縱坐標，得到輪廓能量變化直方圖。

4.根據(jù)權利要求3所述的一種視頻圖像中的人體動作識別方法，其特征是，在所述步驟四中，歸一化處理過程為，先對直方圖縱坐標進行歸一化處理，使其值處于0到1之間，然后將直方圖映射到一個橫坐標為固定大小的直方圖。

5.根據(jù)權利要求1所述的一種視頻圖像中的人體動作識別方法，其特征是，在所述步驟五中，分類方法為：

51)利用k-means聚類方法獲取聚類質(zhì)心集，對行為進行大類劃分，得到的各劃分類別C_i，其中，1≤i≤n，n是行為類別數(shù)；

52)利用歐式距離對各C_i進行兩兩對比，得到基尼不純度G_i，基尼不純度G_i作為類別C_i的權值。

6.根據(jù)權利要求5所述的一種視頻圖像中的人體動作識別方法，其特征是，在所述步驟六中，待測行為的在識別的具體過程為：

61)對于待測行為S_q＝{K₁,K₂,K₃,.......,K_l}進行步驟一至三處理得到其輪廓能量變化直方圖，判斷圖像K_t的直方圖與各個類別的質(zhì)心的歐式距離，選取歐式距離最小的類別作為圖像K_t所屬的類別C_i，其中，1≤t≤l；

62)將S_q屬于各模板動作行為的可能性設為A_q＝{A₁,A₂,A₃,......,A_n}，其中可能性A_i是根據(jù)基尼不純度G_i對C_i進行優(yōu)化得到，A_i＝G_i/C_i；

63)根據(jù)各幀圖像所屬類別A_i，選擇最大值A_max從而確定S_q的動作類型。