專利名稱：圖像處理設(shè)備和方法
技術(shù)領(lǐng)域：
本公開涉及圖像處理領(lǐng)域，具體而言，涉及一種圖像處理設(shè)備和方法。
背景技術(shù)：
目標(biāo)跟蹤或目標(biāo)匹配是圖像處理領(lǐng)域的一個(gè)重要分支。在目標(biāo)跟蹤的過程中，目標(biāo)的特征很難保持穩(wěn)定，比如光照的變化會(huì)影響圖像的灰度和顏色特征，目標(biāo)的變形會(huì)影響圖像的紋理特征。針對(duì)這個(gè)問題，一種解決方法是采用多特征的融合。但是現(xiàn)有的多特征融合方法存在計(jì)算量大，很難用硬件實(shí)現(xiàn)等問題。在另一方面，在目標(biāo)跟蹤過程中，當(dāng)初始化目標(biāo)框時(shí)，不可避免的會(huì)把一部分背景包含進(jìn)來，因此，提取特征的時(shí)也相應(yīng)會(huì)把背景的干擾引入進(jìn)來。背景干擾越大，后續(xù)的特征匹配的精度就會(huì)越低。如何消除背景的影響也是目標(biāo)跟蹤技術(shù)的研究重點(diǎn)之一。一種解決方法是采用核函數(shù)的方法來減弱背景的影響。相關(guān)文獻(xiàn)包括:Dorin Comaniciu等人的論文“Kernel-based object tracking “(發(fā)表于 Pattern Analysis and MachineIntelligence, 2003年5月)(簡(jiǎn)稱為相關(guān)文獻(xiàn)I)。然而，這樣的方法仍然無(wú)法準(zhǔn)確的消除背景的干擾。

發(fā)明內(nèi)容
在下文中給出關(guān)于本公開的簡(jiǎn)要概述，以便提供關(guān)于本公開的某些方面的基本理解。應(yīng)當(dāng)理解，這個(gè)概述并不是關(guān)于本公開的窮舉性概述。它并不是意圖確定本公開的關(guān)鍵或重要部分，也不是意圖限定本公開的范圍。其目的僅僅是以簡(jiǎn)化的形式給出某些概念，以此作為稍后論述的更詳細(xì)描述的前序。根據(jù)本公開的一個(gè)方面，提供了一種圖像處理設(shè)備，該圖像處理設(shè)備可包括:特征獲取裝置，被配置用于針對(duì)圖像幀中的目標(biāo)區(qū)域中的每一像素塊，獲取每一像素塊的多個(gè)特征的值，每一像素塊包括NXM個(gè)像素，I, I ;估計(jì)裝置，被配置用于根據(jù)所述目標(biāo)區(qū)域與所述圖像幀中的背景來估計(jì)所述每一像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力；以及特征加權(quán)裝置，被配置用于根據(jù)每一特征的能力，為所述每一像素塊的所述多個(gè)特征賦予權(quán)重，以突出反映背景與目標(biāo)差異的能力更強(qiáng)的特征，其中，所述圖像處理設(shè)備根據(jù)經(jīng)所述特征加權(quán)裝置加權(quán)的特征對(duì)目標(biāo)進(jìn)行圖像匹配處理。根據(jù)本公開的另一方面，提供了一種照相機(jī)設(shè)備，該照相機(jī)設(shè)備包括:攝像元件；光學(xué)系統(tǒng)，用于在所述攝像元件上形成被攝對(duì)象的圖像；以及圖像處理設(shè)備，用于對(duì)所述攝像元件攝取的圖像幀中的目標(biāo)進(jìn)行跟蹤處理。其中，所述圖像處理設(shè)備包括:特征獲取裝置，被配置用于針對(duì)圖像幀中的目標(biāo)區(qū)域中的每一像素塊，獲取每一像素塊的多個(gè)特征的值，每一像素塊包括NXM個(gè)像素，N ^ I, M ^ I ;估計(jì)裝置,被配置用于根據(jù)所述目標(biāo)區(qū)域與所述圖像幀中的背景來估計(jì)所述每一像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力；以及特征加權(quán)裝置，被配置用于根據(jù)每一特征的能力，為所述每一像素塊的所述多個(gè)特征賦予權(quán)重，以突 出反映背景與目標(biāo)差異的能力更強(qiáng)的特征，其中，所述圖像處理設(shè)備根據(jù)經(jīng)所述特征加權(quán)裝置加權(quán)的特征對(duì)目標(biāo)進(jìn)行跟蹤處理。根據(jù)本公開的另一方面，提供了一種圖像處理方法，該圖像處理方法可包括:針對(duì)圖像幀中的目標(biāo)區(qū)域中的每一像素塊，獲取該每一像素塊的多個(gè)特征的值，每一像素塊包括NXM個(gè)像素，NS 1，M> I ;根據(jù)所述目標(biāo)區(qū)域與所述圖像幀中的背景來估計(jì)所述每一像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力；以及根據(jù)每一特征的能力，為所述每一像素塊的所述多個(gè)特征賦予權(quán)重，以突出反映背景與目標(biāo)差異的能力更強(qiáng)的特征，其中，根據(jù)利用所述權(quán)重加權(quán)的特征對(duì)于目標(biāo)進(jìn)行圖像匹配處理。上述圖像處理設(shè)備和方法實(shí)現(xiàn)了像素級(jí)的特征選擇。對(duì)于目標(biāo)區(qū)域中的不同像素，可以選取不同的特征。在對(duì)目標(biāo)區(qū)域中的多個(gè)像素采用相同的多個(gè)特征的情況下，根據(jù)上述處理得到的各個(gè)權(quán)重值在不同像素之間也是不同的。另外，由于根據(jù)每個(gè)像素的每個(gè)特征區(qū)分背景和目標(biāo)的能力對(duì)各個(gè)特征進(jìn)行加權(quán)，即突出區(qū)分背景和目標(biāo)的能力強(qiáng)的特征，削弱區(qū)分背景和目標(biāo)的能力弱的特征，從而使得各個(gè)特征的權(quán)重值反映了該特征描述目標(biāo)(區(qū)分背景與目標(biāo))的能力，因此，能夠有效地消除圖像背景對(duì)目標(biāo)的干擾。另外，本公開的實(shí)施例還提供了用于實(shí)現(xiàn)上述圖像處理方法的計(jì)算機(jī)程序。此外，本公開的實(shí)施例還提供了至少計(jì)算機(jī)可讀介質(zhì)形式的計(jì)算機(jī)程序產(chǎn)品，其上記錄有用于實(shí)現(xiàn)上述圖像處理方法的計(jì)算機(jī)程序代碼。


參照下面結(jié)合附圖對(duì)本公開實(shí)施例的說明，會(huì)更加容易地理解本公開的以上和其它目的、特點(diǎn)和優(yōu)點(diǎn)。在附圖中，相同的或類似的技術(shù)特征或部件將采用相同或類似的附圖標(biāo)記來表不。在附圖中:圖1是示出根據(jù)本公開的一個(gè)實(shí)施例的圖像處理方法的示意性流程圖；圖2是示出圖1所示的估計(jì)像素特征的區(qū)分背景和目標(biāo)的能力的方法的一個(gè)示例的示意性流程圖；圖3是示出包含目標(biāo)區(qū)域的圖像的示意圖；圖4是示出根據(jù)圖1所示的估計(jì)像素特征的區(qū)分背景和目標(biāo)的能力的方法的另一具體示例的示意性流程圖；圖5是示出采用滑動(dòng)窗在目標(biāo)區(qū)域的領(lǐng)域上滑動(dòng)的路線的示意圖；圖6是示出對(duì)最優(yōu)特征進(jìn)行加權(quán)的方法的示意圖；圖7是示出根據(jù)本公開的一個(gè)實(shí)施例的目標(biāo)跟蹤或匹配方法的示意性流程圖；圖8是示出根據(jù)本公開的一個(gè)實(shí)施例的圖像處理設(shè)備的結(jié)構(gòu)的示意性框圖；圖9是示出根據(jù)本公開的另一實(shí)施例的圖像處理設(shè)備的結(jié)構(gòu)的示意性框圖；圖10是示出根據(jù)本公開的一個(gè)實(shí)施例的照相機(jī)的結(jié)構(gòu)的示意性框圖；以及圖11是示出用于實(shí)現(xiàn)本公開的實(shí)施例或示例的計(jì)算機(jī)的結(jié)構(gòu)的示例性框圖。
具體實(shí)施例方式下面參照附圖來說明本公開的實(shí)施例。在本公開的一個(gè)附圖或一種實(shí)施方式中描述的元素和特征可以與一個(gè)或更多個(gè)其它附圖或?qū)嵤┓绞街惺境龅脑睾吞卣飨嘟Y(jié)合。應(yīng)當(dāng)注意，為了清楚的目的，附圖和說明中省略了與本公開無(wú)關(guān)的、本領(lǐng)域普通技術(shù)人員已知的部件和處理的表示和描述。本公開的發(fā)明人發(fā)現(xiàn)，在已有的多特征融合方法中，進(jìn)行特征融合時(shí)，通常將目標(biāo)區(qū)域作為一個(gè)整體來看待，因而對(duì)目標(biāo)區(qū)域內(nèi)的所有像素都會(huì)選擇相同的最征，而不會(huì)對(duì)目標(biāo)的不同部分選擇不同的特征。但是，例如，對(duì)于某個(gè)目標(biāo)的一部分，顏色特征是能夠?qū)⒃摬糠峙c圖像背景區(qū)分開的特征，而對(duì)于該目標(biāo)的另外一部分，輪廓特征才是能夠?qū)⒃摬糠峙c圖像背景區(qū)分開的特征。另外，在采用核函數(shù)消除背景的已知方法中，由于一般情況下靠近區(qū)域中心是目標(biāo)的可能性大，而遠(yuǎn)離區(qū)域中心是背景的可能性大，因此，通常對(duì)目標(biāo)區(qū)域乘以一個(gè)高斯分布的權(quán)重模板(即核函數(shù))。這樣，靠近中心的像素的特征會(huì)獲得較大的權(quán)重，而區(qū)域邊緣的像素被賦予較小的權(quán)重。采用這種方法，區(qū)域邊緣附近的背景像素帶來的影響就會(huì)被抑制住。但是這種方法使用的權(quán)重只能是一個(gè)橢圓形的分布，無(wú)法根據(jù)目標(biāo)的形狀準(zhǔn)確的消除背景的干擾，從而有可能導(dǎo)致目標(biāo)的部分像素被賦予了較低權(quán)重。本公開的一些實(shí)施例提供了圖像處理方法和設(shè)備，其中可以實(shí)現(xiàn)像素級(jí)的特征選擇，同時(shí)能夠有效地消除圖像背景對(duì)目標(biāo)跟蹤的干擾。圖1是示出根據(jù)本公開的一個(gè)實(shí)施例的圖像處理方法的流程圖。如圖1所示，該圖像處理方法可以包括步驟102、104和106。在步驟102中，針對(duì)圖像幀(如視頻圖像或其它圖像序列中的初始圖像幀)中的目標(biāo)區(qū)域中的每一像素，獲取該每一像素的多個(gè)特征的值。這里所述的目標(biāo)區(qū)域?yàn)閳D像幀中包含目標(biāo)的圖像區(qū)域。該目標(biāo)區(qū)域可以是用戶的手工標(biāo)注的圖像區(qū)域，也可以是通過適當(dāng)?shù)哪繕?biāo)識(shí)別方法(可以根據(jù)實(shí)際應(yīng)用而選擇本領(lǐng)域的任何適當(dāng)?shù)哪繕?biāo)識(shí)別方法，這里不一一列舉)而自動(dòng)識(shí)別的目標(biāo)區(qū)域，這里不作詳述。另外，所述目標(biāo)區(qū)域可以是矩形的，也可以是其它適當(dāng)?shù)男螤?，如圓形、橢圓形、梯形或三角形等等，這里不作具體限定。像素的所述多個(gè)特征可以為與該像素相關(guān)的任何特征，例如，可以采用像素的灰度值、顏色(如藍(lán)色、紅色等)分量值等作為像素的特征，還可以根據(jù)待檢測(cè)的圖像的具體情況而采用其他適當(dāng)?shù)奶卣鳎巛喞卣?、顏色或灰度的直方圖特征、紋理特征，等等，這里不一一列舉，而本公開不局限于這里所述的任何具體示例。在得到像素的多個(gè)特征的值之后，在步驟104中，根據(jù)目標(biāo)區(qū)域與圖像幀中的背景來估計(jì)每一像素或包含多個(gè)像素的像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力。換言之，估計(jì)目標(biāo)區(qū)域中的每一像素或像素塊的每一特征將圖像背景與目標(biāo)區(qū)分開的能力。可以采用下文參考圖2或圖4描述的方法或其它適當(dāng)?shù)墓烙?jì)方法來估計(jì)所述能力。在步驟106中，根據(jù)目標(biāo)區(qū)域中的每一像素的每一特征的能力，為每一像素的多個(gè)特征賦予權(quán)重，以突出反映背景與目標(biāo)的差異的能力強(qiáng)的特征。根據(jù)本發(fā)明的一個(gè)實(shí)施例，特征的能力越大，為其賦予的權(quán)重也越大，反之，如果特征的能力越小，則為其賦予的權(quán)重也越小。根據(jù)本發(fā)明的另一實(shí)施例，反映背景與目標(biāo)差異能力大的特征，權(quán)重均設(shè)為1，反映背景與目標(biāo)差異能力小的特征，權(quán)重均設(shè)為O。利用上述方法，可以得到目標(biāo)區(qū)域的每個(gè)像素的多個(gè)特征的權(quán)重值，在后續(xù)的目標(biāo)匹配或跟蹤處理中，可以計(jì)算這些特征的加權(quán)值，作為待檢測(cè)區(qū)域中的每個(gè)像素表示目標(biāo)的置信度。由于上述處理是針對(duì)目標(biāo)區(qū)域中的每個(gè)像素進(jìn)行的，因此，對(duì)于目標(biāo)區(qū)域中的不同像素，可以突出或選取不同的特征。在對(duì)目標(biāo)區(qū)域中的多個(gè)像素采用相同特征的情況下，根據(jù)上述處理得到的各個(gè)權(quán)重值在不同像素之間也是不同的。換言之，上述方法實(shí)現(xiàn)了像素級(jí)的特征選擇。另外，由于根據(jù)每個(gè)特征區(qū)分背景和目標(biāo)的能力對(duì)各個(gè)特征進(jìn)行加權(quán)，即每個(gè)特征區(qū)分背景和目標(biāo)的能力強(qiáng)，則通過其權(quán)重加以突出，區(qū)分背景和目標(biāo)的能力弱，則通過其權(quán)重削弱其影響，從而使得各個(gè)特征的權(quán)重值反映了該特征描述目標(biāo)(區(qū)分背景與目標(biāo))的能力，因此，采用特征加權(quán)方法能夠有效地消除圖像背景對(duì)目標(biāo)的干擾。上述處理還可以用包括NXM個(gè)像素(N彡1,M彡I)的像素塊為單位來進(jìn)行，在下文中，為了描述方便，有些實(shí)施例或示例的描述仍以像素為單位。但應(yīng)理解，本文描述的各種處理均適用于以像素塊為單位的情況。在以像素塊為單位的情況下，某個(gè)像素塊的所述多個(gè)特征可以為與該像素塊相關(guān)的任何特征，例如，可以采用該像素塊內(nèi)的像素的灰度值、顏色(如藍(lán)色、紅色等)分量值的均值、中值或和等，作為該像素塊的特征，還可以根據(jù)待檢測(cè)的圖像的具體情況而采用其他適當(dāng)?shù)奶卣?，如輪廓特征、顏色或灰度的直方圖特征、紋理特征，等等，這里不一一列舉，而本公開不局限于這里所述的任何具體示例圖2示出了估計(jì)目標(biāo)區(qū)域中的像素或像素塊的某個(gè)特征反映背景與目標(biāo)的差異的能力的方法的一個(gè)示例。對(duì)于圖像中的背景像素和目標(biāo)像素，如果針對(duì)同一特征，這兩種像素的特征的值的差異越大，則說明該特征區(qū)分背景和目標(biāo)的能力越強(qiáng)，否則，則越弱。圖2所示的方法即利用了這個(gè)原理。如圖2所述，該估計(jì)方法可以包括步驟204-1、204-2。在步驟204_1中，計(jì)算像素(或像素塊)的某個(gè)特征(上述多個(gè)特征之一，為了描述方便，稱為第一特征)的值與目標(biāo)區(qū)域的鄰域內(nèi)的多個(gè)像素(或像素塊)中的每一個(gè)的該第一特征的值的差分值。這里所述的鄰域內(nèi)的多個(gè)像素可以是從該鄰域內(nèi)選取的部分背景像素，也可以是該鄰域內(nèi)的所有像素。然后，在步驟204-2中，將所得到的多個(gè)差分值累加起來，該累加差分值越大則說明該像素(或像素塊)的第一特征的值與鄰域中各個(gè)像素(或像素塊)的第一特征的值差異越大，反之亦然，因此該累加差分值是體現(xiàn)該像素(或像素塊)的第一特征的反映背景與目標(biāo)的差異的能力 的重要指標(biāo)。本發(fā)明中，兩個(gè)像素(或像素塊)之間的特征差分值可以指該兩個(gè)像素(或像素塊)的特征的值之差或差的絕對(duì)值等。以圖3所示的圖像為例，假設(shè)附圖標(biāo)記310所表示的示意性人形為檢測(cè)目標(biāo)，其中，該目標(biāo)的圓形部分311表示其頭部，三角形部分312表示其上身，而兩個(gè)長(zhǎng)條部分313表示其下肢。圖框320以內(nèi)的區(qū)域表示包含該目標(biāo)的目標(biāo)區(qū)域，而圖框330以內(nèi)的區(qū)域表示圖像中的目標(biāo)區(qū)域320的鄰域(以下簡(jiǎn)稱為鄰域330)。假設(shè)對(duì)目標(biāo)區(qū)域320中位于坐標(biāo)(x，y)的像素選取其灰度分量值、藍(lán)色分量值和紅色分量值3個(gè)特征作為其多個(gè)特征。采用圖2所示的方法得到的反映各個(gè)特征的區(qū)分背景和目標(biāo)的能力的累加差分值可以用下式來表示:
權(quán)利要求
1.一種圖像處理設(shè)備，包括: 特征獲取裝置，被配置用于針對(duì)圖像幀中的目標(biāo)區(qū)域中的每一像素塊，獲取該像素塊的多個(gè)特征的值，每一像素塊包括NXM個(gè)像素，N彡1，M彡I ； 估計(jì)裝置，被配置用于根據(jù)所述目標(biāo)區(qū)域與所述圖像幀中的背景來估計(jì)所述每一像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力；以及 特征加權(quán)裝置，被配置用于根據(jù)每一特征反映背景與目標(biāo)的差異的能力，為所述每一像素塊的所述多個(gè)特征賦予權(quán)重，以突出反映背景與目標(biāo)差異的能力更強(qiáng)的特征， 其中，所述圖像處理設(shè)備根據(jù)經(jīng)所述特征加權(quán)裝置加權(quán)的特征對(duì)目標(biāo)進(jìn)行圖像匹配處理。
2.根據(jù)權(quán)利要求1所述的圖像處理設(shè)備，其中，所述估計(jì)裝置進(jìn)一步被配置為通過以下來估計(jì)每一像素塊的多個(gè)特征中的每一特征的反映背景與目標(biāo)的差異的能力: 針對(duì)目標(biāo)區(qū)域中的每一像素塊的每一特征，計(jì)算該像素塊的該特征與目標(biāo)區(qū)域的鄰域內(nèi)的多個(gè)像素塊的該特征的差分值的累加值， 其中，該像素塊的多個(gè)特征中所述差分值的累加值較大的特征反映背景與目標(biāo)的差異的能力較強(qiáng)，該像素塊的多個(gè)特征中所述差分值的累加值較小的特征反映背景與目標(biāo)的差異的能力較弱。
3.根據(jù)權(quán)利要求2所述的圖像處理設(shè)備，其中，所述估計(jì)裝置進(jìn)一步被配置為通過以下來針對(duì)目標(biāo)區(qū)域中的每一像素塊的每一特征，計(jì)算該像素塊的該特征與目標(biāo)區(qū)域的鄰域內(nèi)的多個(gè)像素塊的該特征的差分值的累加值: 利用與目標(biāo)區(qū)域大小相同的滑動(dòng)窗在目標(biāo)區(qū)域的鄰域內(nèi)滑動(dòng)，計(jì)算目標(biāo)區(qū)域中的該像素塊的該特征與每次滑動(dòng)得到的圖像塊中的位置對(duì)應(yīng)的像素塊的該特征之間的差分值；以及累加多次滑動(dòng)得到的差分值。
4.根據(jù)權(quán)利要求2所述的圖像處理設(shè)備，其中，所述特征加權(quán)裝置進(jìn)一步被配置為: 選擇所述多個(gè)特征中所述差分值的累加值較大的一個(gè)或更多個(gè)，作為所述目標(biāo)區(qū)域的所述每一像素塊的最優(yōu)特征，將所述多個(gè)特征中的其他特征權(quán)重設(shè)置為O。
5.根據(jù)權(quán)利要求2-4中任一項(xiàng)所述的圖像處理設(shè)備，其中，所述特征加權(quán)裝置進(jìn)一步被配置為: 判斷每一像素塊的每一特征的所述差分值的累加值是否大于或等于預(yù)定閾值，若否，則將該特征的權(quán)重設(shè)置為O。
6.根據(jù)權(quán)利要求1-4中任一項(xiàng)所述的圖像處理設(shè)備，其中: 所述特征獲取裝置進(jìn)一步被配置為從后續(xù)圖像幀中提取多個(gè)候選目標(biāo)區(qū)域，并獲取每一所述候選目標(biāo)區(qū)域中的每一像素塊的所述多個(gè)特征的值，并且其中，所述圖像處理設(shè)備還包括: 置信度估計(jì)裝置，用于針對(duì)每一所述候選目標(biāo)區(qū)域，計(jì)算該候選目標(biāo)區(qū)域中的每一像素塊的所述多個(gè)特征的加權(quán)和，作為每一像素塊的置信度值；根據(jù)該候選目標(biāo)區(qū)域中的所有像素塊的置信度值來確定該候選目標(biāo)區(qū)域的置信度；并判斷所述多個(gè)候選目標(biāo)區(qū)域中置信度最大的一個(gè)包含匹配目標(biāo)。
7.根據(jù)權(quán)利要求6所述的圖像處理設(shè)備，其中，在所述置信度估計(jì)裝置判斷所述候選目標(biāo)區(qū)域包含目標(biāo)的情況下，所述特征加權(quán)裝置還被配置用于:計(jì)算所述候選目標(biāo)區(qū)域中的每一像素塊的每個(gè)特征的值與上一次計(jì)算權(quán)重時(shí)的圖像幀中的目標(biāo)區(qū)域的對(duì)應(yīng)像素塊的該特征的值的差，以計(jì)算該特征的新權(quán)重。
8.一種照相機(jī)設(shè)備，包括: 攝像元件， 光學(xué)系統(tǒng)，用于在所述攝像元件上形成被攝對(duì)象的圖像；以及 圖像處理設(shè)備，用于對(duì)所述攝像元件攝取的圖像幀中的目標(biāo)進(jìn)行跟蹤處理， 其中，所述圖像處理設(shè)備包括: 特征獲取裝置，被配置用于針對(duì)圖像幀中的目標(biāo)區(qū)域中的每一像素塊，獲取每一像素塊的多個(gè)特征的值，每一像素塊包括NXM個(gè)像素，N ^ I, M ^ I ； 估計(jì)裝置，被配置用于根據(jù)所述目標(biāo)區(qū)域與所述圖像幀中的背景來估計(jì)所述每一像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力；以及 特征加權(quán)裝置，被 配置用于根據(jù)每一特征的能力，為所述每一像素塊的所述多個(gè)特征賦予權(quán)重，以突出反映背景與目標(biāo)差異的能力更強(qiáng)的特征， 其中，所述圖像處理設(shè)備根據(jù)經(jīng)所述特征加權(quán)裝置加權(quán)的特征對(duì)目標(biāo)進(jìn)行跟蹤處理。
9.根據(jù)權(quán)利要求8所述的照相機(jī)設(shè)備，其中，所述估計(jì)裝置進(jìn)一步被配置為通過以下來估計(jì)每一像素塊的多個(gè)特征中的每一特征的反映背景與目標(biāo)的差異的能力: 針對(duì)目標(biāo)區(qū)域中的每一像素塊的每一特征，計(jì)算該像素塊的該特征與目標(biāo)區(qū)域的鄰域內(nèi)的多個(gè)像素塊的該特征的差分值的累加值，其中，該像素塊的多個(gè)特征中差分值的累加值較大的特征反映背景與目標(biāo)的差異的能力較強(qiáng)，該像素塊的多個(gè)特征中差分值的累加值較小的特征反映背景與目標(biāo)的差異的能力較弱。
10.根據(jù)權(quán)利要求9所述的照相機(jī)設(shè)備，其中，所述估計(jì)裝置進(jìn)一步被配置為通過以下來針對(duì)目標(biāo)區(qū)域中的每一像素塊的每一特征，計(jì)算該像素塊的該特征與目標(biāo)區(qū)域的鄰域內(nèi)的多個(gè)像素塊的該特征的差分值的累加值: 利用與目標(biāo)區(qū)域大小相同的滑動(dòng)窗在目標(biāo)區(qū)域的鄰域內(nèi)滑動(dòng)，計(jì)算目標(biāo)區(qū)域中的該像素塊的該特征與每次滑動(dòng)得到的圖像塊中的位置對(duì)應(yīng)的像素塊的該特征之間的差分值；以及累加多次滑動(dòng)得到的差分值。
11.根據(jù)權(quán)利要求9所述的照相機(jī)設(shè)備，其中，所述特征加權(quán)裝置進(jìn)一步被配置為: 選擇所述多個(gè)特征中所述差分值的累加值較大的一個(gè)或更多個(gè)，作為所述目標(biāo)區(qū)域的所述每一像素塊的最優(yōu)特征，將所述多個(gè)特征中的其他特征權(quán)重設(shè)置為O。
12.根據(jù)權(quán)利要求9-11中任一項(xiàng)所述的照相機(jī)設(shè)備，其中，所述特征加權(quán)裝置進(jìn)一步被配置為: 判斷每一像素塊的每一特征的所述差分值的累加值是否大于或等于預(yù)定閾值，若否，則將該特征的權(quán)重設(shè)置為O。
13.根據(jù)權(quán)利要求8-11中任一項(xiàng)所述的照相機(jī)設(shè)備，其中: 所述特征獲取裝置進(jìn)一步被配置為從后續(xù)圖像幀中提取多個(gè)候選目標(biāo)區(qū)域，并獲取每一所述候選目標(biāo)區(qū)域中的每一像素塊的所述多個(gè)特征的值，并且其中，所述圖像處理設(shè)備還包括: 置信度估計(jì)裝置，用于針對(duì)每一所述候選目標(biāo)區(qū)域，計(jì)算該候選目標(biāo)區(qū)域中的每一像素塊的所述多個(gè)特征的加權(quán)和，作為每一像素塊的置信度值；根據(jù)該候選目標(biāo)區(qū)域中的所有像素塊的置信度值來確定該候選目標(biāo)區(qū)域的置信度；并判斷所述多個(gè)候選目標(biāo)區(qū)域中置信度最大的一個(gè)包含匹配目標(biāo)。
14.根據(jù)權(quán)利要求13所述的照相機(jī)設(shè)備，其中，在所述置信度估計(jì)裝置判斷所述候選目標(biāo)區(qū)域包含目標(biāo)的情況下，所述特征加權(quán)裝置還被配置用于: 計(jì)算所述候選目標(biāo)區(qū)域中的每一像素塊的每個(gè)特征的值與上一次計(jì)算權(quán)重時(shí)的圖像幀中的目標(biāo)區(qū)域的對(duì)應(yīng)像素塊的該特征的值的差，以計(jì)算該特征的新權(quán)重。
15.—種圖像處理方法,包括: 針對(duì)圖像幀中的目標(biāo)區(qū)域中的每一像素塊，獲取該每一像素塊的多個(gè)特征的值，每一像素塊包括NXM個(gè)像素，N≤1, M≤1 ; 根據(jù)所述目標(biāo)區(qū)域與所述圖像幀中的背景來估計(jì)所述每一像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力；以及 根據(jù)每一特征的能力，為所述每一像素塊的所述多個(gè)特征賦予權(quán)重，以突出反映背景與目標(biāo)差異的能力更強(qiáng)的特征， 其中，根據(jù)利用所述權(quán)重加權(quán)的特征對(duì)于目標(biāo)進(jìn)行圖像匹配處理。
16.根據(jù)權(quán)利要求15所述的圖像處理方法，其中，估計(jì)每一像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力包括: 針對(duì)目標(biāo)區(qū)域中的每一像素塊的每一特征，計(jì)算該像素塊的該特征與目標(biāo)區(qū)域的鄰域內(nèi)的多個(gè)像素塊的該特征的差分值的累加值， 其中，該像素塊的多個(gè)特征中差分值的累積值較大的特征反映背景與目標(biāo)的差異的能力較強(qiáng)，該像素塊的多個(gè)特征中差分值的累積值較小的特征反映背景與目標(biāo)的差異的能力較弱。
17.根據(jù)權(quán)利要求16所述的圖像處理方法，其中，針對(duì)目標(biāo)區(qū)域中的每一像素塊的每一特征，計(jì)算該像素塊的該特征與目標(biāo)區(qū)域的鄰域內(nèi)的多個(gè)像素塊的該特征的差分值的累加值包括: 利用與目標(biāo)區(qū)域大小相同的滑動(dòng)窗在目標(biāo)區(qū)域的鄰域內(nèi)滑動(dòng)，計(jì)算目標(biāo)區(qū)域中的該像素塊的該特征與每次滑動(dòng)得到的圖像塊中的位置對(duì)應(yīng)的像素塊的該特征之間的差分值； 累加多次滑動(dòng)得到的差分值。
18.根據(jù)權(quán)利要求16所述的圖像處理方法，其中，根據(jù)每一特征的能力為所述多個(gè)特征賦予權(quán)重包括: 選擇所述多個(gè)特征中所述差分值的累加值較大的一個(gè)或更多個(gè)，作為所述每一像素塊的最優(yōu)特征，將所述多個(gè)特征中的其它特征的權(quán)重設(shè)置為0。
19.根據(jù)權(quán)利要求16-18中任一項(xiàng)所述的圖像處理方法，還包括: 判斷每一像素塊的每一特征的所述差分值的累加值是否大于或等于預(yù)定閾值，若否，則將該特征的權(quán)重設(shè)置為O。
20.根據(jù)權(quán)利要求15-18中任一項(xiàng)所述的圖像處理方法，還包括: 從后續(xù)圖像幀中提取多個(gè)候選目標(biāo)區(qū)域； 針對(duì)每一候選目標(biāo)區(qū)域，計(jì)算該候選目標(biāo)區(qū)域中的每一像素塊的所述多個(gè)特征的加權(quán)和，作為每一像素塊的置信度值；根據(jù)該候選目標(biāo)區(qū)域中的所有像素塊的置信度值來確定該候選目標(biāo)區(qū)域的置信度；并判斷所述多個(gè)后續(xù)目標(biāo)區(qū)域中的置信度最大的一個(gè)包含匹配目標(biāo)。
全文摘要
本發(fā)明公開了圖像處理設(shè)備和方法。一種圖像處理設(shè)備可包括特征獲取裝置，被配置用于針對(duì)圖像幀中的目標(biāo)區(qū)域中的每一像素塊，獲取每一像素塊的多個(gè)特征的值，每一像素塊包括N×M個(gè)像素，N≥1，M≥1；估計(jì)裝置，被配置用于根據(jù)所述目標(biāo)區(qū)域與所述圖像幀中的背景來估計(jì)所述每一像素塊的多個(gè)特征中的每一特征反映背景與目標(biāo)的差異的能力；以及特征加權(quán)裝置，被配置用于根據(jù)每一特征的能力，為所述每一像素塊的所述多個(gè)特征賦予權(quán)重，以突出反映背景與目標(biāo)差異的能力更強(qiáng)的特征，其中，所述圖像處理設(shè)備根據(jù)經(jīng)所述特征加權(quán)裝置加權(quán)的特征對(duì)目標(biāo)進(jìn)行圖像匹配處理。
文檔編號(hào)H04N5/225GK103218798SQ20121001828
公開日2013年7月24日 申請(qǐng)日期2012年1月19日 優(yōu)先權(quán)日2012年1月19日
發(fā)明者黃華坤, 小川要 申請(qǐng)人:索尼公司