轮廓提取方法及系统技术方案

本发明专利技术涉及图像处理技术领域，提供了一种轮廓提取方法及系统。其中的方法包括:在输入图像中提取包含待识别物体的第一图像；根据缩放比例将ASM训练样本图像的形状模型仿射投影到第一图像，得到第一形状轮廓；从第一图像中缩小提取包含待识别物体的第二图像，根据缩放比例调整前一形状轮廓，得到第二形状轮廓，之后根据形状模型上任一特征点调整第二形状轮廓，得到第三形状轮廓。由于对待识别物体进行了至少两次提取，并相应地根据缩放比例对ASM训练样本图像的形状模型进行至少两次的自动调整，在保证并优化提取精度的同时，避免了手动设定初始移动坐标和缩放系数时提取精度差、提取时间长的问题，特别适用于远距离待识别物体轮廓的提取。

【技术实现步骤摘要】

本专利技术属于图像处理
，尤其涉及一轮廓提取方法及系统。
技术介绍
近些年，图像识别技术被广泛应用在身份验证、视频监控及人机交互等领域，主要包括对输入图像的目标检测、目标轮廓提取、目标识别三个步骤。其中，目标检测是指在给定的输入图像中判断目标的位置、大小或姿态的过程；目标轮廓提取是在目标检测基础上，通过一定的算法，提取出目标主要特征的过程，其目的是通过降维的方式，降低目标识别的数据量。 主动形状模型(Active Shape Model，ASM)是ー种可实现目标轮廓提取的算法。具体而言，ASM是用ー组离散的特征点来描述目标的形状，针对特定目标建立形状模型，井利用点分布模型(Principle Distribute Model,PDM)对特征点进行描述,然后建立形状模型中每个特征点附近的灰度模型，最后利用灰度模型在目标图像中捜索特征点的最佳位置，再调整形状模型的參数，最終使形状模型匹配到目标轮廓上。在应用ASM对ー输入图像中的待识别物体进行搜索匹配前，需将形状模型放置在待识别物体位置相近的地方，并将该位置作为搜索匹配的起始位置。现有技术提供的轮廓提取方法在对待识别物体进行轮廓的初始定位时，需手动的设定形状模型在输入图像上的初始移动坐标和缩放系数，对不同距离的待识别物体，需要操作者依赖个人的视觉感受不断的手动修改初始移动坐标和缩放系数，因此，提取出的轮廓有偏差，提取精度较差，且提取时间长，特别是对于远离操作者的待识别物体的轮廓定位，问题更加突出。在本背景技木本部分所公开的上述信息仅仅用于增加对本专利技术
技术介绍
的理解，因此其可能包括不构成对该国的本领域普通技术人员已知的现有技木。
技术实现思路
本专利技术实施例的目的在于提供一轮廓提取方法，g在解决现有的轮廓提取方法在对待识别物体进行轮廓初始定位时，需手动的设定形状模型在输入图像上的初始移动坐标和缩放系数，使得提取精度差、提取时间长的问题。本专利技术实施例是这样实现的，ー种轮廓提取方法，所述方法包括以下步骤在输入图像中检测待识别物体，提取出包含所述待识别物体的第一图像；计算所述第一图像与存储的ASM训练样本图像的缩放比例，并根据所述缩放比例，将存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像，得到所述待识别物体的第一形状轮廓；从所述第一图像中缩小提取包含所述待识别物体的第二图像；计算所述第二图像与所述第一形状轮廓的缩放比例，井根据所述第二图像与所述第一形状轮廓的缩放比例，调整所述第一形状轮廓，得到所述第一图像上所述待识别物体的第二形状轮廓；根据第一图像上的任ー特征点调整所述第二形状轮廓，得到所述第一图像上所述待识别物体的第三形状轮廓。本专利技术实施例的另一目的在于提供ー种轮廓提取方法，所述方法包括以下步骤在输入图像中检测待识别物体，提取出包含所述待识别物体的第一图像；计算所述第一图像与存储的ASM训练样本图像的缩放比例，并根据所述缩放比例，将存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像，得到所述待识别物体的第一形状轮廓；根据所述第一图像上的參考坐标调整所述第一形状轮廓，得到中间形状轮廓，所述中间形状轮廓与所述第一图像上所述待识别物体基于所述參考坐标对齐； 从所述第一图像中缩小提取包含所述待识别物体的第二图像；计算所述第二图像与所述中间形状轮廓的缩放比例，井根据所述第二图像与所述中间形状轮廓的缩放比例，调整所述中间形状轮廓，得到所述第一图像上所述待识别物体的第二形状轮廓；根据第一图像上的任ー特征点调整所述第二形状轮廓，得到所述第一图像上所述待识别物体的第三形状轮廓。本专利技术实施例的另一目的在于提供ー种轮廓提取系统，所述系统包括存储单元，用于存储ASM训练样本图像及其形状模型；第一提取单元，用于在输入图像中检测待识别物体，提取出包含所述待识别物体的第一图像；仿射投影単元，用于计算所述第一图像与所述存储単元存储的所述ASM训练样本图像的缩放比例，将所述存储单元存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像，得到所述待识别物体的第一形状轮廓；第二提取单元，用于从所述第一图像中缩小提取包含所述待识别物体的第二图像；第一调整单元，用于计算所述第二图像与所述仿射投影単元得到的所述第一形状轮廓的缩放比例，井根据所述第二图像与所述第一形状轮廓的缩放比例调整所述仿射投影単元得到的所述第一形状轮廓，得到所述待识别物体的的第二形状轮廓；第二调整单元，用于根据所述第一图像上的任ー特征点调整所述第一调整单元得到的所述第二形状轮廓，得到所述第一图像上所述待识别物体的第三形状轮廓。本专利技术实施例的另一目的在于提供ー种轮廓提取系统，所述系统包括存储单元，用于存储ASM训练样本图像及其形状模型；第一提取单元，用于在输入图像中检测待识别物体，提取出包含所述待识别物体的第一图像；仿射投影単元，用于计算所述第一图像与所述存储単元存储的所述ASM训练样本图像的缩放比例，将所述存储单元存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像，得到所述待识别物体的第一形状轮廓；第四调整单元，用于根据所述第一图像上的參考坐标，调整所述仿射投影単元得到的所述第一形状轮廓，得到中间形状轮廓，所述中间形状轮廓与所述第一图像上所述待识别物体基于所述參考坐标对齐；第二提取单元，用于从所述第一图像中缩小提取包含所述待识别物体的第二图像；第五调整单元，用于计算所述第二图像与所述第四调整单元得到的所述中间形状轮廓的缩放比例，根据所述第二图像与所述中间形状轮廓的缩放比例调整所述第四调整单元得到的所述中间形状轮廓，得到所述待识别物体的第二形状轮廓；第二调整单元，用于根据所述第一图像上的任ー特征点调整所述第一调整单元得到的所述第二形状轮廓，得到所述第一图像上所述待识别物体的第三形状轮廓。本专利技术实施例提供的轮廓提取方法及系统是对待识别物体进行至少两次提取，并相应地根据缩放比例对ASM训练样本图像的形状模型进行至少两次的自动调整，在保证并优化提取精度的同时，避免了手动设定初始移动坐标和缩放系数时提取精度差、提取时间长的问题，特别适用于对于远离操作者的待识别物体轮廓的提取。附图说明 图I是本专利技术第一实施例提供的轮廓提取方法的流程图；图2是本专利技术第二实施例提供的轮廓提取方法的流程图；图3是本专利技术第三实施例提供的轮廓提取方法的流程图；图4a至图4e是当待识别物体为人脸吋，与操作者距离不同的第一人脸图像；图5a至图5e是与图4a至图4e——对应的第一形状轮廓示意图；图6a至图6e是与图3a至图3e——对应的中间形状轮廓示意图；图7a至图7e是当待识别物体为人脸吋，与操作者距离不同的第二人脸图像；图8a至图8e是与图7a至图7e——对应的第二形状轮廓示意图；图9a至图9e是与图8a至图8e——对应的第三形状轮廓示意图；图IOa至图IOe是与图9a至图9e——对应的第四形状轮廓示意图；图11是本专利技术第四实施例提供的轮廓提取系统的结构图；图12是本专利技术第五实施例提供的轮廓提取系统的结构图；图13是本专利技术实施例提供的轮廓提起系统中仿射投影単元的结构图。具体实施例方式为了使本专利技术的目的、技术方案及优点更加清楚明白，以下结合附图及实施例，对本专利技术进行进ー步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本本文档来自技高网...

【技术保护点】
一种轮廓提取方法，其特征在于，所述方法包括以下步骤：在输入图像中检测待识别物体，提取出包含所述待识别物体的第一图像；计算所述第一图像与存储的ASM训练样本图像的缩放比例，并根据缩放比例将存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像，得到所述待识别物体的第一形状轮廓；从所述第一图像中缩小提取包含所述待识别物体的第二图像；计算所述第二图像与所述第一形状轮廓的缩放比例，并根据所述第二图像与所述第一形状轮廓的缩放比例，调整所述第一形状轮廓，得到所述第一图像上所述待识别物体的第二形状轮廓；根据所述第一图像上的任一特征点调整所述第二形状轮廓，得到所述第一图像上所述待识别物体的第三形状轮廓。

【技术特征摘要】
1.ー种轮廓提取方法，其特征在于，所述方法包括以下步骤 在输入图像中检测待识别物体，提取出包含所述待识别物体的第一图像； 计算所述第一图像与存储的ASM训练样本图像的缩放比例，井根据缩放比例将存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像，得到所述待识别物体的第一形状轮廓； 从所述第一图像中缩小提取包含所述待识别物体的第二图像； 计算所述第二图像与所述第一形状轮廓的缩放比例，井根据所述第二图像与所述第一形状轮廓的缩放比例，调整所述第一形状轮廓，得到所述第一图像上所述待识别物体的第二形状轮廓； 根据所述第一图像上的任ー特征点调整所述第二形状轮廓，得到所述第一图像上所述 待识别物体的第三形状轮廓。2.如权利要求I所述的轮廓提取方法，其特征在于，所述第一图像与存储的ASM训练样本图像的缩放比例包括所述第一图像与所述ASM训练样本图像的第一宽度比值，以及所述第一图像与所述ASM训练样本图像的第一高度比值； 所述根据缩放比例将存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像的步骤具体包括 根据所述第一宽度比值和所述ASM训练样本图像的形状模型的宽度，计算仿射变换后所述ASM训练样本图像的形状模型的宽度，并根据所述第一高度比值和所述ASM训练样本图像的形状模型的高度，计算仿射变换后所述ASM训练样本图像的形状模型的高度； 根据计算得到的所述ASM训练样本图像的形状模型的高度、以及所述ASM训练样本图像的形状模型的高度，将所述ASM训练样本图像的形状模型仿射投影到所述第一图像。3.如权利要求I或2所述的轮廓提取方法，其特征在于，在所述得到所述第一图像上所述待识别物体的第三形状轮廓的步骤之后，所述方法还包括以下步骤 根据存储的所述ASM训练样本图像的纹理模型调整所述第三形状轮廓，得到所述第一图像上所述待识别物体的第四形状轮廓。4.ー种轮廓提取方法，其特征在于，所述方法包括以下步骤 在输入图像中检测待识别物体，提取出包含所述待识别物体的第一图像； 计算所述第一图像与存储的ASM训练样本图像的缩放比例，井根据缩放比例将存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像，得到所述待识别物体的第一形状轮廓； 根据所述第一图像上的參考坐标调整所述第一形状轮廓，得到中间形状轮廓，所述中间形状轮廓与所述第一图像上所述待识别物体基于所述參考坐标对齐； 从所述第一图像中缩小提取包含所述待识别物体的第二图像； 计算所述第二图像与所述中间形状轮廓的缩放比例，井根据所述第二图像与所述中间形状轮廓的缩放比例，调整所述中间形状轮廓，得到所述第一图像上所述待识别物体的第二形状轮廓； 根据所述第一图像上的任ー特征点调整所述第二形状轮廓，得到所述第一图像上所述待识别物体的第三形状轮廓。5.如权利要求4所述的轮廓提取方法，其特征在于，所述第一图像与存储的ASM训练样本图像的缩放比例包括所述第一图像与所述ASM训练样本图像的第一宽度比值，以及所述第一图像与所述ASM训练样本图像的第一高度比值； 所述根据缩放比例将存储的所述ASM训练样本图像的形状模型仿射投影到所述第一图像的步骤具体包括 根据所述第一宽度比值和所述ASM训练样本图像的形状模型的宽度，计算仿射变换后所述ASM训练样本图像的形状 模型的宽度，并根据所述第一高度比值和所述ASM训练样本图像的形状模型的高度，计算仿射变换后所述ASM训练样本图像的形状模型的高度； 根据计算得到的所述ASM训练样本图像的形状模型的高度、以及所述ASM训练样本图像的形状模型的高度，将所述ASM训练样本图像的形状模型仿射投影到所述第一图像。6.如权利要求4或5所述的轮廓提取方法，其特征在于，在所述得到所述第一图像上所述待识别物体的第三形状轮廓的步骤之后，所述方法还包括以下步骤 根据存储的所述ASM训练样本图像的纹理模型调整所述第三形状轮廓，得到所述第一图像上所述待识别物体的第四形状轮廓。7.ー种轮廓提取系统，其特征在于，所述系统包括 存储单元，用于存储ASM训练样本图像及其形状模型； 第一提取单元，用于在输入图像中检测待识别物体，提取出包含所述待识别物体的第ー图像； 仿射投影単元，用于计算所述第一图像与所述存储単元存储的所述ASM训练样本图像的缩放比例，将所述存储单元存储的所述ASM训练样本图像的形状模型仿射投影到所述第ー图像，得到所述待识别物体的第一形状轮...

【专利技术属性】
技术研发人员：王甜甜，邵诗强，
申请(专利权)人：TCL集团股份有限公司，
类型：发明
国别省市：