申请/专利权人：华南农业大学

申请日：2019-08-30

公开（公告）日：2023-05-23

公开（公告）号：CN110706235B

主分类号：G06T7/11

分类号：G06T7/11;G06T7/136;G06T7/187;G06V10/764

优先权：

专利状态码：有效-授权

法律状态：2023.05.23#授权;2020.02.18#实质审查的生效;2020.01.17#公开

摘要：本发明公开了一种基于双级级联分割的远红外行人检测方法，本发明采用中值滤波和拉普拉斯积分的预处理可以使得图像的轮廓加强；基于图模型的快速图像分割方法可以将图像中具有相近亮度的区域进行合并，从而可以列举出图像中可能存在物体的各局部区域；双阈值法和基于图模型的快速图像分割方法的联用可以使得分割结果更加的准确；基于先验知识层级合并的候选区域列举根据人体成像的特点，对人体区域优先进行合并，提高感兴趣区域的准确率，采用聚合通道特征和高低频红外图像有效的提高了系统的鲁棒性和实时性，二级级联分类器的使用使得分类结果更加的准确。

主权项：1.一种基于双级级联分割的远红外行人检测方法，其特征在于，包括以下步骤：S1、获取红外图像，对红外图像进行中值滤波和拉普拉斯微分处理，得到处理后红外图像；S2、采用基于图模型的快速图像分割方法和阈值分割方法构成的二级级联图像分割方法，通过二级级联图像分割方法对处理后红外图像进行分割，得到分割红外图像；所述基于图模型的快速图像分割方法包括：将红外图像定义为无向图，根据像素点之间的相似度进行迭代合得到所需分割区域；所述阈值分割方法包括：通过方差计算出的阈值对图像进行分割得到分割区域；所述基于图模型的快速图像分割方法和阈值分割方法构成的二级级联图像分割方法包括：当分割区域在基于图模型的快速图像分割方法和阈值分割方法中都存在时，将其视为候选区域，否则，视为背景区域，从而得到分割图像；S3、对分割红外图像进行基于先验知识层级合并的候选区域列举，优先合并行人区域，并利用行人高宽比过滤候选区域，得到列举红外图像；S4、对列举红外图像进行第一特征提取，得到第一特征红外图像，并提取高低频图像；所述对列举红外图像进行第一特征提取，为通过快速特征金字塔对列举红外图像进行关键尺度变化的特征提取；所述第一特征，为通过快速特征金字塔对列举红外图像进行关键尺度变化的特征提取后得到的尺度特征；S5、利用基于改进的聚合通道方法进行第二特征提取，得到第二特征图像，引入统计转化直方图描述子和局部二值模式描述子，通过由加速的自适应增强分类器和支持向量机分类器组成的二级级联分类器进行分类，得到分类结果，进而得到行人检测结果；所述基于改进的聚合通道方法为将梯度直方图特征通道、幅值特征通道、灰度图特征通道聚合形成特征通道组合；所述第二特征为通过基于改进的聚合通道方法进行特征提取所得到的通道特征。

全文数据：

权利要求：

百度查询： 华南农业大学 一种基于双级级联分割的远红外行人检测方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD