一种基于图像处理的行人姿态检测方法

摘要

该发明公开了一种基于图像处理的行人姿态检测方法，首先建立行人姿态模板库：用摄像机拍摄行人视频，再对拍摄到的视频进行去噪处理，通过计算去噪视频的帧间和帧内差值提取出行人样本轮廓，再对该样本轮廓进行聚类处理得到各种行人姿态，组成行人姿态模板库；其次提取行人实际轮廓：用摄像机拍摄行人视频，采用上述同样方法提取行人实际轮廓；最后将提取的行人实际轮廓与行人姿态模板库进行匹配，找出与之最匹配的姿态，即为拍摄行人的姿态。从而具有在各种复杂检测环境、目标纹理模糊、目标尺度较小的情况下具有较好的鲁棒性和准确率，并快速检测出行人姿态的效果。

主权项

1.一种基于图像处理的行人姿态检测方法，该方法包括：步骤一：建立行人姿态模板库，步骤A1：采用单目摄像机拍摄背景固定的行人视频；步骤A2：将视频的每一帧进行高斯平滑，再计算其帧间和帧内差值；步骤A3：根据帧间和帧内差值，计算出样本轮廓矩阵：其中：F(x,y)为样本轮廓矩阵，Finter是帧间差值，Fintra是帧内差值T_Inter和T_Intra为两个预先设定的阈值；步骤A4：使用K-MEANS聚类算法对样本轮廓矩阵进行分类，得到各中心轮廓矩阵；步骤A5：将各中心轮廓矩阵分为若干水平条状区域，计算各区域中行人轮廓与该区域水平中线的夹角，组成角度特征向量，连同中心轮廓矩阵一起导入匹配模板并定义其姿态，由此组成行人姿态模板库；步骤二：提取行人实际轮廓，步骤B1：采用单目摄像机拍摄背景固定的行人视频，并对视频的每一帧进行高斯平滑，再计算其帧间和帧内差值；步骤B2：通过帧间和帧内差值计算出行人实际轮廓矩阵，根据像素统计轮廓大小，当像素点数值小于设定最小阈值时进入步骤B3，否则保存该行人实际轮廓矩阵；步骤B3：采用标准的双线性插值法向上取样，生成新轮廓矩阵，返回步骤B2；步骤三：模板匹配步骤C1：将行人实际轮廓矩阵分为若干水平条状区域，计算各区域中行人轮廓与该区域水平中线的夹角，组成角度特征向量；步骤C2：计算行人实际轮廓矩阵与模板库中各中心轮廓矩阵的欧几里得距离，通过比较选出最小的距离所对应的中心轮廓矩阵；步骤C3：输出该中心轮廓矩阵对应的姿态定义。