用于检测图像中的实体的设备和方法与流程

本发明涉及一种用于检测图像中的实体的设备和方法。

众所周知，安全和安保在现代社会中非常重要。多年来，允许对数字图像(像通常由摄像机获取的数字图像)中可能存在的实体(比如人和/或物体)进行自动检测的系统变得越来越广泛。

安全系统的第一个示例由市面上现有的许多汽车中包含的行人检测系统给出；这种系统从摄像机(通常定位在挡风玻璃的上部)获取数字图像，并且对其进行处理以检测可能位于车辆前方的行人并估计与其的距离，以便能够确定是否需要进行辅助操作以保护行人(例如增加制动系统中的压力、紧急制动、避让行人等等)。

安保系统的示例由视频监控系统给出，该系统能够自动检测图像中人和/或车辆的存在(甚至车辆的类型)并且采取必要的行动(例如，开始记录视频流，通过叠加在视频流上的图片突出显示实体，警告监控操作者等)，因此不需要实际的监控操作者持续观看视频流。

这两个应用都通过被配置为来执行基于方向梯度直方图(hog)和支持向量机(svm)技术的检测方法的计算机设备来实现。

在这种应用中，这些检测方法的最重要的要求之一是产生尽可能少的误报/漏报，因为误报和漏报两者都可能导致不良的后果；事实上，漏报可能导致例如行人被撞倒或者监控操作者没有受到有关入侵企图的警告，而误报可能导致例如不必要的紧急制动(具有追尾的风险)，或者向视频监控操作者发送太多假警报(具有降低操作者的注意力水平的风险)。

减少由基于hog/svm的方法生成的误报/漏报的数量的一种方式是提高由这些方法所处理的图像的分辨率，以便能够生成具有更多类别和/或在各个类别所包含的单元之间具有更大差异的方向梯度直方图，从而确保了更高的实体检测精度(减少误报/漏报的数量)和/或对更大数量的不同实体的识别；在后一种情况下，能够使用基于hog/svm的方法来在穿越街道的行人和沿着街道边缘行进的人之间进行区分，或者在正常着装的人和戴着巴拉克拉法帽(可能为了在进行犯罪行为时不被认出)的人之间进行识别。

然而，提高的分辨率意味着可用的计算能力相等而计算负荷增加，这限制了基于hog/svm的方法在如上所述的实际应用中的使用，这是因为需要满足使这些应用成为实时应用的严格的时间限制。

为了满足这些时间限制，因此需要增加被配置来执行实现基于hog/svm的图像检测方法的指令的设备在时间单位内能够处理的图像的点(像素)的数量。

本发明旨在通过提供如所附权利要求书中所阐述的用于实体检测的设备和方法来解决这些和其他问题。

本发明的基本思想是基于预定的分区元素(组)通过选择一个数据(datum)来对图像的至少一个点的梯度的角度进行量化，所述数据标识至少一个所述分区元素并且被包含在存储器装置中，所述存储器装置被配置为允许基于所述梯度的特性(优选为所述梯度的水平和垂直分量)来访问所述分区元素中的至少一个。

本发明的另一基本思想在于通过选择所述存储器装置中所包含的第二数据来计算梯度的模在至少一个分区元素上的投影，所述存储器装置被配置为允许基于所述梯度的特性来访问所述第二数据。

这些特征允许减少需要由硬件组件执行的浮点运算的数量和/或将该数量减少为零，从而降低了根据本发明的方法的时间复杂度，即加快对与图像的点相关的梯度的处理而计算能力相等。这增加了每时间单位能够处理的图像点的数量。

由这些技术特征产生的另一效果是减少了实现本发明的方法所需的电路组件的数量，使得电路的空间占用(也称为硅占用)降低。

此外，所获取的图像的分辨率和可用计算能力相等，上述技术特征允许减少用于在照片中检测特定实体所需的时间，从而使得本发明的设备和方法也特别适于数字摄影应用，其中对对象进行自动对焦通常需要检测其任一部分(例如脸部)。通过这种方式，能够减少机器进行对焦所花费的时间，从而也减少了获得合适的对焦照片所需的时间。

本发明的其他有利特征将在所附权利要求书中进行阐述。

从以下通过非限制性示例提供的附图所示的其实施例的描述中，本发明的这些特征以及其他优势将变得更加明显，其中：

图1是根据本发明的电子设备的框图；

图2是示出能够由图1的电子设备执行的、基于hog(方向梯度直方图)和svm(支持向量机)技术的检测方法的各个阶段的流程图；

图3示出一种可能的方式，其中在图2的直方图确定阶段期间能够计算图像的水平和垂直梯度；

图4示出依照本发明实现图3的直方图向量确定子阶段的逻辑方案。

在本说明书中，对“实施例”的任何提及表示关于本发明的实施方式所描述的特定的配置、结构或特征被包括在至少一个实施例中。因此，可能存在于本书明书的不同部分中的短语“在实施例中”或其他相似短语，未必都关于同一个实施例。此外，可以以任何被视为适合的方式来将任何特定的配置、结构或特征在一个或更多个实施例中结合起来。因此，仅为了简单的目的而使用以下参考，而不限制各个实施例的保护范围或扩展。

参照图1，根据本发明的电子设备1包括以下组件：

-至少计算装置11(例如，cpu、fpga、cpld等等)，其被配置为读取或计算表示图像的梯度的数据并且执行用于实施根据本发明的、用于检测可能存在于所述图像中的一个或更多个实体的方法的指令；特别地，计算装置11检测图像中具有某些特征的一组点(或区域)的存在，例如，使得该组点(或区域)与预先定义的特定实体(例如，人、车辆等)相似的某种梯度角度分布；

-存储器装置12，其包含至少一个数据集，并且被配置为允许根据图像的至少一个点的梯度的至少一个特征的值来访问所述数据中的至少一个，其中所述数据中的每一个允许计算装置11基于预定的分区元素(组)来对所述点的梯度的角度进行量化；此外，所述数据中的每一个还可以允许计算梯度模在分区元素中的至少一个上的投影；

-图像获取装置13，其被配置为获取一个或更多个数字格式的图像，所述图像然后由计算装置11进行处理；这种图像获取装置13可以包括例如usb、火线、rs232、ieee1284、以太网或wifi适配器等等。

-输入/输出(i/o)装置14，其能够例如用于连接到所述设备的人机界面外围设备(也被称为hid外围设备，比如键盘、鼠标等等)，所述人机界面外围设备允许操作人员控制设备1的运行(例如设置运行模式、选择特定的视频源等等)；这种输入/输出装置14可以包括例如usb、火线、rs232、ieee1284、以太网或wifi适配器等等；

-发信装置15，其被配置为当所述计算装置11在通过图像获取装置13获取的图像中检测到具有与先前定义的实体的特征相似的特征的一组点的存在时由计算装置11激活；这种发信装置15可以包括被配置为发送数据总线(例如，汽车的can总线)上的中断的声音警报装置、可以例如激活汽车的制动电路等等的激活装置；

-通信总线16，其允许在计算装置11、存储器装置12、图像获取装置13、输入/输出装置14和发信装置15之间交换信息。

作为通信总线16的替代，计算装置11、存储器装置12、图像获取装置13、输入/输出装置14和发信装置15可以通过星形架构连接。

此外，设备1可以优选地还包括与至少计算装置11和存储器装置12进行信号通信的视频适配器(附图中未示出)，其中所述视频适配器能够在显示装置(例如，lcd或等离子面板等等，未附图中未示出)上显示未处理的图像和/或处理结果，例如通过以叠加在图像上的亮色(例如红色，绿色等等)连续线来突出显示由计算装置11所选择的区域，以便允许设备1的操作者快速定位由计算装置11执行的本发明的方法所检测到的实体。

存储器装置12可以包括关联存储器，即内容可寻址存储器(cam)或普通的ram存储器；这种存储器装置12用于实现这样的查找表，其组织为使得所述表的关键字包括梯度的特征，而与所述关键字相关联的内容包括数据集，所述数据集用于对梯度的角度进行量化，并且还可选地用于计算所述梯度的模在预定分区元素中的至少一个上的投影。

如果存储器装置12包括ram存储器，则可以通过使用本领域的技术人员的知识来有利地分配数据集的元素，以这种方式，使得能够基于所述特征来确定与梯度的某些特征相关联的数据的l值。此外，所述ram存储器还可以优选地包含用于实现本发明的方法的指令、优选以二进制格式表示所述图像的至少一部分的图像数据以及所述方法的指令的执行结果；所述结果可以包括具有使得该组点(或区域集)与特定实体相似的某些特征(例如某些梯度角度分布)的图像点，和/或包含所述点的图像区域的轮廓，其中所述轮廓能够被表示为一组点(例如包含定义区域的点的坐标的数组)，并且还能被表示为定义形状(优选矩形)的数学关系，以下将描述其生成。

在部脱离本发明的教导的情况下，本领域的技术人员还可以使用以上所述之外的存储器装置(例如rom，闪存等)。

同样参照图2，根据本发明的方法包括以下阶段：

-采集阶段p1，其中，通过图像采集阶段13，装置1获取将进而由计算装置11处理的电子图像；

-选择阶段p2，其中设备1优选地通过计算装置11来选择在阶段p1期间获取的图像的一部分以通过所述计算装置11进行处理，其中所述部分通过形状、尺寸和相对于图像的给定点的位置来识别，并且其中每个形状、尺寸和位置被包含在选择集中，使得设备1能够优选地以顺序方式选择具有预定特征的图像部分；这将使得实体的检测时间是可预测的；

-直方图生成阶段p3，其中，通过计算装置11，基于图像部分的点来生成直方图向量；

-实体检测阶段p4，其中，通过计算装置11来验证在阶段p3期间生成的直方图向量是否与必须(自动)检测的实体之一的直方图向量相似；

-实体存在发信阶段p5，其中，如果在阶段p4处在所选择的图像部分中检测到实体，则将通过发信装置15向操作人员和/或监测系统和/或等等发出该实体存在的信号。

当设备1进入运行状态时，其开始执行阶段p1以获取图像；然后其执行阶段p2以选择第一图像部分，接着执行阶段p3以确定直方图向量，并且然后，基于所述直方图向量，执行阶段p4。随后，基于在阶段p4期间获得的结果，设备1进行第一选择s1：如果在阶段p1期间获取的图像中存在至少一个实体，则装置1将执行阶段p5以激活发信装置15。此后，设备1将进行第二选择s2，验证由选择集中包含的信息所识别的所有图像部分是否都已被选择；如果不是，则其将再次执行阶段p2以选择第二图像部分；否则，所述设备1将进行第三选择s3。为了进行该第三选择s3，设备1验证是否存在结束方法的执行的条件；如果不存在这样的条件(其可以例如通过输入/输出装置14来生成)，则其将再次执行阶段p1以获取新的图像；否则，其将结束方法的执行。

必须指出的是，在本发明的实施方式中，能够根据现有技术来执行阶段p1、p2和p4、p5。

还必须指出的是，根据本发明的方法的所有阶段都能够以重叠的顺序方式执行，即，在即使所述方法的先前阶段的结果的仅仅一部分可用且是最终性的(即不再进行改变)时，设备1就已经开始执行该方法的新阶段。以这种方式，能够增加并行度同时减少设备1在特定图像或图像集上执行该方法所需的时间。

另外参照图3，以下将描述设备1的优选实施例如何能够实现根据本发明的直方图生成阶段p3。

阶段p3可以优选地包括梯度确定子阶段p31，以确定先前在阶段p1期间由图像获取装置13获取的图像i(或其一部分)的梯度；在所述子阶段p31期间，计算装置11可以优选地针对图像i的每个点来计算水平梯度和垂直梯度，以便确定二维空间中的梯度向量。特别地，计算装置11优选地被配置为在优选地具有3×3的值并且中间列的值全都等于零的第一矩阵mh和图像i之间进行空间卷积，以便生成具有与图像i相同的维数的垂直梯度矩阵gv；此外，所述计算装置11还优选地被配置为在优选地具有3×3的值并且中间行的值全都等于零的第二矩阵mv和图像i之间进行空间卷积，以便生成具有与图像i相同的维数的水平梯度矩阵gh。

然而，本领域的技术人员能够通过使用不同的技术(例如在图像i和向量[+10-1]、[+10-1]^t或[+1-1]、[+1-1]^t中的每一个之间进行卷积)来对水平和垂直梯度分量进行计算而不脱离本发明的教导。

阶段p3还包括直方图向量确定子阶段p32，其中通过计算装置11基于矩阵gv和gh中包含的梯度值来计算直方图向量h。

另外参照图4，以下将详细地描述设备1如何能够在子阶段p32期间计算直方图向量h。

对于图像i的每个点，设备1读取所述点的梯度的水平和垂直分量，其中所述梯度分量在图4中分别由符号gh(x,y)和gv(x,y)表示，其中x和y是图像i的点的通用坐标；这些分量优选地以二进制方式编码并且通过定点表示法来表示；此外，具有负值的分量可以以二进制补码来表示，从而有利地降低了所需电路和/或组件的复杂度。优选地通过使用比用于表示图像i中的点的值的位数大的位数n来表示梯度分量；更详细地，表示每个梯度分量(没有信息丢失)所需的附加位的数量等于从图像i的点开始计算每个所述分量所需的加法和减法运算的数量。例如，如果使用图3的mh和mv矩阵，则需要使用7个附加位，因为-2和2的乘积需要用于图像i的每个点的五个附加位以及朝向最高有效位的两位移位(注意，如果输入数据已经是以二进制补码的形式，则能够在没有任何信息丢失且不增加任何位的情况下执行-1、1倍的乘积)；相反，如果使用了上述向量，一个附加位就足够了，因为对于图像i的每个点，一次代数加法就足够了。

设备1还可以包括标准化装置41，其接收梯度分量gh(x,y)和gv(x,y)作为输入并且输出这些分量的标准化值gh(x,y)^*和gv(x,y)^*，其中所述标准化值由位数p表示，优选为等于5位，其优选为小于n，即通过比用于梯度分量gh(x,y)和gv(x,y)的位数小的位数来表示该标准化值。更详细地，标准化装置41被配置为执行以下阶段：

-移位阶段n1，其中两个梯度分量的绝对二进制值(即，不以二进制补码表示的值)朝向最高有效位(即乘以210)对于两个分量移位相同数量的位置，直到至少一个所述分量的最高有效位具有二进制逻辑值“1”(注意在该阶段中没有发生信息丢失)；还必须指出的是，如果以二进制补码表示负数，则两个分量都应朝向最高有效位移位相同数量的位置，直到每个分量的最高有效位之间的异或(xor)运算的结果为“1”。

-截断阶段n2，其中从执行阶段n1之后所获得的二进制值中截断最低有效位，以便获得p位的长度。

必须强调，重要的是通过考虑梯度的两个分量来执行上述过程，使得丢弃的位的数量对于两个分量是相等的，并且丢弃的位对于两个原始分量具有相同的权重。

能够通过有待计算装置11执行的合适的指令序列或者通过合适的电路(无论是为此专门设计的还是集成到cpld、fpga等等中的)来实施标准化装置41。

下面将说明由上述标准化装置41产生的技术效果。

如上所述，存储器装置12用于实施查找表42，所述查找表42以如此方式组织，使得所述表的关键字包括梯度特征，在该实施例中所述梯度特征包括水平和垂直梯度分量，在图4中表示为由符号gh*和gv*所标识的列的内容。与上述关键字相关联的查找表42的内容包括用于量化梯度角的数据集，其中所述数据集包括预定分区元素(组)的标识符，其在图4中表示为由词“组”标识的列的内容；可选地，所述数据集还包括能够用于计算与图像i的点相关联的梯度模的数据(也被称为校正因子，其原因将在下面阐明)，其中所述数据在图4中表示为由词组“校正”所标识的列的内容。

必须指出的是，构成关键字的梯度分量gh*，gv*优选地以二进制形式表示为二进制补码，并且具有优选地等于p位的长度，即等于由处理所述表42的标准化装置41输出的位；替代地，校正因子(其总为正数)和分区元素的标识符分别表示为具有c位和b位长度的二进制形式。

当设备1运行时，存储器装置12(优选地为关联型的)接收优选地被标准化装置41标准化的、图像i的一个点的梯度的水平和垂直分量作为输入，并且输出对与梯度角相关联的分区元素进行识别的值，并且可选地输出校正因子。

然后，由表42输出的数据被用于计算直方图向量h的各个分量，其中，实际上能够基于分区元素的标识符的值和梯度分量gh(x,y)和gv(x,y)的值来计算直方图向量h。实际上能够通过使用毕达哥拉斯定理基于分量gh(x,y)和gv(x,y)来计算梯度的模，同时能够基于由表42输出的分区元素的标识符的值来选择要添加所述模的值的直方图向量h的分量。

为了执行用于计算直方图向量h的运算，设备1还可以包括多路分配器46和多个累加寄存器47(acc0，acc1，…，accq-1)，其中所述累加寄存器47中的每一个都具有与所述多路分配器46的输出进行信号通信的其输入，并且其中所述多路分配器46的输入通过其数据端口来接收基于分量gh(x,y)、gv(x,y)所计算的梯度模的值，并且通过其选择端口来接收分区元素的标识符的值，使得所述多路分配器46能够设置适当的累加寄存器47的输入处的模值，其在每个时钟周期ck处将其输入处的值与其存储器中的值相加，并且然后更新其输出值。

必须强调的是，累加寄存器的数量为q，q的值一定要小于2^b，即b位可标识的组的最大数目。

本领域的技术人员可以使用除了多路分配器46和累加寄存器47之外的替代方式(例如由计算装置11执行的一系列指令)而不脱离本发明的教导。

为了加速设备1所执行的更多的实体检测过程，可以通过使用查找表42及其中包含的校正因子代替毕达哥拉斯定理来进行梯度模的计算，其中，如下所述，能够在设备1不运行(离线)时计算校正因子。

事实上，已知能够通过以下关系式来计算梯度分量：

其中，g(x,y)为图像i中的具有坐标x，y的一般点的梯度向量的模，而α为在梯度向量和横坐标的正半轴之间形成的角。

通过将水平分量gh(x,y)和垂直分量gv(x,y)相加，能够写出以下关系式：

gh(x,y)+gv(x,y)＝g(x,y)·cos(α)+g(x,y)·sen(α)(2)

通过对梯度模进行分组，能够写出该另一关系式：

gh(x,y)+gv(x,y)＝g(x,y)·(cos(α)+sen(α))(3)

通过对上述关系式关于梯度模进行求解，能够写出以下公式：

在上述公式4中，能够识别出两个不同的部分：左边的部分(即两个梯度分量之和)表示当设备1必须在运行(在线)时执行的部分，而右边的部分(角度α的余弦与所述角度α的正弦之和的倒数)能够在设备1不运行(离线)时被执行。因此，能够基于梯度角α(其转而够基于所述梯度的分量的值来确定)利用以下关系式来计算要输入到存储器装置12中的校正因子：

其中gh和gv指示构成查找表42的关键字的梯度的水平和垂直分量，并且因此可以取标准化的梯度分量gh(x,y)^*和gv(x,y)^*的所有值。

关于要分配给每对梯度分量的分区元素的标识符，能够通过以下关系式来计算所述标识符：

其中符号“％”指在两个运算对象之间相除的余数(即整数)，而符号“numbin”指示所选择的要使用的分区元素的数量，所述数量等于直方图向量h的分量数q，优选为8。必须指出，角度α被除以π，因为在使用svw来进行实体检测的那些应用中，仅考虑0度和180度之间的梯度角，而不是0度到360度，因为目的是描画物体的轮廓(其垂直于梯度)，并且因此知道梯度方向(即，是“进入”还是“离开”轮廓)是不重要的。

为了能够计算梯度的模而不必进行任何浮点运算，设备1还可以优选地包括加法器43、乘法器44和截断寄存器45，其中加法器43和乘法器44都优选为定点型。

加法器43接收梯度分量gh(x,y)和gv(x,y)的值作为输入，并且然后优选地以异步方式(即不需要时钟)来计算这些分量的代数和，从而输出n+1位(即，优选为10位)的结果。必须指出的是，以梯度分量的二进制补码的表示允许使用加法器来将具有不同符号的数字也加在一起，有利地不需要使用减法器和必要的选择逻辑。

由加法器43输出的值然后被输入到乘法器44，由于该乘法器也接收由存储器装置12输出的校正因子，因此提供梯度分量之和以及与这些分量相关联的校正因子之间的乘积，其中所述乘积表示梯度的模，其需要多个n+1+c位，即优选为22位，以便无精度损失地进行表示。必须强调的是，乘法器44也优选地以异步方式运行(即不需要时钟)，以下将进一步阐明其原因。

由于对于根据本发明的方法的任何应用而言，由乘法器44输出的位数的精度通常过高，因此乘法器44的输出被输入到截断寄存器45，其通过截断最低有效位来将位数减少到m位(优选为10)。然后将梯度模的该值输入到多路分配器46，该多路分配器然后将该值寻址到通过分区元素的标识符的b位所选择的累加寄存器47，其通过标准化的梯度分量gh(x,y)^*和gv(x,y)^*的值来在存储器装置12中进行选择。

利用这种方法，当设备1在运行时，不需要进行浮点计算，从而能够提高其在时间(即，处理图像i的一个点所需的时间更少)和在空间(例如，更少的硅占用，因为不需要实施新的浮点分量或使用现有的浮点分量)方面的效率。以这种方式，能够增加每时间单位由设备1处理的图像的数量，或者在时间相等的情况下增加所述处理的图像的分辨率，从而将在检测图像i中的实体时误报/漏报的数量减少到最小。

此时，可以领会由标准化装置41产生的技术效果。事实上，假设p为5，则能够针对每个标准化的梯度分量gh(x,y)^*、gv(x,y)^*表示的值的数量为32(2⁵)；因此，当计算两个分量之间的每种可能的组合时，查找表42必须包含和管理的行数将等于1024(2¹⁰)。相反，如果不使用标准化装置41，则每个梯度分量gh(x,y)、gv(x,y)将由n位来表示，假设n为9，则其可以取512个不同的值，这将需要查找表42管理262144(2¹⁸)行的数量，即上述优选情况的256(2⁸)倍。

因此，标准化装置41的存在允许降低根据本发明的方法的该阶段在时间和空间上的复杂度，有利地使得能够增加每时间单位由设备1所处理的图像的数量，或在时间相等的情况下增加所述处理的图像的分辨率，从而将在检测图像i中的实体时误报/漏报的数量减少到最小。

为了使由设备1执行的实体检测过程更加快速且更加准确，梯度模的计算能够被替换为通过梯度角标识的、梯度在分区元素上的投影的计算。

为了实现该技术特征，如下计算(离线)查找表42的转换因子就足够了：

其中，β(bin(α))为必须与具有角度α的梯度相关联的分区元素的角度，即具有角度α的梯度必须投影在其上的分区元素(组)的角度。以这种方式，能够算出梯度模在适当的分区元素上的投影，从而提高了根据本发明的方法的精度，这是因为能够利用标准化的梯度分量gh(x,y)^*和gv(x,y)^*中包含的更大量的信息，从而将在检测图像i中的实体时误报/漏报的数量减少到最小。

如以上部分描述的，组件41-46可以优选地以异步方式来实施，即不需要时钟来运行。当将输入应用于这些组件中的一个时，这将在稳定时间之后提供稳定的输出，所述稳定时间是已知的并且取决于所使用的组件的类型或者能够基于用于创建所述组件及其配置(布置，连接等等)的子组件来计算。一个可能的结果是，图4的异步部分的总稳定时间将等于标准化装置、查找表42和多路分配器46的稳定时间之和，或者加法器43、乘法器44、截断寄存器45和多路分配器46的稳定时间之和，以较大者为准。

优选地，总稳定时间应当比时钟周期或其部分短，使得当累加寄存器47被时钟ck(例如通过其前沿和/或后沿)激活时，多路分配器46的输出将已经变得稳定。

本领域的技术人员可以采用同步组件41-46(例如通过流水线来实现本发明)而不脱离本发明的教导。

总之，当设备1的实施例在运行中并且开始执行直方图向量确定子阶段p32时，计算装置1优选地重置累加寄存器47(例如，通过改变合适的信号，例如通过在寄存器的端口上施加高或低输入电压等等)，使得其中存储的值将被设置为初始值(优选为0)。之后或同时，图像i的第一点的梯度的分量gh(x,y)和gv(x,y)的值被输入到标准化装置41和加法器43，使得标准化装置能够输出标准化分量gh(x,y)^*和gv(x,y)^*，并且加法器43能够输出梯度分量gh(x,y)与gv(x,y)之和。此时，接收标准化分量gh(x,y)^*和gv(x,y)^*作为输入的查找表42能够输出用于分区元素的标识符和用于校正因子的有效值，使得输入了有效校正因子的乘法器44能够输出表示梯度模或者所述模在与梯度向量的值相关联的分区元素上的投影的有效值。因此，截断寄存器因其接收到有效输入而也可以产生有效的输出，其允许多路分配器46产生用于累加寄存器47的有效输出，随后由时钟ck激活的该累加寄存器将更新其内部状态并且因此更新直方图向量h的各个分量。然后，循环将被重复，标准化装置41和加法器43被输入图像i的第二点的梯度的分量gh(x,y)和gv(x,y)的值，直到时钟ck再次激活累加寄存器47等等，直到处理了图像i的最后一点的梯度的分量。

当然，到目前为止所描述的示例可以进行许多变化。

上述优选实施例的第一种变化允许不仅计算梯度模在通过梯度角标识的第一分区元素上的投影，还计算梯度模在靠近第一分区元素的第二分区元素(即在平面中界定空间分区的另一单元(组))上的投影。

为了实现该特征，与前述实施例的设备1相似的设备必须包括优选为关联类型的存储器装置，其被配置为实施与前述实施例的表42相似的查找表，所述设备还包括与相同的关键字相关联的两个附加列；这些附加列包含第二分区元素的标识符和用于计算梯度模在所述第二分区元素上的投影的校正因子。此外，为了更容易地处理这些附加数据，该装置还可以包括第二乘法器，其接收第二转换因子和加法器43的输出作为输入；第二截断寄存器，其接收第二加法器的输出作为输入；第二多路分配器，其接收截断寄存器的输出和第二分区元素的标识符作为输入。必须指出的是，为了将第二多路分配器添加到先前实施例中已经包含的多路分配器，由于由查找表(即由存储器装置)同时输出的分区元素的标识符从不相同的事实，可以通过使用or逻辑端口将多路分配器的每个输出连接到合适的累加寄存器47的相应输入。

该变体提高了根据本发明的方法的精度，因为其利用了标准化梯度分量gh(x,y)^*和gv(x,y)^*中存在的更大量的信息，从而将在检测图像i中的实体时误报/漏报的数量减少到最小。

本说明书处理了一些可能的变体，但是对于本领域的技术人员来说显而易见的是，也可以实现其他实施例，其中一些元件可以替换为技术上等效的其他元件。因此，本发明不限于本文所描述的示例性举例，而可以在不脱离后附的权利要求书所阐述的基本发明构思的情况下进行许多修改、改进或等价部件和元件的替换。