专利名称：用于检测具有特定形状的区域的方法和相机的制作方法
技术领域：
与示例性实施例一致的方法和设备涉及一种用于检测具有特定形状的区域的方法和相机，更具体地讲，涉及这样一种用于检测具有特定形状的区域的方法和相机通过所述方法和相机，输入图像数据在相机中被处理，以检测具有所述特定形状的区域。
背景技术：
相机(例如，监视相机或数码相机)可用于处理输入图像数据，并检测具有特定形状的区域(例如，具有人脸的区域或车牌的区域)。相机的上述功能可被用于许多领域。例如，数码相机可校正人脸的检测区域的肤色，或从人脸的检测区域去除瑕疵。另外，仅当在测量人脸的检测区域的角度中人脸转向相机的正前方时，相机才可捕获图像或执行自动对焦(AF)操作。仅当人出现在相机中时，监视相机才可检测人脸区域，并执行监视功能或跟踪运动轨迹。因此，可减少不必要的计算量和存储空间。当监视相机观测自动存提款机(ATM)时，监视相机可在取现期间确定人脸，当人脸被掩饰时，监视相机可阻止取现，当人脸正常暴露时，监视相机使得能够取现。同时，在另一示例中，监视相机可准确地检测车牌的区域，并帮助捕获违反交通规则的车辆。图1是示出形成局部二值模式(LBP)的方法的示图，所述LBP用于在典型相机中检测具有特定形状的区域。在图ι中，标号11表示局部区域，标号12表示LBP的二进制值， 标号13表示LBP的十进制值。参照图1，输入图像帧的每一局部区域11可包括以3X3矩阵的形式排列的9个像素。现在将详细描述获得每一局部区域11中的LBP的值的方法。由于左上像素的灰度级70大于中央像素的灰度级60，所以第一位(位号0，最低有效位(LSB))的二进制数据可以是“1”。由于中上像素的灰度级20小于中央像素的灰度级60，所以第二位(位号1)的二进制数据可以是“0”。类似地，由于右上像素的灰度级20小于中央像素的灰度级60，所以第三位(位号2)的二进制数据可以是“0”。由于中右像素的灰度级120大于中央像素的灰度级60，所以第四位(位号3)的二进制数据可以是“1”。类似地，当右下像素的灰度级120大于中央像素的灰度级60时，第五位(位号4)的二进制数据可以是“1”。由于中下像素的灰度级20小于中央像素的灰度级60，所以第六位(位号幻的二进制数据可以是“0”。由于左下像素的灰度级20小于中央像素的灰度级60，所以第七位(位号6)的二进制数据可以是“0”。类似地，由于中左像素的灰度级50小于中央像素的灰度60，所以第八位(位号7)的二进制数据可以是“0”。可如等式1来表示上述的形成LBP的方法LBP(xc,yc) = Q s(in-ic)2n
n=o⑴其中，x。、y。表示每一局部区域11的中央坐标，ic表示中央像素的灰度级60，in表示与中央像素邻近的像素的灰度级。当(in_i。)为0或大于0时，函数s(in-i。)为“1”；当 (in-ic)小于 0 时，函数 s(in-i。)为 “0”。当相机通过使用如上所述的LBP检测具有特定形状的区域时，由于没有直接使用灰度级模式，所以相机针对照明变化可为鲁棒性的。然而，当在具有特定形状的分界区域中邻近像素之间的灰度级差特别大时，LBP值也会特别地增大。因此，在有限的学习结果数据的环境下，检测具有特定形状的区域可能是困难的。例如，当作为摄像的主体的人在高亮度下配戴了非常暗的眼镜，或者在低亮度下化妆化得非常亮时，检测人脸区域可能是困难的。类似地，当车牌在非常亮的光线下与非常暗的背景成对照，或者在非常暗的光线下与非常亮的背景成对照时，检测车牌区域可能是困难的。
发明内容
一个或多个示例性实施例提供了一种检测具有特定形状的区域的方法，其中，即使在具有特定形状的分界区域中邻近像素之间的灰度级差特别大，所述方法也可在各种照明设置中工作，并检测具有特定形状的区域。根据示例性实施例的一方面，提供了一种检测具有特定形状的区域的方法，所述方法包括在相机中处理输入图像数据，并检测具有特定形状的区域。所述方法包括(a) 计算图像帧的每一局部区域中的中央像素和各外围像素之间的灰度级差；(b)将平均灰度级差和每一灰度级差进行比较，并在每一局部区域中基于比较结果来获得局部梯度模式 (LGP)的值；(c)通过使用从各局部区域获得的LGP值来从图像帧中检测具有特定形状的区域。
通过参照附图对本公开的特定示例性实施例进行详细描述，本公开的以上和/或其他特征和优点将变得更清楚，其中图1是示出形成局部二值模式(LBP)的方法的示图，所述LBP用于在典型相机中检测具有特定形状的区域；图2是根据示例性实施例的使用检测形状的方法的监视相机的内部结构的框图；图3是示出通过使用图2的用作主控制器的数字信号处理器执行的形状检测方法的流程图；图4是解释图3的操作S32和S33的示图；图5是显示图1的传统局部二值模式(LBP)的特性的曲线图6是显示根据示例性实施例的被称为局部梯度模式(LGP)的图4的模式的特性的曲线图；图7显示与在不同照明环境中捕获的原始灰度级模式的图像相应的图4的LGP的图像；图8是示出应用了图3的形状检测方法的整个形状检测方法的流程图；图9是示出这样一种方法的示例的流程图在图8的操作S84中，所述方法确定应用了子窗口的区域是否为具有特定形状的区域；图10是用于解释图8的形状检测方法的示例的示图。
具体实施例方式以下将参照附图更全面地描述特定示例性实施例。图2是根据示例性实施例的使用检测具有特定形状的区域的方法的监视相机2的内部结构的框图。参照图2，监视相机2可包括光学系统OPS、光电转换器0EC、相关双采样器和模数转换器(⑶S-ADC) 201、时序电路202、用作控制器的数字信号处理器(DSP) 207、视频信号产生器208、光圈马达MA、变焦马达MZ、聚焦马达MF、滤镜马达MD、摇头马达MP、倾斜马达MT、 驱动器210、通信接口 212、微计算机213和照明器215。包括镜头单元和滤镜单元的OPS可对从主体发射的光进行光学处理。OPS的镜头单元可包括变焦镜头和聚焦镜头。OPS的滤镜单元可包括在夜间操作模式下使用的光学低通滤镜(OLPF)和在日间操作模式下使用的红外截止滤镜(IRF)。OLPF 可去除射频(RF)光学噪声，IRF可阻挡入射光的顶分量。OEC为电荷耦合装置(CXD)类型或互补金属氧化物半导体(CM0Q类型，OEC可将OPS发射的光转换成电模拟信号。这里，DSP 207可控制时序电路202，并可控制OEC和 CDS-ADC 201 的操作。⑶S-ADC 201可处理来自光电转换器OEC的模拟图像信号，以从模拟图像信号中去除射频(RF)噪声，调节模拟图像信号的幅度，并将处理后的模拟图像信号转换成数字图像信号。可将数字图像信号发送到数字信号处理器207。用作主控制器的数字信号处理器207可处理从⑶S-ADC 201发送的数字图像信号，并产生数字图像数据，所述数字图像数据被分成亮度信号和色度信号。视频信号产生器208可将由数字信号处理器207产生的数字图像数据转换成视频信号SVID，所述视频信号SVID是模拟图像信号。用作主控制器的数字信号处理器207可经由通信接口 212和通信信道DCOM与主机装置(例如，计算机)进行通信，并通过视频信号信道将来自视频信号产生器208的视频信号SVID发送到主机装置。同时，微计算机213可控制驱动器210驱动光圈马达MA、变焦马达MZ、聚焦马达 MF、滤镜马达MD、摇头马达MP和倾斜马达MT。另外，微计算机213可控制照明器215将照明光照射至透明罩(未示出)。光圈马达MA可驱动虹彩光圈，变焦马达MZ可驱动变焦镜头，聚焦马达MF可驱动聚焦镜头。滤镜马达MD可驱动OLPF和IRF。
摇头马达MP可向右旋转和向左旋转OPS。倾斜马达MT可向上旋转和向下旋转 OPS。以下，将参照图3至图10描述由用作主控制器的数字信号处理器207执行的形状检测方法。图3是示出由图2的用作主控制器的数字信号处理器207执行的检测具有特定形状的区域的方法的流程图。图4是解释图3的操作S32和S33的示图。在图4中，标号41 表示局部区域，标号42表示LGP的二进制值，标号43表示LGP的十进制值。现在将参照图 2至图4来描述图3的方法。当输入了图像帧的数据时(操作S31)，数字信号处理器207可计算图像帧的每一局部区域41中的中央像素的灰度级60和各外围像素的灰度级之间的灰度级差(操作 S32)。另外，DSP 207可将平均灰度级差与每一灰度级差进行比较，并基于比较结果来获得LGP的值42和43 (操作S33)。另外，DSP 207可通过使用从各局部区域41获得的LGP的值43来从图像帧检测具有特定形状的区域(例如，人脸区域或车牌号码区域)。可重复执行操作S31至操作S35。S卩，可通过使用LGP的值来从图像帧检测具有特定形状的区域。因此，相机可通过使用纹理模式而不直接使用灰度级模式在照明变化的情况下很好地操作。另外，每一 LGP值可包括与每一局部区域中的灰度级差有关的梯度信息。S卩，每一 LGP值可包括与每一灰度级差及平均灰度级差有关的信息。因此，即使在具有特定形状的边界区域中邻近像素之间的灰度级差变得特别大， 由于LGP值没有增加，所以可解决在有限学习结果的环境下检测具有特定形状的区域的困难。例如，可解决当作为摄像主体的人在高亮度下配戴非常暗的眼镜或者在低亮度下化妆化的非常亮时检测人脸区域的困难。类似地，可解决当车牌在非常亮光线下与非常暗的背景成对照或者在非常暗的光线下与非常亮的背景成对照时检测车牌区域的困难。关于操作S32和操作S33，现在将在下面描述从任何一个局部区域获得LGP的值的详细处理。每一局部区域41可包括9个像素，具有正方形形式的四个边，每个边具有3个像素。即，可以以3X3矩阵的形式排列所述9个像素。现在将参照图4详细描述操作S32。第一，可计算中央像素的灰度级60和左上像素的灰度级70之间的第一灰度级差 10。第二，可计算中央像素的灰度级60和中上像素的灰度级20之间的第二灰度级差 40。第三，可计算中央像素的灰度级60和右上像素的灰度级20之间的第三灰度级差 40。第四，可计算中央像素的灰度级60和中右像素的灰度级120之间的第四灰度级差60。第五，可计算中央像素的灰度级60和右下像素的灰度级120之间的第五灰度级差 60。第六，可计算中央像素的灰度级60和中下像素的灰度级20之间的第六灰度级差40。第七，可计算中央像素的灰度级60和左下像素的灰度级20之间的第七灰度级差 40。第八，可计算中央像素的灰度级60和中左像素的灰度级50之间的第八灰度级差 10。在操作S33，开始可计算第一灰度级差至第八灰度级差的平均值(37.幻。因此，可如等式2所示来获得所述平均值
权利要求
1.一种通过处理输入图像数据来检测具有特定形状的区域的方法，所述方法包括以下步骤计算图像帧的每一局部区域中的中央像素和各外围像素之间的灰度级差； 将平均灰度级差和计算的每一灰度级差进行比较，并在图像帧的每一局部区域中基于比较结果来获得局部梯度模式LGP值；通过使用从各局部区域获得的LGP值来从图像帧中检测具有特定形状的区域。
2.如权利要求1所述的方法，其中，在计算灰度级差、比较平均灰度级差和检测具有特定形状的区域的步骤中，每一局部区域包括以3X3矩阵的形式排列的9个像素。
3.如权利要求2所述的方法，其中，计算灰度级差的步骤包括 计算中央像素与左上像素之间的第一灰度级差；计算中央像素与中上像素之间的第二灰度级差； 计算中央像素与右上像素之间的第三灰度级差； 计算中央像素与中右像素之间的第四灰度级差； 计算中央像素与右下像素之间的第五灰度级差； 计算中央像素与中下像素之间的第六灰度级差； 计算中央像素与左下像素之间的第七灰度级差； 计算中央像素与中左像素之间的第八灰度级差。
4.如权利要求3所述的方法，其中，比较平均灰度级差的步骤包括 计算第一灰度级差至第八灰度级差的平均值；将每一灰度级差与灰度级差的平均值进行比较，并基于比较结果来获得8位LGP值。
5.如权利要求4所述的方法，其中，获得8位LGP值的步骤包括当第一灰度级差至第八灰度级差中的每一个小于第一灰度级差至第八灰度级差的平均值时，将二进制数据设置为“0”，当第一灰度级差至第八灰度级差中的每一个不小于第一灰度级差至第八灰度级差的平均值时，将二进制数据设置为“ 1 ”。
6.如权利要求5所述的方法，其中，在获得8位LGP值的步骤中，以如下方式来排列8 位基于第一灰度级差和第一灰度级差至第八灰度级差的平均值之间的比较结果所获得的二进制数据是最低有效位LSB，基于第八灰度级差和第一灰度级差至第八灰度级差的平均值之间的比较结果所获得的二进制数据是最高有效位MSB。
7.如权利要求1所述的方法，其中，获得具有不同尺寸的一系列图像帧的各灰度数据， 所述具有不同尺寸的一系列图像帧的范围是从具有最小尺寸的图像帧到具有最大尺寸的图像帧，对具有不同尺寸的每一图像帧执行计算灰度级差和比较平均灰度级差，以获得各图像帧的LGP数据，在检测具有特定形状的区域的步骤中，通过使用子窗口来扫描各图像帧的LGP数据。
8.如权利要求7所述的方法，其中，在检测具有特定形状的区域的步骤中，为确定应用了子窗口的任何一个区域是否为具有特定形状的区域，当子窗口是非形状区域时，将LGP 值的非形状权重的学习结果数据应用于子窗口的特定位置。
9.如权利要求8所述的方法，其中，学习结果数据是当非形状权重的参考数据具有不同精度时所获得的多个学习结果数据，并且具有最低精度的学习结果数据至具有最高精度的学习结果数据被顺序地应用到应用了子窗口的任何一个区域。
10.如权利要求9所述的方法，其中，当任何一个学习结果数据被应用并确定应用了子窗口的任何一个区域是非形状区域时，无需应用下一学习结果数据而最终确定非人脸区域，当确定应用了子窗口的任何一个区域是具有特定形状的区域时，应用下一学习结果数据。
11.如权利要求10所述的方法，其中，当具有最高精度的学习结果数据被最终应用，并确定应用了子窗口的任何一个区域是具有特定形状的区域时，最终确定具有特定形状的区域。
12.—种执行如权利要求1所述的方法的相机。
13.—种检测具有特定形状的区域的方法，所述方法包括如下步骤 输入图像帧数据；获得具有不同尺寸的一系列图像帧的灰度级数据；获得具有不同尺寸的每一图像帧的局部梯度模式LGP值；在通过使用子窗口扫描每一图像帧的LGP值的同时，检测具有特定形状的区域。
14.如权利要求13所述的方法，其中，在检测具有特定形状的区域的步骤中，为确定应用了子窗口的任何一个区域是否为具有特定形状的区域，当子窗口是非形状区域时，LGP值的非形状权重被应用于子窗口的特定位置。
15.如权利要求13所述的方法，其中，通过计算图像帧的每一局部区域中的中央像素和各外围像素之间的灰度级差来获得具有不同尺寸的每一图像帧的LGP值，将平均灰度级差与计算的每一灰度级差进行比较，并在每一局部区域中基于比较结果来获得LGP值。
16.一种执行如权利要求13所述的方法的相机。
全文摘要
提供了用于检测具有特定形状的区域的方法和相机。提供了一种在相机中检测具有特定形状的区域的方法。所述方法包括在相机中处理输入图像数据，并检测具有特定形状的区域。所述方法包括计算图像帧的每一局部区域中的中央像素和各外围像素之间的灰度级差；将平均灰度级差和每一灰度级差进行比较，并在每一局部区域中基于比较结果来获得局部梯度模式(LGP)值；通过使用从各局部区域获得的LGP值来从图像帧中检测具有特定形状的区域。
文档编号G06T7/60GK102339466SQ20111021013
公开日2012年2月1日 申请日期2011年7月15日 优先权日2010年7月15日
发明者全俸辰, 全承先, 尹钟敏, 金大镇 申请人:三星泰科威株式会社, 浦项工科大学校产学协力团