专利名称：一种动态图像检测处理方法、装置及显示终端的制作方法
技术领域：
本发明属于图像处理领域，尤其涉及一种动态图像检测处理方法、装置及显示终端。
背景技术：
随着20世纪40年代计算机的出现以及50年代人工智能的兴起，人们越来越希望能用计算机来代替或扩展人类的部分脑力劳动，日新月异的计算机处理技术和各种消费电子产品带动了用户更加丰富且人性化的体验需求，自然的人机交互技术成为了一个重要的发展方向，模式识别技术被广泛应用其中。以手势识别为例，在各种自然的人机交互方式中，人的手势可以说是最为自然、直观、易于学习的交流手段，更是人机交互中最好的输入工具。但是由于人手的识别是一个很复杂的问题，受限于各种嵌入式电子设备的运算能力，实际应用中手势的识别大都是基于运动检测的。而这类手势识别方法，不可避免的会受到前后运动物体的干扰，造成识别率低以及数据处理量大的问题。
发明内容
本发明的目的在于提供一种动态图像检测处理方法、装置及显示终端，旨在解决现有技术在图像识别过程中，非感兴趣运动目标的存在带来的识别率降低和数据处理量增大的问题。本发明是这样实现的，一种动态图像检测处理方法，包括以下步骤采集包含参考目标的图像帧，对所述图像帧进行预处理；根据预处理的图像帧确定参考目标，获取所述图像帧中参考目标的边缘轮廓，对所述参考目标边缘轮廓进行特征提取，获取所述参考目标对应的特征值，根据所述参考目标对应的特征值和预设的系数阈值设置判断条件；检测预处理后的图像帧中所有的运动目标；对检测到的运动目标进行边缘提取，得到运动目标边缘轮廓，对所述运动目标边缘轮廓进行特征提取，获取所述运动目标对应的特征值；根据所述运动目标对应的特征值和判断条件判断所述运动目标是否为干扰运动目标，对所述干扰运动目标进行滤除处理。本发明的另一目的在于提供一种动态图像检测处理装置，装置包括图像采集和预处理单元，用于采集包含参考目标的图像帧，对所述图像帧进行预处理；运动目标检测单元，用于检测所述图像采集和预处理单元预处理后的图像帧中的所有运动目标；参考目标边缘提取单元，用于根据预处理的图像帧确定参考目标，获取参考目标的边缘轮廓；
参考目标特征提取单元,用于对所述参考目标边缘提取单元提取的参考目标边缘轮廓进行特征提取，获取所述参考目标对应的特征值；判断条件设置单元，用于根据所述参考目标特征提取单元提取的参考目标对应的特征值和预设的系数阈值设置判断条件；运动目标边缘提取单元，用于对所述运动目标检测单元检测到的运动目标进行边缘提取，得到运动目标边缘轮廓；运动目标特征提取单元，用于对所述运动目标边缘提取单元提取的运动目标边缘轮廓进行特征提取，获取所述运动目标对应的特征值；抗干扰处理单元，用于根据所述运动目标特征提取单元获取的运动目标对应的特征值和所述判断条件设置单元设置的判断条件判断所述运动目标是否为干扰运动目标，对所述干扰运动目标进行滤除处理。本发明的再一目的在于提供一种包括上述动态图像检测处理装置的显示终端。
从上述技术方案可以看出，本发明实施例通过对参考目标进行边缘提取和特征提取，得到参考目标对应的特征值，根据参考目标对应的特征值设置判定条件，对动态图像检测的所有运动目标进行边缘提取和特征提取，得到运动目标对应的特征值，将运动目标对应的特征值和判定条件进行比对，符合判定条件的运动目标被视为感兴趣目标而保留，不符合判定条件的运动目标将被视为干扰目标被滤除，能消除感兴趣运动目标物体前后的非感兴趣运动物体带来的干扰，大大降低图像识别过程中数据的计算量，有效提高图像识别的正确率。
图I是本发明实施例一提供的动态图像检测处理方法的实现流程图；图2是本发明实施例二提供的动态图像检测处理方法的处理流程图；图3是本发明实施例二提供的动态图像检测处理方法中摄像头视场范围内干扰运动物体与参考目标物体的相对位置示意图；图4是本发明实施例二提供的动态图像检测处理方法中离散化梯度方向的示意图；图5是本发明实施例三提供的动态图像检测处理方法的处理流程图；图6是本发明实施例四提供的动态图像检测处理方法的处理流程图；图7是本发明实施例五提供的动态图像检测处理装置的结构图；图8是本发明实施例六提供的动态图像检测处理装置的结构图；图9是本发明实施例七提供的动态图像检测处理装置的结构图。
具体实施例方式为了使本发明的目的、技术方案及有益效果更加清楚明白，以下结合附图及实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。实施例一:图I示出了本发明实施例一提供的动态图像检测处理方法的实现流程，该方法过程详述如下在步骤SlOl中，采集包含参考目标的图像帧，对图像帧进行预处理。在本发明实施例中，图像采集过程如下通过彩色摄像头，按照每秒钟采集预设数量(例如25幅)彩色图，这每幅彩色图都按照顺序递增进行编号，得到彩色帧序列。由于获取到的彩色图像常常被强度随机信号即噪声污染。图像预处理可以除去干扰噪声，本实施例采用线性平滑滤波器进行图像预处理，线性滤波器使用连续窗函数内像素加权和来实现滤波，其公式为
权利要求
1.一种动态图像检测处理方法，其特征在于，所述方法包括以下步骤采集包含参考目标的图像帧，对所述图像帧进行预处理；根据预处理的图像帧确定参考目标，获取所述图像帧中参考目标的边缘轮廓，对所述参考目标边缘轮廓进行特征提取，获取所述参考目标对应的特征值，根据所述参考目标对应的特征值和预设的系数阈值设置判断条件；检测预处理后的图像帧中所有的运动目标；对检测到的运动目标进行边缘提取，得到运动目标边缘轮廓，对所述运动目标边缘轮廓进行特征提取，获取所述运动目标对应的特征值；根据所述运动目标对应的特征值和所述判断条件判断所述运动目标是否为干扰运动目标，对所述干扰运动目标进行滤除处理。
2.如权利要求I所述的方法，其特征在于，所述特征值包括边缘轮廓平均宽度；所述对参考目标边缘轮廓进行特征提取，获取所述参考目标对应的特征值的步骤包括获取所述参考目标边缘轮廓上每个边缘点的梯度方向；统计所述每个边缘点梯度方向上边缘点的个数，计算所述参考目标边缘轮廓上所有边缘点梯度方向上边缘点的个数的平均值。
3.如权利要求I或2所述的方法，其特征在于，所述特征值包括目标最小外接矩形的宽、高和宽高比；所述对参考目标边缘轮廓进行特征提取，获取所述参考目标对应的特征值的步骤包括遍历所述参考目标边缘轮廓上的每个边缘点，获取最上、最下、最左和最右的边缘点， 得到最小外接矩形；根据所述最小外接矩形计算最小外接矩形的宽、高和宽高比。
4.如权利要求3所述的方法，其特征在于，所述系数阈值包括边缘轮廓平均宽度范围的系数阈值Tthidi、最小外接矩形宽度范围的系数阈值Twidthmin、Twidthmax,高度范围的系数阈值Heightmin、Heightmax,以及宽高比范围的系数阈值 Sealemin、Scalemax ；所述判断条件具体为
5.如权利要求I所述的方法，其特征在于，所述根据预处理的图像帧确定参考目标的步骤具体为监测所述图像帧的预设区域内是否存在启动动作；若存在启动动作，则将该启动动作对应的目标确定为参考目标。
6.如权利要求I所述的方法，其特征在于，所述对检测到的运动目标进行边缘提取，得到运动目标边缘轮廓的步骤具体为分别使用预设的阈值T1和T2对检测后的每幅运动目标图像进行阈值分割，其中T2 > T1，得到两幅阈值边缘轮廓图像N1 (X，y)和N2 (X，y)，其中，N1 (x, y)是使用阈值T1获得的阈值边缘轮廓图像，N2U y)是使用阈值T2获得的阈值边缘轮廓图像；在所述阈值边缘轮廓图像N2(x，y)中，检测每个边缘点的8邻点区域，将其8邻点区域内的边缘点加入N2(x,y)边缘轮廓,并继续检测新加入边缘点的8邻点区域,当检测到当前边缘点的8邻点区域内没有边缘点时,在所述阈值边缘轮廓图像N1U, y)中的相应点处继续检测其8邻点区域,并把所述相应点的8邻点区域的边缘点加入到N2 (X, y)中边缘轮廓的边缘点集合内，直到找不到符合上述要求的边缘点为止，此时的N2(x,y)中边缘轮廓的边缘点集合为所述运动目标边缘轮廓。
7.一种动态图像检测处理装置，其特征在于，所述系统包括图像采集和预处理单元，用于采集包含参考目标的图像帧，对所述图像帧进行预处理；运动目标检测单元，用于检测所述图像采集和预处理单元预处理后的图像帧中的所有运动目标；参考目标边缘提取单元，用于根据预处理的图像帧确定参考目标，获取参考目标的边缘轮廓；参考目标特征提取单元，用于对所述参考目标边缘提取单元提取的参考目标边缘轮廓进行特征提取，获取所述参考目标对应的特征值；判断条件设置单元，用于根据所述参考目标特征提取单元提取的参考目标对应的特征值和预设的系数阈值设置判断条件；运动目标边缘提取单元，用于对所述运动目标检测单元检测到的运动目标进行边缘提取，得到运动目标边缘轮廓；运动目标特征提取单元，用于对所述运动目标边缘提取单元提取的运动目标边缘轮廓进行特征提取，获取所述运动目标对应的特征值；抗干扰处理单元，用于根据所述运动目标特征提取单元获取的运动目标对应的特征值和所述判断条件设置单元设置的判断条件判断所述运动目标是否为干扰运动目标，对所述干扰运动目标进行滤除处理。
8.如权利要求7所述的装置，其特征在于，所述特征值包括边缘轮廓平均宽度，所述参考目标特征提取单元包括边缘轮廓平均宽度特征提取模块，用于获取所述参考目标边缘轮廓上每个边缘点的梯度方向，统计所述每个边缘点梯度方向上边缘点的个数，计算所述参考目标边缘轮廓上所有边缘点梯度方向上边缘点的个数的平均值。
9.如权利要求8所述的装置，其特征在于，所述特征值还包括最小外接矩形的宽、高和宽高比，所述运动目标特征提取单元包括最小外接矩形特征提取模块，用于遍历所述参考目标边缘轮廓上的每个边缘点，获取最上、最下、最左和最右的边缘点，得到最小外接矩形，根据所述最小外接矩形计算最小外接矩形的宽、高和宽高比。
10.如权利要求7所述的装置，其特征在于，所述运动目标边缘提取单元包括双阈值分割模块，用于分别使用预设的阈值TdPT2对检测后的每幅运动目标图像进行阈值分割，其中T2 > T1，得到两幅阈值边缘轮廓图像N1Oc, y)和N2(x，y)，其中，N1Oc, y)是使用阈值T1获得的阈值边缘轮廓图像，N2U y)是使用阈值T2获得的阈值边缘轮廓图像； 边缘提取模块，用于在所述双阈值分割模块得到的阈值边缘轮廓图像N2 (X，y)中，检测每个边缘点的8邻点区域,将其8邻点区域内的边缘点加入N2 (x,y)边缘轮廓,并继续检测新加入边缘点的8邻点区域,当检测到当前边缘点的8邻点区域内没有边缘点时,在所述双阈值分割模块得到的阈值边缘轮廓图像N1U, y)中的相应点处继续检测其8邻点区域，并把所述相应点的8邻点区域的边缘点加入到N2 (X, y)中边缘轮廓的边缘点集合内，直到找不到符合上述要求的边缘点为止，此时的N2 (X, y)中边缘轮廓的边缘点集合即为所述运动目标边缘轮廓。
11.一种显示终端，其特征在于，包含权利要求7至10任一项所述动态图像检测处理装置。
全文摘要
本发明适用于图像处理领域，提供了一种动态图像检测处理方法、装置及显示终端，本发明实施例通过对参考目标进行边缘提取和特征提取，得到参考目标对应的特征值，根据参考目标对应的特征值设置判定条件，对动态图像检测的所有运动目标进行边缘提取和特征提取，得到运动目标对应的特征值，将运动目标对应的特征值和判定条件进行比对，符合判定条件的运动目标被视为感兴趣目标而保留，不符合判定条件的运动目标将被视为干扰目标被滤除，能消除感兴趣运动目标物体前后的非感兴趣运动物体带来的干扰，大大降低图像识别过程中数据的计算量，有效提高图像识别的正确率。
文档编号G06T7/20GK102592128SQ20111043170
公开日2012年7月18日 申请日期2011年12月20日 优先权日2011年12月20日
发明者付东, 张登康, 李相涛, 邵诗强 申请人:Tcl集团股份有限公司