一種基于二值化圖像的人體輪廓識別方法
【技術領域】
[0001]本發明涉及人體輪廓識別方法，具體涉及一種基于二值化圖像的人體輪廓識別方法。
【背景技術】
[0002]隨著科學技術的飛速發展，利用攝像機來監控動態場景被廣泛應用于社會的各個領域，如對安全性能要求比較高的門禁系統、監控系統等。由于攝像機拍攝的場景內容復雜，需要先在所拍場景中區別出人體輪廓，才能進一步通過臉像、指紋、虹膜、步態等生物特征將人物進一步識別出來，實現非接觸式遠距離的身份識別，智能監控，輔助破案等。
[0003]目前識別人體模型的方法有臉部識別法。臉部識別法由于臉部的外形很不穩定，人可以通過臉部的變化產生很多表情，在不同觀察角度，臉部的視覺圖像相差也很大，并且受光照條件和面部遮蓋物的影響較大，成為生物特征識別領域甚至人工智能領域最困難的研究課題之一。
【發明內容】
[0004]為解決上述問題，本發明的目的是提供一種基于二值化圖像的人體輪廓識別方法。
[0005]本發明為實現上述目的，通過以下技術方案實現:
一種基于二值化圖像的人體輪廓識別方法，包括如下步驟:
①從攝像機取得視頻數字信號，然后通過背景差分算法得到二值化圖像；
②在步驟①的二值化圖像中提取包圍光斑的矩形框:將光斑最左邊的點與最右邊的點的距離作為光斑的寬度W，最上邊的點和最下邊的點的距離作為光斑的高度H，由光斑最左邊的點所在豎線、最右邊的點所在豎線、最上邊的點所在橫線和最下邊的點所在橫線組成包圍光斑的矩形框；
③計算步驟②所得的光斑外包圍的矩形框的高寬比，保留高寬比大于等于1.64的矩形框，待用；
④在步驟③保留的高寬比大于等于1.64的矩形框內進行如下操作:分別找出矩形框上左邊光斑的中點a，矩形框上右邊光斑的中點b，矩形框上上邊光斑的中點c和矩形框上下邊光斑的中點d，連接ab、ac、ad、bc、bd和cd，計算ab和cd的夾角α，α在60~90度之間的矩形框為矩形框A ;
⑤在步驟④的矩形框A中進行如下操作:計算步驟④中由ac、ad、bd和be組成的菱形框里的像素點占整個矩形框像素點的比值，該比值大于80%的矩形框，即為人體輪廓。
[0006]優選的，一種基于二值化圖像的人體輪廓識別方法，步驟②中在步驟①的二值化圖像中提取包圍光斑的矩形框可采取以下步驟:
用最大縱向長度的直線從左向右掃描二值化圖像，當掃描到與光斑相交的點，該點為光斑的最左邊，記錄相交點的坐標，繼續向下一點掃描，如果和上一點相接，則繼續掃描直到沒有相接的光斑，將掃描的光斑最左邊的點所在豎線、最右邊的點所在豎線、最上邊的點所在橫線和最下邊的點所在橫線連接，得到包圍光斑的矩形框。
[0007]本發明的優點在于:
本發明為使用于單片機平臺的一種人體輪廓識別方法，具有步驟少，容易操作，計算速度快的優點。根據本發明的方法能迅速準確地判斷哪些光斑是人物，同時能去除干擾光斑和非人物光斑，從而準確迅速的判斷出人體輪廓，為進一步實現非接觸式遠距離身份識別創造條件。
【附圖說明】
[0008]圖1為從攝像機取得的視頻數字信號圖；
圖2為二值化圖像；
圖3為在二值化圖像中提取到的矩形框示意圖；
圖4為高寬比大于等于1.64的矩形框內上、下、左、右各個中點的連線示意圖；
圖5為在二值化圖像中提取包圍光斑的矩形框的方法示意圖。
【具體實施方式】
[0009]一種基于二值化圖像的人體輪廓識別方法，包括如下步驟:
①從攝像機取得視頻數字信號，然后通過背景差分算法得到二值化圖像；
②在步驟①的二值化圖像中提取包圍光斑的矩形框:將光斑最左邊的點與最右邊的點的距離作為光斑的寬度W，最上邊的點和最下邊的點的距離作為光斑的高度H，由光斑最左邊的點所在豎線、最右邊的點所在豎線、最上邊的點所在橫線和最下邊的點所在橫線組成包圍光斑的矩形框；
③計算步驟②所得的光斑外包圍的矩形框的高寬比，去除高寬比小于1.64的矩形框，保留高寬比大于等于1.64的矩形框，待用；
④在步驟③保留的高寬比大于等于1.64的矩形框內進行如下操作:分別找出矩形框上左邊光斑的中點a，矩形框上右邊光斑的中點b，矩形框上上邊光斑的中點c和矩形框上下邊光斑的中點d，連接ab、ac、ad、bc、bd和cd，計算ab和cd的夾角α，α在60~90度之間的矩形框為矩形框A ;
⑤在步驟④的矩形框A中進行如下操作:計算步驟④中由ac、ad、bd和be組成的菱形框里的像素點占整個矩形框像素點的比值，該比值大于80%的矩形框，即為人體輪廓。
[0010]優選的，一種基于二值化圖像的人體輪廓識別方法，步驟②中在步驟①的二值化圖像中提取包圍光斑的矩形框可采取以下步驟:
用最大縱向長度的直線從左向右掃描二值化圖像，當掃描到與光斑相交的點，該點為光斑的最左邊，記錄相交點的坐標，繼續向下一點掃描，如果和上一點相接，則繼續掃描直到沒有相接的光斑，將掃描的光斑最左邊的點所在豎線、最右邊的點所在豎線、最上邊的點所在橫線和最下邊的點所在橫線連接，得到包圍光斑的矩形框。
[0011]實施例1
一種基于二值化圖像的人體輪廓識別方法，包括如下步驟:
①從攝像機取得視頻數字信號，如圖1所示，然后通過背景差分算法將圖1轉化為二值化圖像，如圖2所示的二值化圖像；
②在圖2的二值化圖像中提取包圍光斑的矩形框:將光斑最左邊的點與最右邊的點的距離作為光斑的寬度W，最上邊的點和最下邊的點的距離作為光斑的高度H，由光斑最左邊的點所在豎線、最右邊的點所在豎線、最上邊的點所在橫線和最下邊的點所在橫線組成包圍光斑的矩形框，如圖3所示；
③計算圖3中光斑外包圍的矩形框的高寬比，去除高寬比小于1.64的矩形框，保留高寬比大于等于1.64的矩形框，如在圖3中存在兩個矩形框，左邊的矩形框的高寬比為0.85，舍棄；右邊矩形框的高寬比為2，保留待用；
④在步驟③保留的高寬比大于等于1.64的矩形框內進行如下操作，如圖4所示:分別找出矩形框上左邊光斑的中點a，矩形框上右邊光斑的中點b，矩形框上上邊光斑的中點c和矩形框上下邊光斑的中點d，連接ab、ac、ad、be、bd和cd，計算ab和cd的夾角α，保留α在60~90度之間的矩形框，如圖4所示ab和cd的夾角為81度，進入下一步操作；
⑤計算步驟④中由ac、ad、bd和be組成的菱形框里的像素點占整個矩形框像素點的比值，該比值大于80%的矩形框，即為人體輪廓，如圖4所示，由ac、ad、bd和be組成的菱形框里的像素點為896個，整個矩形框內的總像素點為985個，由ac、ad、bd和be組成的菱形框里的像素點占整個矩形框像素點的比值為90.9%，則該輪廓為人體輪廓。
[0012] 實施例2
對實施例1中圖2的二值化圖像采取以下方法提取包圍光斑的矩形框:如圖5所示，用最大縱向長度的直線從左向右掃描二值化圖像，當掃描到與光斑相交的點，該點為光斑的最左邊，記錄相交點的坐標，繼續向下一點掃描，如果和上一點相接，則繼續掃描直到沒有相接的光斑，將掃描的光斑最左邊的點所在豎線、最右邊的點所在豎線、最上邊的點所在橫線和最下邊的點所在橫線連接，得到包圍光斑的矩形框，結果如圖3所示。
【主權項】
1.一種基于二值化圖像的人體輪廓識別方法，其特征在于:包括如下步驟: ①從攝像機取得視頻數字信號，然后通過背景差分算法得到二值化圖像； ②在步驟①的二值化圖像中提取包圍光斑的矩形框:將光斑最左邊的點與最右邊的點的距離作為光斑的寬度W，最上邊的點和最下邊的點的距離作為光斑的高度H，由光斑最左邊的點所在豎線、最右邊的點所在豎線、最上邊的點所在橫線和最下邊的點所在橫線組成包圍光斑的矩形框； ③計算步驟②所得的光斑外包圍的矩形框的高寬比，保留高寬比大于等于1.64的矩形框，待用； ④在步驟③保留的高寬比大于等于1.64的矩形框內進行如下操作:分別找出矩形框上左邊光斑的中點a，矩形框上右邊光斑的中點b，矩形框上上邊光斑的中點c和矩形框上下邊光斑的中點d，連接ab、ac、ad、bc、bd和cd，計算ab和cd的夾角α，α在60~90度之間的矩形框為矩形框A ; ⑤在步驟④的矩形框A中進行如下操作:計算步驟④中由ac、ad、bd和be組成的菱形框里的像素點占整個矩形框像素點的比值，該比值大于80%的矩形框，即為人體輪廓。2.根據權利要求1所述的一種基于二值化圖像的人體輪廓識別方法，其特征在于:步驟②中在步驟①的二值化圖像中提取包圍光斑的矩形框可采取以下步驟: 用最大縱向長度的直線從左向右掃描二值化圖像，當掃描到與光斑相交的點，該點為光斑的最左邊，記錄相交點的坐標，繼續向下一點掃描，如果和上一點相接，則繼續掃描直到沒有相接的光斑，將掃描的光斑最左邊的點所在豎線、最右邊的點所在豎線、最上邊的點所在橫線和最下邊的點所在橫線連接，得到包圍光斑的矩形框。
【專利摘要】本發明公開了一種基于二值化圖像的人體輪廓識別方法，該方法先從攝像機取得視頻數字信號，然后通過背景差分算法得到二值化圖像，然后從二值化圖像中提取包圍光斑的矩形框，通過計算矩形框的高寬比，在高寬比大于等于1.64的矩形框中計算縱向和橫線的夾角α，在滿足α為60~90度的矩形框中計算菱形框里的像素點占整個矩形框像素點的比值，該比值大于80%的矩形框，即為人體輪廓；該方法具有步驟少，容易操作，計算速度快的優點，根據本發明的方法能迅速準確地判斷哪些光斑是人物，同時能去除干擾光斑和非人物光斑，從而準確迅速的判斷出人體輪廓，為進一步實現非接觸式遠距離身份識別創造條件。
【IPC分類】G06K9/00
【公開號】CN105160328
【申請號】CN201510592327
【發明人】張雷, 趙青, 馮迎春, 李超, 曲文韜, 菅有為, 張達, 孫兆國, 閆百祥, 任慶帥
【申請人】國家電網公司, 國網山東省電力公司檢修公司
【公開日】2015年12月16日
【申請日】2015年9月17日