專利名稱：對象識別系統(tǒng)的制作方法
技術(shù)領(lǐng)域：
本發(fā)明是涉及一種對象識別系統(tǒng)，尤其涉及一種有效地識別所拍攝的主體圖像(subject image)中的特殊物體或人面孔的存在的系統(tǒng)。
背景技術(shù)：
對象識別要求在主體圖像中提取特別的遮蔽區(qū)域，以便通過與對象圖像模板比較確認該遮蔽區(qū)域。例如，如在US2001-002932和JP09-73544中公開的，已經(jīng)提出了提取遮蔽區(qū)域的方案。
US2001-002932公開了一種人面孔圖像提取系統(tǒng)，該系統(tǒng)選擇合適的模板以從匹配該模板的主體圖像中提取遮蔽區(qū)域。選擇該模板包括圓形、橢圓或多邊形，預(yù)料人面孔與這些簡單形狀具有類似的輪廓。然而，使用這些簡單形狀作為模板，可能會得不到遮蔽區(qū)域，因此在提取真實的遮蔽區(qū)域來確認是不可靠的。
JP09-73544公開了一個類似系統(tǒng)，該系統(tǒng)使用橢圓模板并改變橢圓的參數(shù)以得到與將確認的遮蔽區(qū)域最佳匹配的最適宜的橢圓。每次改變參數(shù)以得到暫時的橢圓時，該方案必需選擇臨時遮蔽區(qū)域，且要分析臨時遮蔽區(qū)域與暫時的橢圓之間的相關(guān)性，直到該相關(guān)性滿足預(yù)定的標準。因此，該方案需要大量的數(shù)學(xué)運算以得到最適宜的參數(shù)，即，與將確認的遮蔽區(qū)域最佳匹配的最適宜的橢圓，并且不適合用于人面孔的快速識別。

發(fā)明內(nèi)容
鑒于上述不足，本發(fā)明已經(jīng)完成提出一種對象識別系統(tǒng)，為了可靠和易于識別，該系統(tǒng)能準確快速地確定出主體圖像[S]內(nèi)的遮蔽區(qū)域(mask area)。根據(jù)本發(fā)明的系統(tǒng)包括存儲圖像大小模板[T]的模板存儲器、獲取要驗證的主體圖像[S]的圖像讀取器、以及從主體圖像[S]內(nèi)定位與圖像大小模板相應(yīng)的遮蔽區(qū)域[M]的遮蔽定位器。設(shè)計出的該遮蔽定位器具有圖像轉(zhuǎn)換器、特征分析器、表、表決模塊和檢測模塊。
該圖像轉(zhuǎn)換器被配置成將圖像大小模板[T]以及主體圖像[S]分別轉(zhuǎn)換成密度梯度方向模板圖像[DT]和密度梯度方向主體圖像[DS]。每個方向圖像[DT，DS]都具有象素陣列，每個都存儲分配給它的密度梯度方向值(θT，θS)。
該特征分析器被配置成在方向模板圖像[DT]內(nèi)圍繞預(yù)定的中點(CT)選擇多個參考點(R0，...Rn)，并為每個參考點得到距離(L)和角度(α)。距離(L)是從中點(CT)延伸到參考點的直線的長度，而角度(α)是那條直線對于水平軸的角度。
該表被配置成對于每個參考點存儲與給予每個參考點(R0，...Rn)的密度梯度方向值(θT)相關(guān)的距離(L)和角度(α)。
該表決模塊被配置成對于方向主體圖像[DS]的每個象素得到密度梯度方向值(θS)，并從表中讀取關(guān)于由具有相同密度梯度方向值(θT＝θS)的參考點的距離(L)、角度(α)和坐標組成的參數(shù)，以便根據(jù)這些參數(shù)為遮蔽區(qū)域[M]的中點(C)計算多個候選點，并對每個候選點進行表決。
該檢測模塊被配置成按照表決數(shù)指定候選點中的至少一個為遮蔽區(qū)域[M]的中心，從而在主體圖像內(nèi)確定圍繞所指定的候選點的遮蔽區(qū)域[M]。
因此，遮蔽定位器依靠密度梯度方向模板圖像[DT]和密度梯度方向主體圖像[DS]，根據(jù)方向值、通過參考方向模板圖像[DT]，為方向主體圖像[DS]的所有象素，對遮蔽區(qū)域[M]的中心的候選點分別進行表決，并根據(jù)表決數(shù)指定該候選點作為代表遮蔽區(qū)域[M]的中心。結(jié)果，可能易于為可靠識別主體圖像[S]內(nèi)的對象而準確確定遮蔽區(qū)域[M]。
本發(fā)明的系統(tǒng)特別適合用于識別人面孔。在這種情況下，構(gòu)成確定作為與人面孔類似的遮蔽區(qū)域的基礎(chǔ)的圖像大小模板被選擇以取得人面孔，并因此識別在主體圖像[S]內(nèi)的人面孔的存在。優(yōu)選地，檢測模塊被配置成得到表決的最大值并指定具有最大表決數(shù)的候選點之一作為遮蔽區(qū)域[M]的中心。
表決模塊可以被配置成改變預(yù)定范圍內(nèi)的距離(L)，以便為每個改變的距離計算多個候選點，并對每個候選點進行表決。所述距離(L)表示與圖像大小模板[T]相關(guān)的遮蔽區(qū)域[M]的大小。在這種情況下，檢測模塊被配置成從具有最大表決數(shù)的候選點中提取改變的距離，從而得到與圖像大小模板[T]相關(guān)的遮蔽區(qū)域[M]的大小。因此，即使當主體圖像[S]包括在大小上與圖像大小模板[T]不同的目標對象時，該遮蔽定位器也能確定相對于圖像大小模板[T]的遮蔽區(qū)域[M]的相對大小，從而準確提取與圖像大小模板[T]相應(yīng)的遮蔽[M]。當對象識別系統(tǒng)關(guān)聯(lián)地應(yīng)用于保安攝像機或?qū)ο篁炞C設(shè)備時，所得到的遮蔽區(qū)域的相對大小能被用于在遮蔽區(qū)域上進行變焦以易于確認物體或人面孔或者為對象的驗證在遮蔽上進行詳細分析。因此，當與驗證圖像模板[V]比較而進行對象驗證時，驗證圖像模板[V]根據(jù)遮蔽區(qū)域的相對大小能夠容易地與遮蔽區(qū)域[M]匹配。
而且，為了得到遮蔽區(qū)域的相對大小，遮蔽定位器可以選擇性地被安排以包括在預(yù)定的范圍內(nèi)改變圖像大小模板[T]的大小的倍增器，這樣表決模塊為每個改變的大小計算多個候選點，并對每個候選點進行表決。
此外，表決模塊可以被設(shè)計成在預(yù)定的范圍內(nèi)改變角度(α+)，以便為每個改變的角度(α+)計算多個候選點，并對每個候選點進行表決。在這種情況下，該檢測模塊被設(shè)計成從具有最大表決數(shù)的候選點中提取改變的角度(α+)，從而得到相對于圖像大小模板[T]的遮蔽區(qū)域[M]的旋轉(zhuǎn)角度()，以及將模板的角度與遮蔽區(qū)域[M]相匹配。因此，甚至當主體圖像[S]包括了相對于圖像大小模板[T]的被傾斜或旋轉(zhuǎn)的物體或人面孔時，該遮蔽定位器也能提取與圖像大小模板[T]相應(yīng)的遮蔽區(qū)域[M]，并因此給出相對于圖像大小模板[T]的遮蔽區(qū)域的相對旋轉(zhuǎn)角度。因此，所得到的相對旋轉(zhuǎn)角度能夠被最好地利用來控制相關(guān)的攝像機，以便給出容易確認的豎直的面孔部圖像，或為了可靠的物體或人面孔驗證而將驗證圖像模板[V]與遮蔽區(qū)域[M]進行匹配。
可選地，遮蔽定位器可以被設(shè)計成包括旋轉(zhuǎn)器，該旋轉(zhuǎn)器在預(yù)定的范圍內(nèi)按照變化的角度()旋轉(zhuǎn)該圖像大小模板，這樣該表決模塊為每個改變的角度計算出多個候選點，并對每個候選點進行表決。由該檢測模塊能夠從具有最大表決數(shù)的候選點中提取角度()，并得到相對于圖像大小模板[T]的遮蔽區(qū)域[M]的旋轉(zhuǎn)角度()。
在一個優(yōu)選實施例中，檢測模塊包括選擇具有超過預(yù)定的表決閾值的表決數(shù)的候選點的選擇器，以及圍繞由每個選擇的候選點確定的中點設(shè)置遮蔽區(qū)域[M]的遮蔽提供器。檢測模塊還包括復(fù)制檢查器，如果設(shè)置多于一個遮蔽區(qū)域[M]并且如果遮蔽區(qū)域相互之間部分重疊，則復(fù)制檢查器就得到每個重疊的遮蔽區(qū)域的表決數(shù)，并僅指定一個具有最大表決數(shù)的重疊的遮蔽區(qū)域作為代表遮蔽區(qū)域[M]。在該方案中，當?shù)玫降闹黧w圖像[S]包括將被各自提取作為遮蔽區(qū)域的部分重疊的物體或人面孔時，可以提取真實表示將被識別的物體或人面孔的遮蔽區(qū)域[M]。
此外，檢測模塊可以被設(shè)計成包括用于具有超過預(yù)定表決閾值的表決數(shù)的候選點的類似選擇器，圍繞由每個選擇的候選點確定的中心設(shè)置遮蔽區(qū)域[M]的類似遮蔽提供器，以及背景噪聲過濾器。該背景噪聲過濾器被配置成得到表示為每個圍繞候選點所選擇的象素所給定的表決數(shù)的參數(shù)，并過濾出具有超過預(yù)定的參數(shù)閾值的參數(shù)的遮蔽區(qū)域[M]。因此，可以為了可靠驗證容易地消除背景噪聲。
而且為了消除背景噪聲，背景噪聲過濾器可以被配置成具有為標準對象的預(yù)先定義的密度梯度方向值的標準分布，該標準對象可以是包括在圖像大小模板中的標準對象。背景噪聲過濾器給出了為在遮蔽區(qū)域[M]內(nèi)的主體圖像[S]得到的密度梯度方向值的主體分布，并統(tǒng)計上分析與標準分布進行比較的該主體分布，以便確認遮蔽區(qū)域[M]，并過濾出未被確認的遮蔽區(qū)域[M]。
背景噪聲過濾器可以被選擇性地配置成給出關(guān)于在該遮蔽區(qū)域[M]內(nèi)的象素的密度梯度方向值的頻率分布，從那里得到該遮蔽區(qū)域[M]的方差，并過濾出具有超出預(yù)定的方差閾值的方差的遮蔽區(qū)域[M]。
進一步地，背景噪聲過濾器可以被配置成給出關(guān)于在該遮蔽區(qū)域[M]內(nèi)的象素的密度梯度方向值的頻率分布，為遮蔽區(qū)域得到最大周期，過濾出具有超出預(yù)定的周期閾值的最大周期的遮蔽區(qū)域[M]。
表決模塊最好進行初步表決并在隨后進行主表決。初步表決以通過大范圍的粗略步長變化的距離(L)進行，而主表決以通過相對于初步表決而言的有限范圍的精確步長變化的距離(L)進行。為了此目的，檢測模塊被配置成包括初步檢測器、主檢測器、曲線產(chǎn)生器、評估器和模板調(diào)整器。初步檢測器指示表決模塊首先進行初步表決，得到由具有最大表決數(shù)的候選點確定的最初距離，并選擇在最初距離的相對側(cè)的兩個相鄰的外圍距離。主檢測器指示表決模塊只在兩個被選擇的外圍距離之間的有限范圍內(nèi)進行主表決，以便為由精確步長改變的每個距離得到表決數(shù)。然后，曲線產(chǎn)生器響應(yīng)以為由與改變了的距離相關(guān)的主表決給出的表決數(shù)產(chǎn)生近似曲線。評估器給出與近似曲線的最大值相應(yīng)的評估距離。根據(jù)該評估距離，模板調(diào)整器確定相對于圖像大小模板[T]的遮蔽區(qū)域[M]的相對大小。因此，為了準確和可靠驗證，驗證圖像模板[V]能夠被調(diào)整大小以與遮蔽區(qū)域[M]精確匹配。
同樣地，也可以通過進行關(guān)于角度(α)的初步以及主表決確定相對于圖像大小模板[T]的遮蔽區(qū)域[M]的準確旋轉(zhuǎn)。在這種情況下，初步檢測器指示表決模塊首先進行初步表決，得到由具有最大表決數(shù)的候選點確定的最初角度，并選擇在最初角度的相對側(cè)的兩個相鄰的外圍角度。隨后，主檢測器指示表決模塊只在兩個外圍角度之間的有限范圍內(nèi)進行主表決，以便為由精確步長改變的每個角度得到表決數(shù)。然后，曲線產(chǎn)生器操作來為由與改變的角度相關(guān)的主表決給出的表決數(shù)產(chǎn)生近似曲線，這樣評估器給出與近似曲線的最大值相應(yīng)的評估角度()。由此，模板調(diào)整器確定相對于圖像大小模板[T]的遮蔽區(qū)域[M]的旋轉(zhuǎn)角度，作為用于給出遮蔽區(qū)域的相對旋轉(zhuǎn)角度的評估角度。
進一步地，為了節(jié)約存儲器數(shù)據(jù)大小以用于快速計算，圖像轉(zhuǎn)換器可以被配置成將密度梯度方向模板圖像[DT]和密度梯度方向主體圖像[DS]分別壓縮成相應(yīng)的縮減圖像。通過參考為每個圖像大小模板[T]和主體圖像[S]獲得的邊緣圖像，將每個標準圖像中的兩個或多個象素合并成每個縮減圖像中的單個象素而進行壓縮。該邊緣圖像為每個象素給出微分強度，取決于它來確定相鄰象素中的哪一個是有代表性的象素。該代表性的象素被用于從每個方向模板和主體圖像[DT，DS]中選擇密度梯度方向值(θT，θS)作為相鄰象素的代表，并且在每個縮減圖像中被指定為單一的子象素，這樣使得縮減圖像可以在大小上被減少以節(jié)約存儲器空間。
在優(yōu)選實施例中，系統(tǒng)包括驗證單元，該驗證單元被配置成將遮蔽區(qū)域[M]與驗證圖像模板[V]進行比較，以便提供表示遮蔽區(qū)域[M]是否與驗證模板圖像[V]匹配的驗證結(jié)果。
為了進行可靠驗證，最好該系統(tǒng)的驗證單元包括方向圖像轉(zhuǎn)換器、微分器、類提供器、分析器和判斷器。方向圖像轉(zhuǎn)換器將驗證圖像模板V轉(zhuǎn)換成相應(yīng)的密度梯度方向驗證模板[DV]，這樣方向驗證模板[DV]具有象素陣列，每個存儲了指定到它的密度梯度方向值(θV)。微分器給出了在方向主體圖像[DS]的遮蔽區(qū)域[M]的每個象素和密度梯度方向驗證模板[DV]的相應(yīng)象素之間的密度梯度方向的方向微分(dθ＝θs-θv)。類提供器被配置成提供按照方向微分分類的預(yù)定數(shù)量的不同類，并給出方向微分(dθ＝θs-θv)的頻率分布。分析器指定類的有限集合并為指定的類計算頻率值的總和，以及給出總和的函數(shù)的評估參數(shù)。判斷器被配置成確認當評估參數(shù)滿足預(yù)定的標準時主體圖像與驗證圖像模板[V]相同。最好，分析器給出評估參數(shù)，該評估參數(shù)是頻率值的和與驗證模板或遮蔽區(qū)域[M]中的象素的總數(shù)的比率。
驗證單元可以進一步包括用于更可靠驗證的象素過濾器。象素過濾器被配置成為在由遮蔽區(qū)域[M]限制的主體圖像[S]和驗證圖像模板[V]中的至少一個中的每個象素得到關(guān)于密度的x軸導(dǎo)數(shù)(dx)和y軸導(dǎo)數(shù)(dy)。當對于那個象素的x軸導(dǎo)數(shù)和y軸導(dǎo)數(shù)都為零時，象素過濾器指定該象素為特定象素。微分器忽略在方向主體圖像[DS]的遮蔽區(qū)域[M]中的特定象素和在方向驗證模板[DV]中的相應(yīng)象素，以便不給出涉及特定象素的方向微分(dθ＝θs-θv)。
更進一步，驗證單元可以包括亮度過濾器，該亮度過濾器得到分配給由遮蔽區(qū)域[M]限制的主體圖像[S]的每個象素的亮度值。亮度過濾器選擇每個象素作為中心象素和與其直接相鄰的鄰近象素，并為每個選擇的象素得到亮度值。當一個或多個選擇的象素具有最大亮度值時，亮度過濾器指定中心象素為特定象素。然后，微分器忽略方向主體圖像[DS]內(nèi)與特定象素一致的象素以及方向驗證模板[DV]內(nèi)的相應(yīng)象素，以便不給出涉及特定象素的方向微分(dθ＝θs-θv)。對于這一方案，為了可靠的圖像驗證，在主體圖像內(nèi)的具有飽和亮度的那部分或象素能夠被忽略。
驗證單元的分析器可以被選擇性地配置為分析頻率分布以便給出它的近似函數(shù)，并從該近似函數(shù)中提取常數(shù)項作為評估參數(shù)。由此，判斷器能夠驗證當評估參數(shù)滿足預(yù)定的標準時主體圖像與驗證圖像模板是相同的。
驗證單元可以進一步包括控制器，該控制器負責選擇包括在遮蔽區(qū)域[M]內(nèi)的子分區(qū)中的一個，以覆蓋主體圖像的不同部分，將遮蔽區(qū)域[M]限制在選擇的子分區(qū)內(nèi)，并調(diào)用判斷器?？刂破鞅慌渲贸蛇x擇另一子分區(qū)并將遮蔽區(qū)域[M]限制在那里直到判斷器判斷出驗證或直到所有的子分區(qū)被選擇。因此，通過將子分區(qū)分配到對象的特殊的不同部分，例如，具體到個體的人面孔上的眼、鼻子和嘴，當任一子分區(qū)被驗證出與該驗證圖像中的子分區(qū)相同時執(zhí)行驗證，這必定減少驗證時間，同時確保了可靠驗證。
可選擇地，控制器可以被配置以選擇另一個子分區(qū)并將遮蔽區(qū)域[M]限制到該另一子分區(qū)以及先前選擇過的子分區(qū)，直到判斷器判斷出驗證或直到所有的子分區(qū)被選擇。因此，子分區(qū)的特征或部分對象能被累積地評估以得到更可靠的驗證。
在另一優(yōu)選實施例中，驗證單元被配置成包括亮度非平衡檢查器、完全區(qū)域分析器、有限區(qū)域分析器、控制器以及判斷器。亮度非平衡檢查器被配置成將遮蔽區(qū)域[M]劃分成兩個對稱子區(qū)并為每個子分區(qū)中的所有象素得到表示關(guān)于密度的平均值或方差的亮度指數(shù)。檢查器給出非平衡度，該非平衡度是兩個亮度指數(shù)的函數(shù)，并且當兩個亮度指數(shù)彼此很接近時變得更小。完全區(qū)域分析器被配置成將整個遮蔽區(qū)域[M]與驗證圖像模板[V]進行比較，以便給出第一相關(guān)系數(shù)，從而當?shù)谝幌嚓P(guān)系數(shù)超過預(yù)定的第一相關(guān)閾值時提供完全驗證確認信號，否則提供完全驗證失敗信號。有限區(qū)域分析器被配置成將子區(qū)中的至少一個與驗證圖像模板的相應(yīng)部分進行比較，以便給出第二相關(guān)系數(shù)。當?shù)诙嚓P(guān)系數(shù)超過預(yù)定的第二相關(guān)閾值時該有限區(qū)域分析器提供有限驗證確認信號，否則提供有限驗證失敗信號。僅僅在識別出完全驗證失敗信號時，控制器被配置成激活完全區(qū)域分析器并激活亮度非平衡檢查器。當非平衡度超過預(yù)定的非平衡閾值時，控制器響應(yīng)以激活有限區(qū)域分析器。根據(jù)以上分析，判斷器提供1)在識別完全驗證確認信號時的驗證的主體圖像的第一結(jié)果；2)在識別完全驗證失敗信號時的未驗證的主體圖像的第二結(jié)果；3)在識別有限驗證確認信號時的驗證的主體圖像的第三結(jié)果；及4)在識別有限驗證失敗信號時的未驗證的主體圖像的第四結(jié)果。
因此，該系統(tǒng)能夠處理在主體圖像[S]中可能的非平衡亮度，以給出組合完全區(qū)域分析和有限區(qū)域分析的一致驗證。
可選地，控制器可以被配置成激活亮度非平衡檢查器，并當非平衡度小于預(yù)定的非平衡閾值時激活完全區(qū)域分析器，否則激活有限的區(qū)域分析器，這樣判斷器提供1)在識別完全驗證確認信號時的驗證的主體圖像第一結(jié)果；2)在識別完全驗證失敗信號時的未驗證的主體圖像的第二結(jié)果；3)在識別有限驗證確認信號時的驗證的主體圖像的第三結(jié)果；及4)在識別有限驗證失敗信號時的未驗證的主體圖像的第四結(jié)果。
在上述兩種控制方案之一中，相關(guān)的有限區(qū)域分析器可以被配置成在遮蔽區(qū)域[M]中選擇多個子區(qū)，并將每個子區(qū)與驗證圖像模板的相應(yīng)部分進行比較，以為每個子區(qū)給出第二相關(guān)系數(shù)。當?shù)诙嚓P(guān)系數(shù)超過第二相關(guān)閾值時，該有限區(qū)域分析器進一步將每個子區(qū)確定為可靠子區(qū)，并當可靠子區(qū)數(shù)與所有子區(qū)數(shù)的比率超過預(yù)定的閾值時提供有限驗證確認信號。
最好，有限區(qū)域分析器的第二相關(guān)閾值被設(shè)置得小于完全區(qū)域分析器的第一相關(guān)閾值。
進一步地，當非平衡度超過臨界標準時可以使有限區(qū)域分析器失效。
而且在使用完全區(qū)域分析器和有限區(qū)域分析器的上述兩個控制方案之一中，相關(guān)的判斷器最好輸出包括至少一個非平衡度和非平衡度是否小于非平衡閾值的非平衡結(jié)果，給出關(guān)于驗證結(jié)果的更多詳細信息。
從以下與附圖結(jié)合的優(yōu)選實施例的說明中，本發(fā)明的上述有利特征和進一步的其它有利特征將變得更加明顯。


圖1是說明根據(jù)本發(fā)明優(yōu)選實施例的對象識別系統(tǒng)的框圖；圖2和圖3分別說明用來給出密度梯度方向圖像的Sobel過濾器；圖4A和4B分別說明圖像大小模板[T]和相應(yīng)的密度梯度方向模板圖像[DT]；圖5A和5B分別說明主體圖像[S]和相應(yīng)的密度梯度方向主體圖像[DS]；圖6說明從方向主體圖像[DS]中提取的用于與驗證模板[V]進行比較的遮蔽區(qū)域[M]；圖7A和7B說明給予用于判斷遮蔽區(qū)域[M]的方向圖像的參數(shù)的定義；圖8說明存儲給予方向模板圖像[DT]的參數(shù)的表的格式；圖9是說明系統(tǒng)中使用的遮蔽定位器的運行的流程圖；圖10是說明表決空間的圖表；圖11說明主體圖像[S]和它的方向主體圖像[DS]，方向主體圖像比方向模板圖像[DT]小并相對于方向模板圖像傾斜，從方向主體圖像中提取遮蔽區(qū)域[M]；圖12說明在上述系統(tǒng)中使用的另一個檢測模塊的結(jié)構(gòu)；圖13A和13B是說明在初步表決中和在主表決中通過改變倍數(shù)k或相對于模板圖像[DT]的遮蔽區(qū)域[M]的比率所得到的表決數(shù)的圖表；圖14A和14B是說明在初步表決中和在主表決中通過改變的相對于模板圖像[DT]的遮蔽區(qū)域[M]的旋轉(zhuǎn)角度所得到的表決數(shù)的圖表；圖15說明檢測模塊的進一步修改；圖16說明將被驗證的主體圖像的一個例子；
圖17說明用于判斷在圖16中的主體圖像內(nèi)的遮蔽區(qū)域[M]的表決結(jié)果；圖18說明檢測模塊的進一步改變；圖19說明包括背景噪聲的主體圖像[S]；圖20說明消除背景噪聲的方案；圖21說明檢測模塊的更進一步修改；圖22A說明包括人面孔的主體圖像[S]；圖22B說明為圖22A的主體圖像得到的頻率分布柱狀圖；圖23A說明包括將確定為錯誤遮蔽的無變化模式區(qū)域的主體圖像[S]；圖23B說明為圖23A的主體圖像得到的頻率分布柱狀圖；圖24說明將驗證的主體圖像[S]；圖25說明從圖24的主體圖像得出的邊緣圖像[E]；圖26說明從圖24的主體圖像得出的方向主體圖像[DS]；圖27說明壓縮圖26的圖像而得到的縮減方向主體圖像[DS]；圖28A和28B是關(guān)于用于遮蔽區(qū)域[M]的驗證的方向微分的頻率分布的柱狀圖；圖29A和29B是說明關(guān)于用于遮蔽區(qū)域[M]的驗證的方向微分的頻率分布的近似函數(shù)的圖表；圖30A和30B是說明關(guān)于用于遮蔽區(qū)域[M]的驗證的方向微分的頻率分布的另一近似函數(shù)的圖表；圖31說明在上述系統(tǒng)中使用的經(jīng)修改的驗證單元；圖32說明劃分成子分區(qū)的遮蔽的主體圖像[S]；圖33說明可在上述系統(tǒng)中使用的驗證單元；圖34說明為檢查亮度非平衡而劃分成兩個對稱子區(qū)的遮蔽的主體圖像[S]；圖35是說明在圖33的驗證單元進行的驗證順序的流程圖；圖36說明為檢查亮度非平衡而劃分成四個對稱子區(qū)的遮蔽的主體圖像[S]；以及圖37是說明在上述驗證單元中進行的另一驗證順序的流程圖；具體實施方式
現(xiàn)在參考圖1，示出了根據(jù)本發(fā)明的第一實施例的人面孔識別系統(tǒng)。雖然所說明的實施例公開了用于人面孔驗證的系統(tǒng)作為典型應(yīng)用，但本系統(tǒng)并不局限于此，它也能同樣與保安攝像機或類似的攝像機結(jié)合使用，用于控制攝像機在人面孔上的變焦和/或進行角度調(diào)整，實現(xiàn)對在主體圖像內(nèi)的人面孔的容易確認。在此意義上，該系統(tǒng)也可以與為了容易和可靠地識別人面孔而被設(shè)計來糾正人面孔圖像的圖像處理系統(tǒng)合并。進一步地，應(yīng)當注意到本發(fā)明不應(yīng)被限制于人面孔識別，它也能同樣用于識別具有特殊圖像性質(zhì)的任何其它對象，例如，工廠裝配線上運行的裝配零件或交通現(xiàn)場的車輛。
該系統(tǒng)包括用于對要驗證的人面孔圖像拍照的攝像機10、讀取來自攝像機10的圖像以給出將要驗證的主體圖像[S]的圖像讀取器30，以及用于存儲被拍攝為照片圖像的圖像大小模板[T]以及驗證模板[V]的模板存儲器20。而且遮蔽定位器40和驗證單元100也包括該系統(tǒng)中。遮蔽定位器40從主體圖像[S]內(nèi)提取與圖像大小模板[T]匹配的遮蔽區(qū)域[M]，而驗證單元100將主體圖像[S]的遮蔽區(qū)域[M]與驗證模板[V]進行比較以驗證包括在主體圖像[S]中的人面孔是否與由驗證模板[V]給定的人面孔相同。
該遮蔽定位器40包括將圖像大小模板[T]和主體圖像[S]分別轉(zhuǎn)換成密度梯度方向模板圖像[DT]和密度梯度方向主體圖像[DS]的圖像轉(zhuǎn)換器42，密度梯度方向模板圖像[DT]和密度梯度方向主體圖像[DS]都具有象素陣列。每個存儲密度梯度方向值(θT，θS)。該轉(zhuǎn)換通過使用已知的3×3Sobel過濾器(如圖2所示)來進行轉(zhuǎn)換，以便為每個象素得到x軸導(dǎo)數(shù)(dx)和y軸導(dǎo)數(shù)(dy)，然后使用下述公式(1)、(2)和(3)計算出密度梯度方向值(θT，θS)。
dx＝(c+2f+i)-(a+2d+g) (1)dy＝(g+2h+i)-(a+2b+c) (2)θT，θS＝tan-1(dy/dx) (3)其中，a、b、c、d、e、f、g、h和i代表單獨的密度，其給予如圖3所示格式的3×3陣列中的9個象素。
圖4A和4B分別示出圖像大小模板[T]和相應(yīng)的密度梯度方向模板圖像(此后簡稱為方向模板圖像)[DT]，而圖5A和5B分別顯示主體圖像[S]和其密度梯度方向主體圖像(此后簡稱為方向主體圖像)[DS]。
這些被依靠來確定遮蔽區(qū)域[M]的方向圖像[DT，DS]包括了主體圖像的特征。因此如圖6所示，從方向主體圖像[DS]中提取的遮蔽區(qū)域[M]，隨后被用來與在驗證單元100的驗證模板[V]的進行比較。驗證單元100的細節(jié)將在后面討論。
回到圖1，遮蔽定位器40除了包括分別用于存儲圖像[DT，DS]的方向模板圖像存儲器44和主體圖像存儲器46外，還包括被配置成得到方向模板圖像[DT]，也就是圖像大小模板[T]，的特征的參數(shù)的特征分析器50。如圖7A和7B所示，首先進行的是選擇圍繞中點CT的多個參考點或象素(R0，...Rn)以及為每個參考點獲得參數(shù)，該中點CT是方向模板圖像[DT]的幾何中心。參數(shù)包括密度梯度方向值(θT)、從中點(CT)延伸到每個參考點的直線的距離(L)、通過參考點的直線相對于水平軸(β)的角度(α)和坐標R(x，y)。然后這些參數(shù)被存儲在格式如圖8所示的表52中。
遮蔽定位器40還包括被配置成在方向主體圖像[DS]內(nèi)搜索遮蔽區(qū)域[M]的表決模塊60。首先進行的是為方向主體圖像[DS]內(nèi)的每個象素獲得密度梯度方向值(θS)<圖9中的步驟1>，然后參考表52以讀取給予具有相同方向值(θS＝θT)的方向模板圖像[DT]的象素的距離(L)、角度(α)和坐標R(x，y)等參數(shù)<圖9中的步驟2>。然后，表決模塊60根據(jù)下述公式(4)和(5)為遮蔽區(qū)域[M]的中心計算候選點C(xm，ym)，這計算涉及到方向主體圖像[DS]內(nèi)的每個象素，表決模塊還對候選點進行表決，即，因此為遮蔽區(qū)域[M]計算出臨時中心<圖9中的步驟3>。
Cxm＝k×L×cos(α+)+Rx (4)Cym＝k×L×sin(α+)+Ry (5)其中(k)是表示倍數(shù)的變量，()是旋轉(zhuǎn)角度的變量。
倍數(shù)(k)被給定用于表示遮蔽區(qū)域[M]相對于方向模板圖像[DT]的大小的比率，而旋轉(zhuǎn)角度()表示相對于方向模板圖像[DT]的遮蔽區(qū)域[M]的旋轉(zhuǎn)。這些變量被控制以分別在預(yù)先的范圍內(nèi)改變，將在后面詳細討論。
為了易于理解表決模塊60的功能，在此討論以解釋確定遮蔽區(qū)域[M]的正確中心的基本功能，假定主體圖像[S]被拍攝以包括對象，即，與圖像大小模板[T]具有相同大小和與圖像大小模板有角度地排列的遮蔽區(qū)域[M]。在這種情況下，上述公式將因此沒有變量(k)和()，并使用縮減的上述公式(4)和(5)來進行表決以在如圖10所示的表決空間中給出多個候選點C(xm，ym)，并且給出相應(yīng)的表決結(jié)果表62，在表62中每個候選點都與給定到那的表決數(shù)相關(guān)聯(lián)。
參考表決結(jié)果表62，即，圖10的表決空間，包括在遮蔽定位器40中的檢測模塊70分析表決數(shù)，以便根據(jù)預(yù)定的標準指定候選點為遮蔽區(qū)域[M]的真正中心，因此從方向主體圖像[DS]內(nèi)定位或提取出遮蔽區(qū)域[M]以用驗證模板[V]驗證<圖9中的步驟4>。簡而言之，具有最大表決數(shù)的候選點被指定為遮蔽區(qū)域[M]的中心。
現(xiàn)在，使用變量(k)和()說明遮蔽定位器40的詳細功能，以得到的包括該對象或遮蔽區(qū)域[M]的主體圖像為補償來確定遮蔽區(qū)域[M]，該對象或遮蔽區(qū)域[M]可能在一定程度上在大小和旋轉(zhuǎn)上相對于圖像大小模板[T]不同。為了這一目的，倍數(shù)(k)和旋轉(zhuǎn)角度()分別被控制以在預(yù)定的范圍內(nèi)以預(yù)定的步長改變。而且，遮蔽定位器40被構(gòu)想為通過初步表決和其后的主表決準確快速地提取遮蔽區(qū)域[M]。檢測模塊70包括分別指示表決模塊60進行初步表決和主表決的初步檢測器71和主檢測器72。初步表決被進行在寬范圍內(nèi)以粗略步長來改變變量，而主表決被進行在有限的范圍內(nèi)以精確的步長來改變變量。例如，初步表決設(shè)置0.6到1.2的寬范圍，在該范圍內(nèi)倍數(shù)(k)以粗略步長0.2改變，以及設(shè)置-20°到+20°的寬范圍，在該范圍內(nèi)旋轉(zhuǎn)角度()以粗略步長10°改變。在主表決中，根據(jù)初步表決的結(jié)果，各個有限范圍被設(shè)置為較窄范圍，在該范圍內(nèi)倍數(shù)(k)以0.1的精確步長改變而旋轉(zhuǎn)角度()以5°的精確步長改變。
因此，為每個倍數(shù)(k)，初步表決通過從0.6到1.2以步長0.2改變倍數(shù)(k)，同時從-20°到+20°以步長10°改變旋轉(zhuǎn)角度()來進行。因此，在這種情況下，上述公式(4)和(5)通過改變(k)和()被重復(fù)并為每個(k)和()的組合對候選點C(xm，ym)表決，然后與最大表決數(shù)相關(guān)的(k)和()被選擇。例如，如圖11所示，當方向主體圖像[DS]包括在大小上約是方向模板圖像[DT]0.9倍并相對于模板圖像[DT]傾斜+10°的對象時，初步表決為k(max)＝0.9和(max)＝+10°的組合選擇最大表決數(shù)。得到這一結(jié)果后，表決模塊60為(k)分別設(shè)置有限范圍的更低限制，即，k(max)減去粗略步長0.2[k(low)＝k(max)-0.2]和更高限制，即，k(max)加上粗略步長0.2[k(up)＝k(max)+0.2]，同樣地，為旋轉(zhuǎn)角度()設(shè)置更低限制(low)＝(max)-10°和更高限制(up)＝(max)+10°。然后，主表決通過以精確步長0.1在有限范圍內(nèi)改變倍數(shù)(k)，且以精確步長5°在有限范圍內(nèi)改變()來進行，以便為每個(k)和()的組合對候選點進行表決。根據(jù)主表決的結(jié)果，檢測模塊70找出具有最大表決數(shù)的(k)和()的組合，并指定相應(yīng)的候選點C(xm，ym)為遮蔽區(qū)域[M]的中心，同時為該組合導(dǎo)出倍數(shù)(k)和旋轉(zhuǎn)角度()作為確定的與圖像大小模板[T]或它的方向模板圖像[DT]相關(guān)的遮蔽區(qū)域[M]的倍數(shù)和旋轉(zhuǎn)角度。因此，依照相對于模板的大小和旋轉(zhuǎn)角度準確確定遮蔽區(qū)域[M]，它在方向主體圖像[DS]內(nèi)的中心也被準確確定。對于這一信息，為了根據(jù)驗證圖像模板[V]準確登記遮蔽區(qū)域[M]，通過參考已確定的倍數(shù)(k)和旋轉(zhuǎn)角度()，檢測模塊70操作以擴大或減小該驗證圖像模板[V]的大小和/或旋轉(zhuǎn)該驗證圖像模板[V]。為了這一目的，遮蔽定位器40包括提供相關(guān)參數(shù)的模板調(diào)整器73，通過這些參數(shù)，驗證單元100調(diào)整與遮蔽區(qū)域[M]匹配的驗證圖像模板[V]的大小和/或旋轉(zhuǎn)該驗證圖像模板[V]，以驗證由相比較于驗證圖像模板[V]的遮蔽區(qū)域[M]限制的主體圖像[S]。驗證單元100被給定限定了關(guān)于大小和旋轉(zhuǎn)角度的圖像大小模板[T]和驗證圖像模板[V]之間的關(guān)系的數(shù)據(jù)，這樣為了將其準確比較，驗證單元100能調(diào)整與遮蔽區(qū)域[M]匹配的該驗證圖像模板[V]的大小和/或旋轉(zhuǎn)該驗證圖像模板[V]。
如圖12所示，為了獲得相對于方向模板圖像[DT]的遮蔽區(qū)域[M]的更精確的大小和旋轉(zhuǎn)，檢測模塊70A可以被配置成進一步包括曲線產(chǎn)生器74和評估器76。在此情況下，初步檢測器71被配置成指示表決模塊60首先進行上述的初步表決，并得到具有最大表決數(shù)的最初距離(L)，即，倍數(shù)k(max)以及最初旋轉(zhuǎn)角度(max)。然后，初步檢測器71選擇兩個相鄰的外圍距離，即，最初倍數(shù)k(max)的相反側(cè)的倍數(shù)的外圍值，并選擇兩個相鄰的在最初旋轉(zhuǎn)角度(max)的相對側(cè)的外圍角度。例如，當由于具有最大表決數(shù)的最初倍數(shù)k(max)＝1.0被選擇時，如圖13A所示，倍數(shù)k的外圍值被選擇為0.8和1.2。同樣，當由于具有最大表決數(shù)的最初旋轉(zhuǎn)角度(max)＝0°被選擇時，如圖14A所示，旋轉(zhuǎn)角度的外圍值被選擇為-10°和+10°。然后，主檢測器72指示表決模塊60僅在分別位于倍數(shù)(k)和旋轉(zhuǎn)角度()的外圍值之間的有限范圍內(nèi)以0.1和5°的精確步長進行主表決，給出圖13B和14B的表決結(jié)果。根據(jù)該表決結(jié)果，如圖13B和14B所示，曲線產(chǎn)生器74為每個倍數(shù)(k)和旋轉(zhuǎn)角度()的表決數(shù)產(chǎn)生近似曲線Ck、C。相應(yīng)于曲線Ck和C的最大值，該評估器76分別分析該曲線以給出評估的倍數(shù)(k)和評估的旋轉(zhuǎn)角度()，如圖13B和14B中虛線所示，因此得到相對于方向模板圖像[DT]，即，圖像大小模板[T]，的遮蔽區(qū)域[M]的更準確的大小和旋轉(zhuǎn)角度，。近似曲線的一個例子能由二次方程式公式y(tǒng)＝a×x2+b×x+c表示，從該公式中能得到如=-b2×a]]>的最大值。
雖然上面說明的表決是通過改變倍數(shù)(k)和旋轉(zhuǎn)角度()兩者來進行的，但當被選擇的主體圖像[S]具有的對象或遮蔽區(qū)域[M]的大小與圖像大小模板[T]相同或在角度地與圖像大小模板[T]排列時，其中之一的任一個就足夠了。
進一步地，圖像大小模板[T]或它的方向模板圖像[DT]可以在大小和角度上改變，這樣遮蔽定位器40在表決期間不用改變倍數(shù)和/或旋轉(zhuǎn)角度，并能被相應(yīng)地配置成每當方向圖像在大小和角度上改變時，進行表決。在此情況下，遮蔽定位器40被配置成包括用于在預(yù)定的范圍內(nèi)改變方向模板圖像[DT]大小的倍增器(未顯示)和用于在預(yù)定的范圍內(nèi)改變方向模板圖像[T]的旋轉(zhuǎn)角度的旋轉(zhuǎn)器(未顯示)。然后特征分析器50導(dǎo)出必需的參數(shù)，即距離(L)、角度(α)、方向值(θT)，以為每個改變的方向模板圖像[DT]產(chǎn)生表52，這樣檢測模塊70就找出每個具有最大表決數(shù)的大小和旋轉(zhuǎn)角度，因此選擇改變的方向模板圖像[DT]之一，以便與遮蔽區(qū)域[M]匹配。
該檢測模塊可以被配置成提取多個遮蔽區(qū)域[M]，然而排除彼此部分互相重疊的多個遮蔽區(qū)域[M]中的一個。例如，如圖16所示，當主體圖像[S]包括兩個都要被驗證的人面孔時，檢測模塊70B可以被配置成分別為兩張人面孔提取兩個遮蔽區(qū)域[M]。為此目的，如圖15所示，檢測模塊70B包括選擇器80和遮蔽提供器82。選擇器80參考圖17中的表決結(jié)果并選擇具有表決數(shù)超過預(yù)定的表決閾值的候選點C(xm，ym)作為單獨的遮蔽區(qū)域[M]指定的中心。結(jié)合與每個被選擇的候選點相關(guān)的倍數(shù)(k)和旋轉(zhuǎn)角度()，該遮蔽提供器82負責描繪圍繞由選擇的候選點確定的單獨中心的遮蔽區(qū)域[M]。根據(jù)每個得到的遮蔽區(qū)域[M]的大小和旋轉(zhuǎn)角度，模板調(diào)整器73給出與用于在驗證單元100驗證的方向模板圖像[DT]匹配的遮蔽區(qū)域[M]。驗證模塊70B進一步包括復(fù)制檢查器84，復(fù)制檢查器運行當遮蔽區(qū)域與另一個遮蔽區(qū)域部分重疊并被判斷為不重要時取消該遮蔽區(qū)域。例如，當圖16中由虛線所指的另一遮蔽區(qū)域[M(F2)]被選擇器74選擇為與相鄰的遮蔽區(qū)域[M(F1)]部分重疊時，復(fù)制檢查器78被激活，以便為每個重疊的遮蔽區(qū)域[M(F1)]和[M(F2)]得到表決數(shù)，并最終只指定具有最大表決數(shù)的遮蔽區(qū)域作為將被驗證的遮蔽區(qū)域的代表。因此，如果遮蔽區(qū)域[M(F2)]由具有的表決數(shù)小于確定遮蔽區(qū)域[M(F1)]的候選點的表決數(shù)的候選點所確定，則復(fù)制檢查器84判斷遮蔽區(qū)域[M(F2)]是不重要的且不是真正表示將被驗證的人面孔，因此忽略遮蔽區(qū)域[M(F2)]。通過比較包括在單個遮蔽區(qū)域內(nèi)的象素的坐標，遮蔽區(qū)域的復(fù)制可以很容易地在復(fù)制檢查器84中被確認。
進一步地，如圖18所示，不同結(jié)構(gòu)的檢測模塊70C可以被用在遮蔽定位器40中，以便過濾可能包括在主體圖像[S]內(nèi)并因此在它的方向主體圖像[DS]中的背景噪聲。除了選擇器80和遮蔽提供器82外，檢測模塊70C還包括背景噪聲過濾器86，該背景噪聲過濾器消除包括在主體圖像[S]內(nèi)的背景噪聲。如圖19所示，當主體圖像[S]包括無變化模式的區(qū)域[Mx]時，該區(qū)域可以被確認為在相應(yīng)的方向主體圖像[DS]內(nèi)的遮蔽區(qū)域[M]。即，如圖20所示，由于選擇器80選擇了具有表決數(shù)超過預(yù)定表決閾值的候選點，存在遮蔽提供器82在方向主體圖像[DS]內(nèi)確定出錯誤遮蔽區(qū)域[M]的可能性。為了取消錯誤遮蔽區(qū)域[M]，檢測模塊70C包括背景噪聲過濾器86，該背景噪聲過濾器被配置來得到表示給予圍繞遮蔽區(qū)域[M]的候選點的每個象素的表決數(shù)的參數(shù)，并過濾出具有超過預(yù)定表決閾值的參數(shù)的遮蔽區(qū)域。在此情況下，如圖20所示，過濾器86拾取外圍象素而不是9個中心象素，并計算為單個外圍象素[P]給出的表決數(shù)的平均值。當該平均值超過預(yù)定表決閾值時，該過濾器86判斷遮蔽區(qū)域[M]是錯誤的并取消該遮蔽區(qū)域。這一判斷是根據(jù)當遮蔽區(qū)域包括人面孔時表決將被集中在遮蔽區(qū)域[M]的中心這一事實，而當遮蔽區(qū)域包括如圖19所示的在主體圖像S中的無變化模式時表決將更加分散在遮蔽區(qū)域[M]內(nèi)。
圖21示出了檢測模塊70D的進一步修改，而且檢測模塊70D被配置成與上述的檢測模塊70C不同的方式來消除背景噪聲。檢測模塊70D除了背景噪聲過濾器86D的功能外，其它都與檢測模塊70C相同。過濾器86D被配置成給出與由遮蔽提供器82給出的遮蔽區(qū)域[M]內(nèi)的象素相關(guān)的密度梯度方向值的頻率分布。該頻率分布能由圖22B中的柱狀圖表示，其中將方向值分類成從D0到D7的8個類，每一類覆蓋45°。然后，過濾器86D從該遮蔽區(qū)域的頻率分布中得到與下述公式(6)一致的方差(variance)(Va)，Va=1n-1Σi=0n(xi-x‾)2---(6)]]>其中，i＝0到7，xi表示類的頻率，x是該頻率的平均值。
當方差(Va)超過預(yù)定的方差閾值時，過濾器86D判斷該遮蔽區(qū)域[M]是錯誤的并取消該遮蔽區(qū)域。例如，當主體圖像[S]包括如圖22A所示的人面孔時，該結(jié)果頻率分布將如具有0.0012的方差(Va)的圖22B的柱狀圖所示。而另一方面，例如，當主體圖像[S]包括最終被當成錯誤遮蔽的區(qū)域時，如圖23A所示，該結(jié)果頻率分布將如具有0.042的方差(Va)的圖23B所示。判斷器是根據(jù)如下事實進行判斷的，即人面孔會給出遍及類的具有相當均勻分布的密度梯度方向值，而如圖23A所示的無變化模式會給出集中到特別類或幾個類的密度梯度方向值。因此，通過合適地選擇方差閾值，僅確定人面孔的遮蔽區(qū)域，以對其進行可靠驗證。
代替分析關(guān)于為遮蔽區(qū)域[M]給定的密度梯度方向值的頻率分布的方差(Va)，背景噪聲過濾器可以被配置成分析關(guān)于用于判斷錯誤遮蔽區(qū)域的頻率分布的最大周期[C]。在這種情況下，為了得到公式(9)的最大周期(C)，該周期通過使下述公式(7)和(8)適合于在圖22B或23B所舉例子的頻率分布而得到cy0＝|(x0+x4)-(x2+x6)| (7)cy1＝|(x1+x5)-(x3+x7)| (8)C＝max(cy0，cy1)(9)當最大周期(C)超過預(yù)定的周期閾值時，背景噪聲過濾器判斷遮蔽區(qū)域[M]是錯誤的并取消該遮蔽區(qū)域。例如，圖22A中的主體圖像的頻率分布給出最大周期0.062，而圖23A中的主體圖像的頻率分布為最大周期給出0.898這一相當大的值。因此，通過適當選擇周期閾值，錯誤的遮蔽區(qū)域可以被丟棄以可靠地驗證。
回到圖1，圖像轉(zhuǎn)換器42可以被配置成分別將方向模板圖像[DT]和方向主體圖像[DS]壓縮成縮減方向模板圖像和縮減方向主體圖像，其存儲在存儲器44和46中以由特征分析器50和表決模塊60處理。在這種情況下，如圖26和27所示，每個縮減圖像具有在方向模板圖像[DT]和方向主體圖像[DS](在這一部分中，此后簡稱為標準圖像)中的象素的四分之一的象素數(shù)，這樣，由標準圖像中的四個象素組成的每個單位區(qū)域[U]就合并成縮減圖像中的單一的子象素[P]。圖像轉(zhuǎn)換器42包括壓縮模塊，該壓縮模塊通過使用上述的公式(1)和(2)為在圖像大小模板[T]或主體圖像[S](圖24)中的每個象素獲得與密度相關(guān)的x軸導(dǎo)數(shù)(dx)和y軸導(dǎo)數(shù)(dy)，并進一步得到由下述公式(10)確定的微分強度(dxy)，從而給出如圖25所示的邊緣圖像[E]，該邊緣圖像具有象素陣列，每個都分配了微分強度(dxy)。
dxy=(dx+dy)2---(10)]]>然后，比較模塊選擇邊緣圖像[E]內(nèi)的四個象素組[G]的每個組作為相應(yīng)于單位區(qū)域[U]，以便找出哪一個象素具有最大微分強度，并指定該象素為代表象素。隨后，參考標準圖像[DT，DS]以從那里選擇給予相應(yīng)于代表象素的象素的密度梯度方向值(θT，θS)，由此將選擇的方向值分配給圖27中的縮減圖像[Ds]中的每個單一子象素[P]。
例如，當象素“a1”、“b1”、“c1”和“d1”中的一個，比如“b1”具有最大微分強度且被指定為代表象素，如圖25所示，該比較模塊參考相應(yīng)的象素組“A1”、“B1”、“C1”和“D1”，如圖26所示，并在組G中選擇被給予相應(yīng)于代表象素的象素“B1”的密度梯度方向值，以將選擇的方向值分配給圖27的縮減圖像[Ds]中的單一子象素[P]。雖然

了與主體圖像或方向主體圖像[DS]相關(guān)的數(shù)據(jù)壓縮，但圖像大小模板[T]和它的方向模板圖像[DT]可以用同樣的方式處理以提供縮減的方向模板圖像。
現(xiàn)在討論驗證單元100，該驗證單元100驗證由遮蔽區(qū)域[M]限制的主體圖像與驗證模板[V]相匹配。如圖1所示，驗證單元100包括方向圖像轉(zhuǎn)換器110和微分器120。轉(zhuǎn)換器110被配置成將驗證模板[V]轉(zhuǎn)換成具有每個象素都存儲密度梯度方向值(θV)的象素陣列的密度梯度方向驗證模板[DV]。微分器120獲得在方向主體圖像(DS)的遮蔽區(qū)域[M]的每個象素和密度梯度方向驗證模板(DV)的相應(yīng)象素之間的密度梯度方向的方向微分(dθ＝θs-θv)。而且驗證單元100還包括類提供器130，類提供器130被配置成提供預(yù)定數(shù)的按照方向微分分類的不同類，并給出方向微分(dθ＝θs-θv)的頻率分布，如圖28A和28B所示。分析器140被包括以指定類的有限集合并為指定類計數(shù)頻率值的總和，用于給出為總和的函數(shù)的評估參數(shù)。在這種情況下，分析器140指定覆蓋較小方向微分(dθ＝θs-θv)范圍的類Ca-Cb的限制集合，例如0°到42°，并定義評估參數(shù)為頻率值的總和與在驗證模板[DV]中的象素總數(shù)的比率。根據(jù)評估參數(shù)，即，比率(k1)，當比率(k1)超過預(yù)定閾值時，判斷器150驗證方向主體圖像[DS]內(nèi)的遮蔽區(qū)域[M]與驗證圖像模板[DV]相同，從而發(fā)出驗證確認信號。否則，判斷器150發(fā)出驗證失敗信號。
當遮蔽區(qū)域[M]與驗證圖像模板[DV]相同時，如圖28A的柱狀圖所示，方向微分(dθ＝θs-θv)的頻率分布被得到。而在另一方面，當遮蔽區(qū)域[M]與驗證圖像模板[DV]不相同時，即示出另一個人的面孔時，如圖28B的柱狀圖所示的結(jié)果頻率分布被得到，特別是在覆蓋更小方向微分的類Ca-Cb中，看上去頻率值更少。因此，判斷器150通過使用適當選擇的閾值能夠成功地驗證遮蔽區(qū)域[M]。
此外，由于圖28A的柱狀圖看上去比圖28B的柱狀圖在另一個覆蓋更大方向微分如94°到134°的類Cc-Cd的限制集合內(nèi)具有更少的頻率值，判斷器150可以被配置成為類Cc-Cd提取頻率值，獲得為該類計數(shù)的頻率值的總和與象素總數(shù)的比率(k2)，并根據(jù)該比率進行驗證，即當比率(k2)小于另一個預(yù)定閾值時驗證遮蔽區(qū)域[M]的識別。該判斷可以代替或附加比率(k1)使用。
而且，驗證單元100包括象素過濾器112，該象素過濾器被配置成得到與用于在驗證模板[V]和由遮蔽區(qū)域[M]確定的主體圖像[S]的至少一個中的每個象素的密度相關(guān)的x軸導(dǎo)數(shù)(dx)和y軸導(dǎo)數(shù)(dy)。然后，當對于那個象素的x軸導(dǎo)數(shù)(dx)和y軸導(dǎo)數(shù)(dy)都為0時，該象素過濾器112指定該象素為特定象素，這樣，微分器120忽略方向主體圖像[DS]的遮蔽區(qū)域[M]內(nèi)的特定象素和方向驗證模板[DV]內(nèi)的相應(yīng)象素，并且不給出與特定象素相關(guān)的方向微分(dθ＝θs-θv)。因此，要進行由于θs＝θv而使方向微分真正為0的情況與表示沒有密度梯度的dx和dy為0并由公式θV，θS＝tan-1(dy/dx)導(dǎo)致θs＝0和θv＝0的例外情況的辨別。因此，包括象素過濾器112保證了更可靠的驗證。
更進一步，驗證單元100還包括亮度過濾器114，該亮度過濾器被配置成取得分配給由遮蔽區(qū)域[M]確定的主體圖像[S]的每個象素的亮度值。過濾器114選擇每個象素作為中心象素以及直接相鄰的鄰近象素，并為每個選擇的象素獲得亮度值，并當一個或多個被選擇的象素具有最大亮度值時指定中心象素為特定象素。在這種情況下，圍繞中心象素選擇8個周圍象素。因此，當一個或多個被選擇的象素是給定的飽和亮度時，該中心象素被判斷為對于給出的密度梯度方向(θV)或方向微分(dθ＝θs-θv)是不可靠的，并因此雜微分器120忽略掉。也就是，微分器120忽略在方向主體圖像[DS]內(nèi)的與特定象素一致的象素以及在方向驗證模板[DV]內(nèi)的相應(yīng)象素，這樣就不給出與特定象素相關(guān)的方向微分(dθ＝θs-θv)。
分析器140可以選擇性地配置來分析頻率分布，以便給出其近似函數(shù)，并從近似函數(shù)中提取常數(shù)項作為評估參數(shù)。如下表所示，頻率分布通過分配1.00的標準化頻率到0°的類而首先進行標準化。

根據(jù)標準化頻率，分析器140給出由下述公式(11)表達的近似函數(shù)，y＝1×B-x(11)其中，y表示標準化頻率，(x)是類值，(B)是常數(shù)項。
分析器140提取常數(shù)項(B)作為評估參數(shù)，這樣，當常數(shù)項(B)大于預(yù)定閾值時，判斷器150驗證在主體圖像[S]內(nèi)的遮蔽區(qū)域[M]與驗證圖像模板[V]相同。例如，當表示遮蔽區(qū)域與驗證模板[V]相同的圖28A的頻率分布時，上述標準化給出圖29A的結(jié)果近似函數(shù)曲線，以及結(jié)果近似函數(shù)給出常數(shù)項(B)＝1.05。而在另一方面，當表示遮蔽區(qū)域[M]與驗證模板不相同的圖28B的頻率分布時，上述標準化給出圖29B的結(jié)果近似函數(shù)曲線，以及結(jié)果近似函數(shù)給出常數(shù)項(B)＝1.002。因此，判斷器150通過使用閾值如1.03能夠成功地驗證遮蔽區(qū)域。
同樣，分析器140也可以給出近似函數(shù)而不將頻率分布標準化。在這種情況下，該近似函數(shù)可以通過下述公式(12)表達，y＝A×B-x(12)其中，y表示頻率值，(A)是系數(shù)，(x)是類值，以及(B)是常數(shù)項。
由于常數(shù)項(B)獨立于系數(shù)(A)，因此驗證能夠通過將常數(shù)項與適當閾值進行比較而進行。
進一步地，分析器140可以使用標準化頻率分布，并依靠另一個由下述公式(13)表達的近似函數(shù)，y=A·-Dx-D---(13)]]>其中，y表示標準化頻率，(A)是系數(shù)，(x)是類值，以及(D)是常數(shù)項。
圖30A說明了圖28A的頻率分布的結(jié)果近似函數(shù)曲線，而圖30B說明了圖28B的頻率分布的結(jié)果近似函數(shù)曲線。常數(shù)項(D)被發(fā)現(xiàn)可很好地對圖30A和圖30B的標準化頻率分布進行判別，并可被依靠而用于驗證。
參考圖31，該圖示出了修改的驗證單元100A，該驗證單元另外包括了用于根據(jù)人面孔具有超過一個的明顯不同的部分來改善驗證效率的控制器160，這些部分如包括在主體圖像的遮蔽區(qū)域[M]內(nèi)的眼、眉毛、鼻子和嘴，如圖32所示?？刂破?60被配置成選擇包括在遮蔽區(qū)域[M]內(nèi)的子分區(qū)S1到S6中的一個以覆蓋明顯不同的部分，并暫時將遮蔽區(qū)域[M]限制到所選擇的子分區(qū)，以便調(diào)用判斷器150，即指示判斷器進行與選擇的子分區(qū)相關(guān)的驗證。為了驗證選擇的子區(qū)，控制器160因此與微分器120和分析器140以及判斷器150相連?？刂破?60被配置成對單獨的子分區(qū)依次進行驗證，直到任一子分區(qū)被驗證出與驗證模板的相同或直到所有的子分區(qū)都被分析過，而無論首先驗證哪一個。因此，當驗證任一子分區(qū)時，判斷器150就發(fā)出驗證確認信號。否則，判斷器發(fā)出驗證失敗信號。
可選地，控制器可以被配置成將遮蔽區(qū)域[M]限制到剛選擇的子分區(qū)以及先前選擇的所有子分區(qū)，直到判斷器判斷出驗證或直到所有的子分區(qū)被選擇。因此，驗證可以以累積的子分區(qū)為基礎(chǔ)以進行更可靠的驗證。
圖33說明了可以用在上述系統(tǒng)中的驗證單元200，以代替前面說明過的驗證單元。驗證單元200經(jīng)特別構(gòu)思以給出可靠驗證結(jié)果以很好地補償可能在主體圖像[S]中看到的不均勻的亮度或密度分布。也就是說，驗證單元200首先確認在由遮蔽區(qū)域[M]限制的主體圖像[S]內(nèi)是否有相當多的亮度非平衡，并判斷遮蔽區(qū)域的哪一部分或哪幾部分已被依靠而用于驗證。為了這一目的，驗證單元200包括亮度非平衡檢查器210，該非平衡檢查器210被配置成將遮蔽區(qū)域[M]劃分成兩個子分區(qū)且為在每個子分區(qū)內(nèi)的所有象素得到表示平均值的亮度指數(shù)或與密度相關(guān)的方差。該非平衡檢查器210提供非平衡度，該非平衡度是所獲得的兩個亮度指數(shù)的函數(shù)，且當兩個亮度指數(shù)彼此更接近時將會變得更小。例如，如圖34所示，遮蔽區(qū)域[M]被劃分成兩個對稱的子分區(qū)SL和SR以得到每個子分區(qū)的亮度指數(shù)，并因此得到結(jié)果非平衡度。函數(shù)的一個例子是為每個子分區(qū)得到的亮度指數(shù)間的差或比率。
控制器260被包括在驗證單元200中，以便根據(jù)非平衡度來選擇兩個分析中的一個，其中一個使用完全區(qū)域分析器220以分析完整的遮蔽區(qū)域[M]，另一個使用限制的區(qū)域分析器230以分析遮蔽區(qū)域[M]內(nèi)的限制部分。當非平衡度超過預(yù)定的非平衡閾值(UT1)時，即有相當大的亮度非平衡時，該控制器260依靠限制的區(qū)域分析器230，否則依靠完全區(qū)域分析器220。
完全區(qū)域分析器220被配置成將由遮蔽區(qū)域[M]限定的主體圖像與驗證圖像模板[V]進行與密度相關(guān)的比較，以便給出第一相關(guān)系數(shù)，并當?shù)谝幌嚓P(guān)系數(shù)超過預(yù)定的第一相關(guān)閾值(CT1)時提供完全驗證確認信號，否則提供完全驗證失敗信號。當有限區(qū)域分析器230被配置成將每個子區(qū)和驗證圖像模板[V]的相應(yīng)部分進行比較，以給出第二相關(guān)系數(shù)，由此當?shù)诙嚓P(guān)系數(shù)超過預(yù)定的第二相關(guān)閾值(CT2)時提供限制的驗證確認信號，否則提供有限驗證失敗信號。根據(jù)上述的兩個分析，判斷器250提供一致的驗證結(jié)果，如將結(jié)合圖35的流程圖進行說明。
如圖35所示，控制器260首先激活完全區(qū)域分析器220以進行完全區(qū)域分析以觀察完全驗證確認信號和完全驗證失敗信號中的哪一個被發(fā)出<步驟1>。當觀察到完全驗證確認信號時，控制器260指示判斷器250提供被遮蔽的主體圖像被驗證的第一結(jié)果。否則，控制器260激活亮度非平衡檢查器210以進行非平衡檢查<步驟2>，并觀察非平衡度是否超過預(yù)定的非平衡閾值(UT1)<步驟3>。當非平衡度不大于非平衡閾值(UT1)時，控制器260指示判斷器250提供主體圖像沒有被驗證且沒有實質(zhì)性的亮度非平衡的第二結(jié)果。而另一方面，當非平衡度超過非平衡閾值(UT1)時，控制器260激活限制區(qū)域分析器230以進行限制的區(qū)域分析<步驟4>。在這一分析中，當任一子區(qū)給出的第二相關(guān)系數(shù)超過第二閾值(T2)時得到限制的驗證確認信號。否則，得到限制的驗證失敗信號。該分析的優(yōu)點在于，減少了主體圖像[S]由于沒有被驗證而可能被丟棄的可能性，雖然它原本將被驗證或鑒別是否與圖像模板[V]相同。響應(yīng)于限制的驗證確認信號，控制器260指示判斷器250發(fā)出被遮蔽的主體圖像被驗證且有相當大的亮度非平衡的第三結(jié)果。響應(yīng)于限制的驗證失敗信號，該控制器260指示判斷器250發(fā)出被遮蔽的圖像沒有被驗證且有相當大的亮度非平衡的第四結(jié)果?？刂破?60可以被安排來將非平衡度信息與相應(yīng)的結(jié)果相加。
由于當非平衡度增加時相關(guān)系數(shù)將變小，因此為了即使出現(xiàn)非平衡亮度時也能可靠驗證，最好使第二相關(guān)閾值(CT2)小于第一閾值(CT1)。而且，為了更一致的驗證，第二相關(guān)閾值(CT2)可以隨著非平衡度的增加而持續(xù)或逐步地變小。
進一步地，控制器260可以被配置成甚至當完全驗證確認信號發(fā)出時進行亮度非平衡檢查，以便將非平衡度信息與第一結(jié)果相加。
雖然上述限制的區(qū)域分析被說明為當任一子區(qū)滿足第二相關(guān)系數(shù)超過第二相關(guān)閾值(CT2)時，給出有限的驗證確認信號，但也同樣可能依靠可靠區(qū)域數(shù)與子區(qū)總數(shù)的可靠比率。也就是說，限制的區(qū)域分析器可以被設(shè)計成為每個子區(qū)獲得第二相關(guān)系數(shù)，并當?shù)诙嚓P(guān)系數(shù)超過第二相關(guān)閾值(CT2)時，指定該子區(qū)為可靠區(qū)域，從而給出可靠比率。根據(jù)依靠可靠比率這一方案，當遮蔽區(qū)域[M]被劃分成多于如圖36所示的多個區(qū)域時，也可能給出一致的驗證。在這種情況下，每個對稱的子區(qū)SLU、SLD、SRU和SRD也由亮度非平衡檢查器210進行檢查以給出非平衡度，該非平衡度是分別對于這些子區(qū)得到的四個亮度指數(shù)的函數(shù)，或亮度指數(shù)的最大值和最小值函數(shù)。
參考圖37，該圖示出了另一個驗證順序，該順序可同樣有效地用于驗證單元200。在這種情況下，控制器260首先激活亮度非平衡檢查器210以獲得非平衡度<步驟1>，以根據(jù)非平衡度確定進行完全區(qū)域分析和有限區(qū)域分析中的哪一個。在步驟2，當非平衡度被發(fā)現(xiàn)沒有大于第一非平衡閾值(UT1)時，該控制器激活完全區(qū)域分析器220。否則再次檢查非平衡度是否超過大于第一非平衡閾值(UT1)的第二非平衡閾值(UT2)<步驟4>。
在步驟3，當完全區(qū)域分析發(fā)出完全驗證確認信號時，控制器260指示判斷器250發(fā)出主體圖像被驗證的第一結(jié)果。在步驟3，當在完全區(qū)域分析發(fā)出完全驗證失敗信號時，判斷器250響應(yīng)以提供主體圖像沒有被驗證的第二結(jié)果。
在步驟4，當非平衡度被發(fā)現(xiàn)沒有大于第二閾值(UT2)時，在步驟5依靠限制的區(qū)域分析以發(fā)出限制的驗證確認信號或有限驗證失敗信號。響應(yīng)于這些信號，判斷器250分別提供主體圖像被驗證的第三結(jié)果和主體圖像沒有被驗證的第四結(jié)果。當非平衡度超過第二非平衡閾值(UT2)時，判斷器響應(yīng)以提供驗證失效的第五結(jié)果。為了主體圖像條件的易于確認每個結(jié)果都伴隨著非平衡度信息。
雖然上述的完全區(qū)域分析器220和限制區(qū)域分析器230被說明以檢查被遮蔽的主體圖像[S]和驗證模板[V]的與密度有關(guān)的相關(guān)性，但每個分析器同樣可以檢查被遮蔽的主體圖像和驗證圖像的與密度梯度方向值有關(guān)的相關(guān)性，如同參考驗證單元100進行的討論。
進一步地，應(yīng)當注意參考圖28到圖37所公開的單獨的特征對于主體圖像驗證上具有優(yōu)點，不受參考圖1到圖27所說明的遮蔽定位方案的限制，因此能夠作為獨立的主體對象的基礎(chǔ)。
權(quán)利要求
1.一種對象識別系統(tǒng)，包括模板存儲器(20)，被配置成存儲圖像大小模板[T]；圖像讀取器(30)，被配置成取得將被識別的主體圖像[S]；遮蔽定位器(40)，被配置成從所述主體圖像內(nèi)定位遮蔽區(qū)域[M]，所述遮蔽區(qū)域[M]對應(yīng)于所述圖像大小模板[T]，以及其中所述遮蔽定位器(40)包括圖像轉(zhuǎn)換器(42)，被配置成將所述的圖像大小模板[T]以及所述的主體圖像[S]分別轉(zhuǎn)換成密度梯度方向模板圖像[DT]和密度梯度方向主體圖像[DS]，每個所述方向的圖像都具有象素陣列，每個都存儲分配它的密度梯度方向值(θT，θS)；特征分析器(50)，被配置成在所述的方向模板圖像[DT]內(nèi)圍繞預(yù)定的中點(CT)選擇多個參考點(R0，...Rn)，并為每個所述的參考點得到距離(L)和角度(α)，所述的距離(L)是從所述的中點延伸到所述的參考點的線的長度，而所述的角度(α)是所述的直線關(guān)于水平軸的角度；表(52)，被配置成為每個所述的參考點存儲與為每個所述的參考點(R0，...Rn)給定的所述密度梯度方向值(θT)相關(guān)的所述的距離(L)和角度(α)；表決模塊(60)，被配置成為所述方向主體圖像(DS)的每個象素得到所述密度梯度方向值(θS)，從所述表(52)中讀取由關(guān)于具有相同密度梯度方向值(θT＝θS)的參考點的距離(L)、角度(α)和坐標組成的參數(shù)，以便根據(jù)這些參數(shù)為所述遮蔽區(qū)域[M]的中點計算出多個候選點并對每個所述候選點進行表決；檢測模塊(70；70A；70B；70C；70D)，被配置成按照所述表決數(shù)指定所述候選點中的至少一個作為所述遮蔽區(qū)域[M]的中心，從而在所述主體圖像內(nèi)確定圍繞所指定中心的所述遮蔽區(qū)域[M]。
2.如權(quán)利要求1所述的系統(tǒng)，其中，所述圖像大小模板包括人面孔，以便該系統(tǒng)識別人面孔。
3.如權(quán)利要求1所述的系統(tǒng)，其中所述檢測模塊(70；70A；70C)被配置成得到所述表決的最大值并指定具有最大表決數(shù)的所述候選點之一作為遮蔽區(qū)域[M]的中心，從而在所述主體圖像內(nèi)確定圍繞所指定中點的所述遮蔽區(qū)域[M]。
4.如權(quán)利要求3所述的系統(tǒng)，其中所述表決模塊(60)被進一步配置成改變預(yù)定范圍內(nèi)的所述距離(L)，以便為每個改變的距離計算多個所述候選點，并對每個所述候選點進行表決，以及所述檢測模塊(70)被進一步配置以從具有所述最大表決數(shù)的候選點中提取改變的距離，從而得到與所述圖像大小模板(T)相關(guān)的遮蔽區(qū)域[M]的大小。
5.如權(quán)利要求3所述的系統(tǒng)，其中所述遮蔽定位器(40)，包括在預(yù)定的范圍內(nèi)改變所述圖像大小模板的大小的倍增器，這樣所述表決模塊為每個改變的大小計算多個所述候選點，并對每個所述候選點進行表決，以及所述檢測模塊(70)被進一步配置為從具有所述最大表決數(shù)的候選點中提取改變的大小，從而得到與所述圖像大小模板(T)相關(guān)的遮蔽區(qū)域[M]的大小。
6.如權(quán)利要求3所述的系統(tǒng)，其中所述表決模塊(60)被進一步配置為改變預(yù)定范圍內(nèi)的所述角度(α)，以便為每個所述改變的角度(α+)計算多個候選點，并對每個所述候選點進行表決，所述檢測模塊被進一步配置為從具有最大表決數(shù)的候選點中提取改變的角度(α+)，從而得到相對于圖像大小模板的遮蔽區(qū)域[M]的旋轉(zhuǎn)角度()。
7.如權(quán)利要求3所述的系統(tǒng)，其中所述遮蔽定位器(40)包括旋轉(zhuǎn)器，該旋轉(zhuǎn)器在預(yù)定的范圍內(nèi)按照改變的角度()旋轉(zhuǎn)所述圖像大小模板，這樣所述表決模塊(60)為每個改變的角度計算出多個所述候選點，并對每個所述候選點進行表決，所述檢測模塊被進一步配置為從具有所述最大表決數(shù)的候選點中提取角度()，并得到相對于所述圖像大小模板的遮蔽區(qū)域[M]的旋轉(zhuǎn)角度()。
8.如權(quán)利要求1所述的系統(tǒng)，其中所述檢測模塊(70B)包括選擇器(80)，被配置為選擇具有表決數(shù)超過預(yù)定的表決閾值的所述候選點；遮蔽提供器(82)，被配置為設(shè)置圍繞由每個所選擇的候選點限定的中心的所述遮蔽區(qū)域[M]；復(fù)制檢查器(84)，被配置為如果多于一個遮蔽區(qū)域[M]被設(shè)置并且如果遮蔽區(qū)域相互部分重疊，則得到每個重疊的遮蔽區(qū)域的表決數(shù)并僅指定一個具有最大表決數(shù)的重疊的遮蔽區(qū)域作為代表遮蔽區(qū)域[M]。
9.如權(quán)利要求1所述的系統(tǒng)，其中所述檢測模塊(70C)包括選擇器(80)被配置為選擇具有表決數(shù)超過預(yù)定的表決閾值的所述候選點；遮蔽提供器(82)被配置為設(shè)置圍繞由每個所選擇的候選點限定的中心的所述遮蔽區(qū)域[M]；背景噪聲過濾器(86)被配置為得到為每個圍繞所述遮蔽區(qū)域[M]的所述候選點的所選擇的所述象素所給定的表示所述表決數(shù)的參數(shù)，并過濾出具有超過預(yù)定的參數(shù)閾值的所述參數(shù)的遮蔽區(qū)域[M]。
10.如權(quán)利要求1所述的系統(tǒng)，其中所述檢測模塊(70D)包括選擇器(80)，被配置為選擇具有表決數(shù)超過預(yù)定的表決閾值的所述候選點；遮蔽提供器(82)，被配置為設(shè)置圍繞由每個所選擇的候選點確定的中心的所述遮蔽區(qū)域[M]；以及背景噪聲過濾器(86D)，具有為標準對象預(yù)先定義的密度梯度方向值的標準分布，所述背景噪聲過濾器被配置為給出為在所述遮蔽區(qū)域[M]內(nèi)的所述主體圖像[S]得到的所述密度梯度方向值的主體分布，并從統(tǒng)計上分析與所述標準分布進行比較的所述主體分布，以便確認所述遮蔽區(qū)域[M]，并過濾出未被確認的遮蔽區(qū)域[M]。
11.如權(quán)利要求1所述的系統(tǒng)，其中所述檢測模塊(70D)包括選擇器(80)，被配置為選擇具有表決數(shù)超過預(yù)定的表決閾值的所述候選點；遮蔽提供器(82)，被配置為設(shè)置圍繞由每個所選擇的候選點限定的中心的所述遮蔽區(qū)域[M]；背景噪聲過濾器(86D)，被配置為給出關(guān)于在所述遮蔽區(qū)域[M]內(nèi)的象素的所述密度梯度方向值的頻率分布，從那里得到所述遮蔽區(qū)域[M]的方差，并過濾出具有超出預(yù)定的方差閾值的方差的所述遮蔽區(qū)域[M]。
12.如權(quán)利要求1所述的系統(tǒng)，其中所述檢測模塊(70D)包括選擇器(80)，被配置為選擇具有表決數(shù)超過預(yù)定的表決閾值的所述候選點；遮蔽提供器(82)，被配置為給出圍繞由每個所選擇的候選點限定的中心的所述遮蔽區(qū)域[M]；背景噪聲過濾器(86D)，被配置為給出關(guān)于在所述遮蔽區(qū)域[M]內(nèi)的象素的所述密度梯度方向值的頻率分布，為所述遮蔽區(qū)域[M]得到最大周期，過濾出具有超出預(yù)定的周期閾值的最大周期的所述遮蔽區(qū)域[M]。
13.如權(quán)利要求3所述的系統(tǒng)，其中所述表決模塊(60)被配置為進行初步表決并隨后進行主表決，所述初步表決在大范圍上、通過粗略步長改變所述距離(L)而進行，而所述主表決在相對于所述初步表決的有限范圍上、以精確步長改變的所述距離(L)而進行，所述檢測模塊(70A)包括初步檢測器(71)，被配置為指示所述表決模塊(60)首先進行初步表決，得到由具有最大表決數(shù)的候選點限定的最初距離(k(max))，并選擇在最初距離的相對側(cè)的兩個相鄰?fù)鈬嚯x，主檢測器(72)被配置為指示所述表決模塊只在所選擇的外圍距離之間的有限范圍內(nèi)進行主表決，用于為以精確步長改變的每個距離得到表決數(shù)，曲線產(chǎn)生器(74)，被配置為對由關(guān)于所述改變的距離的主表決給出的表決數(shù)產(chǎn)生近似曲線；評估器(76)，被配置為給出與近似曲線的最大值相應(yīng)的評估距離；模板調(diào)整器(73)，被配置為通過使用所述評估距離確定對于圖像大小模板的遮蔽區(qū)域[M]的相對大小。
14.如權(quán)利要求3所述的系統(tǒng)，其中所述表決模塊(60)被配置為進行初步表決并隨后進行主表決，所述初步表決在大范圍上、以粗略步長改變所述角度(α)而進行，而所述主表決在相對于所述初步表決的有限范圍上、以精確步長改變所述角度(α)而進行，所述檢測模塊(70A)包括初步檢測器(71)，被配置成指示表決模塊(60)首先進行初步表決，得到由具有最大表決數(shù)的候選點確定的最初角度(max())，并選擇在最初角度的相對側(cè)的兩個相鄰的外圍角度，主檢測器(72)，被配置為指示表決模塊只在所述外圍角度之間的有限范圍內(nèi)進行主表決，從而對于以精確步長改變的每個角度得到表決數(shù)；曲線產(chǎn)生器(74)，被配置為為由關(guān)于改變的角度的所述主表決給出的表決數(shù)產(chǎn)生近似曲線；評估器(76)，被配置為給出與近似曲線的最大值相應(yīng)的評估角度()；以及模板調(diào)整器(73)，被配置為確定相對于所述圖像大小模板的所述遮蔽區(qū)域[M]的旋轉(zhuǎn)角度作為所述評估角度。
15.如權(quán)利要求1所述的系統(tǒng)，其中所述圖像轉(zhuǎn)換器(42)被配置為提供所述密度梯度方向模板圖像和所述密度梯度方向主體圖像，以及縮減方向模板圖像和縮減方向主體圖像，縮減方向模板圖像和縮減方向主體圖像都分別在象素數(shù)量上比所述方向模板圖像和所述方向主體圖像減少，如此，由在每個所述方向模板圖像和所述方向主體圖中的兩個或多個相鄰象素組成的單位區(qū)域被合并成在每個所述縮減的模板圖像和所述縮減的主體圖像中的單一的子象素；所述圖像轉(zhuǎn)換器包括壓縮模塊，該壓縮模塊為在每個所述圖像大小模板和所述主體圖像中的每個象素獲得關(guān)于密度的x軸導(dǎo)數(shù)(dx)和y軸導(dǎo)數(shù)(dy)，并得到由下述公式確定的微分強度(dxy)dxy=(dx+dy)2]]>所述壓縮模塊提供邊緣圖像，該邊緣圖像具有每個象素都分配給所述微分強度的象素陣列，并從所述陣列中選擇一組象素以與所述的單位區(qū)域相對應(yīng)，從而找出所述組中的具有最大微分強度的象素中的一個，并指定該象素為代表象素，所述壓縮模塊參考每個所述方向模板圖像和所述方向主體圖像以分別選擇給予相應(yīng)于在所述邊緣圖像內(nèi)的所述代表象素的象素的密度梯度方向值，并將所選擇的密度梯度方向值分配給每個縮減方向模板圖像和縮減方向主體圖像中的單一的子象素，所述縮減方向模板圖像和所述縮減方向主體圖像被存儲在存儲器內(nèi)以由所述特征分析器和所述表決模塊處理。
16.如權(quán)利要求1所述的系統(tǒng)，其中所述模板存儲器被配置為存儲驗證圖像模板，所述系統(tǒng)進一步包括驗證單元(100；100A；200)，被配置為將所述遮蔽區(qū)域[M]與所述驗證圖像模板(V)進行比較，以提供表示所述遮蔽區(qū)域[M]是否與所述驗證圖像模板(V)匹配的驗證結(jié)果。
17.如權(quán)利要求16所述的系統(tǒng)，其中所述驗證單元(100)包括方向圖像轉(zhuǎn)換器(110)，被配置為將所述驗證圖像模板(V)轉(zhuǎn)換成相應(yīng)的密度梯度方向驗證模板(DV)，所述方向驗證圖像模板(DV)具有每個都存儲了指定到它的密度梯度方向值(θV)的象素陣列；微分器(120)，被配置為給出在方向主體圖像(DS)的所述遮蔽區(qū)域[M]的每個象素和所述密度梯度方向驗證模板(DV)的相應(yīng)象素之間的密度梯度方向的方向微分(dθ＝θs-θv)；類提供器(130)，被配置為提供按照所述方向微分分類的預(yù)定數(shù)量的不同類，并給出所述方向微分(dθ＝θs-θv)的頻率分布；分析器(140)，被配置為指定所述類的有限集合并為指定的類計算頻率值的總和，以及給出為所述總和的函數(shù)的評估參數(shù)；判斷器(150)，被配置為驗證當所述評估參數(shù)滿足預(yù)定的標準時所述主體圖像與所述驗證圖像模板相同。
18.如權(quán)利要求17所述的系統(tǒng)，其中所述分析器(140)給出所述評估參數(shù)，該評估參數(shù)是所述頻率值的總和與所述驗證模板[V]或所述遮蔽區(qū)域[M]中的所述象素的總數(shù)的比率。
19.如權(quán)利要求17所述的系統(tǒng)，其中所述驗證單元(100A)進一步包括象素過濾器(112)，該象素過濾器被配置為對于在驗證模板(V)和由遮蔽區(qū)域[M]限制的主體圖像(S)中的至少一個中的每個象素得到關(guān)于密度的x軸導(dǎo)數(shù)(dx)和y軸導(dǎo)數(shù)(dy)，當對于那個象素的x軸導(dǎo)數(shù)和y軸導(dǎo)數(shù)都為零時，所述象素過濾器指定該象素為特定象素，所述微分器(120)被配置為忽略在方向主體圖像的遮蔽區(qū)域[M]中的特定象素和在方向驗證模板中的相應(yīng)象素，并不給出涉及所述特定象素的方向微分(dθ＝θs-θv)。
20.如權(quán)利要求17所述的系統(tǒng)，其中所述驗證單元(100A)進一步包括亮度過濾器(114)，被配置為得到被分配給由所述遮蔽區(qū)域[M]限制的所述主體圖像的每個象素的亮度，所述亮度過濾器選擇每個象素作為中心象素和直接相鄰它的鄰近象素，并為每個選擇的象素得到亮度值，當一個或多個選擇的象素具有最大亮度值時，亮度過濾器指定該中心象素為特定象素，所述微分器(120)，被配置以忽略在所述方向主體圖像內(nèi)與特定象素一致的象素以及在該方向驗證模板內(nèi)的相應(yīng)象素，并不給出涉及所述特定象素的方向微分(dθ＝θs-θv)。
21.如權(quán)利要求16所述的系統(tǒng)，其中所述驗證單元(100)包括方向圖像轉(zhuǎn)換器(110)，被配置為將所述驗證圖像模板(V)轉(zhuǎn)換成相應(yīng)的密度梯度方向驗證模板(DV)，所述方向驗證模板(DV)具有每個都存儲了表示指定給它的密度梯度方向值(θV)的值的象素陣列；微分器(120)，被配置為給出在方向主體圖像(DS)的所述遮蔽區(qū)域[M]的每個象素和所述密度梯度方向驗證模板(DV)的相應(yīng)象素之間的密度梯度方向的方向微分(dθ＝θs-θv)；類提供器(130)，被配置為提供按照所述方向微分分類的預(yù)定數(shù)量的不同類，并給出所述方向微分(dθ＝θs-θv)的頻率分布；分析器(140)，被配置為分析所述頻率分布以給出其近似函數(shù)，所述分析器從所述近似函數(shù)中提取常數(shù)項作為評估參數(shù)；判斷器(150)，被配置為驗證當所述評估參數(shù)滿足預(yù)定的標準時所述主體圖像與所述驗證圖像模板相同。
22.如權(quán)利要求17或21所述的系統(tǒng)，其中所述驗證單元(100A)進一步包括控制器(160)，被配置為選擇包括在遮蔽區(qū)域[M]內(nèi)的子分區(qū)中的一個以覆蓋主體圖像的明顯不同的部分，并將遮蔽區(qū)域[M]限制到所選擇的子分區(qū)以及調(diào)用所述判斷器(150)，所述控制器選擇另一個所述子分區(qū)并將所述遮蔽區(qū)域[M]限制到那一子分區(qū)，直到判斷器判斷出驗證或直到所有的子分區(qū)被選擇。
23.如權(quán)利要求17或21所述的系統(tǒng)，其中所述驗證單元(100A)進一步包括控制器(160)，被配置為選擇包括在遮蔽區(qū)域[M]內(nèi)的子分區(qū)中的一個以覆蓋主體圖像的明顯不同的部分，并將遮蔽區(qū)域[M]限制到所選擇的子分區(qū)，以及調(diào)用所述判斷器(150)，所述控制器選擇另一個所述子分區(qū)并將所述遮蔽區(qū)域[M]限制到所述另一個子分區(qū)以及所有先前選擇過的子區(qū)，直到所述判斷器判斷出該驗證或直到所有的子區(qū)被選擇。
24.如權(quán)利要求16所述的系統(tǒng)，其中所述驗證單元(200)包括亮度非平衡檢查器(210)，被配置為將所述遮蔽區(qū)域[M]劃分成兩個對稱子區(qū)(SL，SR)并為每個所述子區(qū)中的所有象素得到表示關(guān)于密度的平均值或方差的亮度指數(shù)，所述非平衡檢查器給出非平衡度，該非平衡度是所述兩個亮度指數(shù)的函數(shù)，并且當兩個亮度指數(shù)彼此很接近時變得更??；完全區(qū)域分析器(220)，被配置為將整個遮蔽區(qū)域[M]與所述驗證圖像模板進行比較，以便給出第一相關(guān)系數(shù)，所述完全區(qū)域分析器當?shù)谝幌嚓P(guān)系數(shù)超過預(yù)定的第一相關(guān)閾值時，提供完全驗證確認信號，否則提供完全驗證失敗信號；有限區(qū)域分析器(230)，被配置為將所述子區(qū)(SL，SR)中的至少一個與驗證圖像模板(V)中的相應(yīng)部分進行比較，以便給出第二相關(guān)系數(shù)，所述有限區(qū)域分析器當?shù)诙嚓P(guān)系數(shù)超過預(yù)定的第二相關(guān)閾值時該有限區(qū)域分析器提供有限驗證確認信號，否則提供有限驗證失敗信號；僅僅在一旦識別出完全驗證失敗信號時，控制器(260)被配置為激活所述完全區(qū)域分析器并激活所述亮度非平衡檢查器，當所述非平衡度超過預(yù)定的非平衡閾值時所述控制器激活所述有限區(qū)域分析器，判斷器(250)被配置為提供1)在識別完全驗證確認信號時的驗證的主體圖像的第一結(jié)果；2)在識別完全驗證失敗信號時的未驗證的主體圖像的第二結(jié)果；3)在識別有限驗證確認信號時的驗證的主體圖像的第三結(jié)果；以及4)在識別有限驗證失敗信號時的未驗證的主體圖像的第四結(jié)果。
25.如權(quán)利要求16所述的系統(tǒng)，其中所述驗證單元(200)包括亮度非平衡檢查器(210)，被配置為將所述遮蔽區(qū)域[M]劃分成兩個對稱子區(qū)(SL，SR)，并對于每個所述子區(qū)中的所有象素得到表示關(guān)于密度的平均值或方差的亮度指數(shù)，所述非平衡檢查器給出非平衡度，該非平衡度是所述兩個亮度指數(shù)的函數(shù)，并且當兩個亮度指數(shù)彼此很接近時變得更?。煌耆珔^(qū)域分析器(220)，被配置為將整個遮蔽區(qū)域[M]與所述驗證圖像模板進行比較，以給出第一相關(guān)系數(shù)，并當?shù)谝幌嚓P(guān)系數(shù)超過預(yù)定的第一相關(guān)閾值時提供完全驗證確認信號，否則提供完全驗證失敗信號；限制區(qū)域分析器(230)被配置為將所述子區(qū)(SL，SR)中的至少一個與驗證圖像模板的相應(yīng)部分進行比較，以給出第二相關(guān)系數(shù)，所述有限區(qū)域分析器當?shù)诙嚓P(guān)系數(shù)超過預(yù)定的第二相關(guān)閾值時，有限區(qū)域分析器提供有限驗證確認信號，否則提供有限驗證失敗信號；控制器(260)，被配置為當所述非平衡度小于預(yù)定的非平衡閾值時激活所述亮度非平衡檢查器并激活所述完全區(qū)域分析器，否則激活所述有限區(qū)域分析器，判斷器被配置以提供1)在識別完全驗證確認信號時的驗證的主體圖像的第一結(jié)果；2)在識別完全驗證失敗信號時的未驗證的主體圖像的第二結(jié)果；3)在識別有限驗證確認信號時的驗證的主體圖像的第三結(jié)果；以及4)在識別有限驗證失敗信號時的未驗證的主體圖像的第四結(jié)果。
26.如權(quán)利要求24或25所述的系統(tǒng)，其中限制區(qū)域分析器(230)被配置為在所述遮蔽區(qū)域[M]中選擇多個子區(qū)，并將每個子區(qū)與所述驗證圖像模板的相應(yīng)部分進行比較，以對每個所述子區(qū)給出第二相關(guān)系數(shù)，當?shù)诙嚓P(guān)系數(shù)超過第二相關(guān)閾值時，該有限區(qū)域分析器將每個所述子區(qū)確定為可靠子區(qū)，當可靠子區(qū)的數(shù)量與所有子區(qū)數(shù)量的比率超過預(yù)定的閾值時，所述限制區(qū)域分析器提供有限驗證確認信號。
27.如權(quán)利要求24或25所述的系統(tǒng)，其中所述第二相關(guān)閾值小于所述第一相關(guān)閾值。
28.如權(quán)利要求24或25所述的系統(tǒng)，其中當所述非平衡度超過臨界水平時，所述有限區(qū)域分析器(230)被失效。
29.如權(quán)利要求24或25所述的系統(tǒng)，其中所述判斷器(250)被配置為輸出包括至少一個所述非平衡度和所述非平衡度是否小于所述非平衡閾值的非平衡結(jié)果。
全文摘要
對象識別系統(tǒng)使用從主體圖像內(nèi)提取遮蔽區(qū)域[M]的遮蔽定位器，以識別遮蔽區(qū)域[M]和主體圖像。該遮蔽定位器(40)參考分別由圖像大小模板和主體圖像轉(zhuǎn)換而來的密度梯度方向圖像，并分析這些密度梯度方向圖像，尤其對于分配給每個方向圖像內(nèi)的每個象素的密度梯度方向值(θT，θS)，以得到將圖像大小模板和遮蔽區(qū)域[M]連接的參數(shù)以用圖像大小模板登記。遮蔽定位器具有通過改變參數(shù)給出遮蔽區(qū)域中心的候選點，并對候選點進行表決的表決模塊(60)。根據(jù)候選點的表決數(shù)，檢測模塊(70)指定具有最大表決數(shù)的候選點之一作為遮蔽區(qū)域[M]的中心，因此在主體圖像內(nèi)確定圍繞指定候選點的遮蔽區(qū)域[M]，以便準確識別主體圖像內(nèi)的對象。
文檔編號G06T7/00GK1702683SQ20051007416
公開日2005年11月30日 申請日期2005年3月7日 優(yōu)先權(quán)日2004年5月28日
發(fā)明者中元榮次, 萩尾健一, 廣野淳之, 古川聰 申請人:松下電工株式會社