專利名稱：一種基于顏色和形狀的臺標識別方法
技術領域：
本發(fā)明涉及圖像識別技術，特別涉及圖像匹配算法。
背景技術：
電視臺臺標是一個電視臺的標志，包含了該電視臺名稱、節(jié)目取向等重要語義信息，針對目前不能提供電視臺臺名信息的模擬信號輸入，若能在進行節(jié)目搜索時正確識別臺標，并對節(jié)目進行標注和排序，將給用戶的使用帶來很大方便。臺標識別屬于圖像匹配的范疇，包括三個方面的內(nèi)容一是臺標的正確分割；二是臺標特征的有效描述；三是有效的識別算法?，F(xiàn)有的臺標識別算法大多是基于視頻序列檢索的方式實現(xiàn)，對目標的描述也大多采用簡單的低級特征；而在電視的節(jié)目搜索過程中不能提供視頻序列，只有簡單的節(jié)目截圖，而且根據(jù)信號強弱會存在較強的噪聲干擾。

發(fā)明內(nèi)容
本發(fā)明所要解決的技術問題，就是提供一種基于顏色和形狀的臺標識別方法，提高圖標匹配識別的效率和準確率。本發(fā)明解決所述技術問題，采用的技術方案是，一種基于顏色和形狀的臺標識別方法，包括如下步驟a、提取目標臺標的顏色特征，與模板圖片顏色進行匹配；b、提取目標臺標的形狀特征，與模板圖片形狀進行匹配；C、當上述匹配達到設定條件，則目標臺標與模板匹配通過，完成目標識別。具體的，步驟a包括al、將目標臺標的RGB顏色空間轉換為HSV顏色空間，去除飽和度較低的像素點后，根據(jù)H特征獲取直方圖并計算其概率密度分布圖；a2、采用Meanshift算法找尋基于模版直方圖的顏色信息量最大的中心點；a3、將以步驟a2獲取的中心點為中心的搜索窗口分為左上、左下、右上、右下四個子窗口的子窗口，并分別進行概率密度圖的顏色總量對比。具體的，步驟c中的顏色匹配條件為當顏色總值均占模版圖片顏色總值的 40% 200%，確定為顏色匹配通過。進一步的，步驟b包括bl、將目標圖像轉換為灰度圖；b2、進行膨脹腐蝕形態(tài)學濾波，去除獨立噪聲并增加圖像連續(xù)性；b3、采用雙向抽取的方法構造目標的二層金字塔；b4、采用Sobel算子對各級金字塔圖像進行邊緣檢測，得到輪廓金字塔圖像；b5、對主輪廓金字塔圖像進行快速HausdorfT距離變換，得到能夠反映各像素點與邊緣點集之間最近距離的距離映射圖像；b6、用模版圖像的邊緣點集，在金字塔圖像的距離映射圖像上進行遍歷搜索。
進一步的，步驟c中形狀匹配的具體步驟為先進行金字塔上層距離匹配，如果其Hausdorff距離小于閾值，即確定在該層金字塔等級匹配成功，進入金字塔下層的匹配運算，直到找到目標或者遍歷完畢結束。優(yōu)選的，利用識別的臺標進行節(jié)目分類排序。本發(fā)明的有益效果是，采用顏色匹配與形狀匹配相結合的方式進行臺標識別，只有顏色和形狀都達到匹配標準時才能確定識別到目標臺標，具有臺標識別精確度高，識別算法簡單、高效的特點。
具體實施例方式本發(fā)明采用顏色匹配與形狀匹配相結合的方式進行臺標識別，只有顏色和形狀都達到匹配標準時才能確定識別到目標臺標，下面對顏色匹配和形狀匹配兩種匹配方法進行詳細描述。一、顏色匹配流程顏色匹配方法，采用的是HSV(hue saturation value)顏色概率密度分布圖和 Meanshift 算法。首先介紹一下Meanshift算法，它實質(zhì)上是一種自適應的梯度迭代找尋峰值的算法，主要處理對象是概率密度函數(shù)f(x)，只要給定了初始點，Meanshift算法就會使目標點慢慢的移動，最后收斂至某點。加入核函數(shù)的Meanshift如下
XG(x^)W(Xi)(Xi-X)Mh (χ)三 ----(1)
狄(罕)啦) h其中G(X)為核函數(shù)簡化所得；W(Xi)是給χ加入的權重系數(shù)；Mh(X)為變量χ的Meanshift向量，當處理對象是概率密度函數(shù)f (χ)時，它代表了 f(x)的梯度的均值方向，而概率密度梯度代表了概率密度增加最快的方向，從綜合后的平均看，采樣點Xi更多的位于f (X)梯度的方向，所以均值向量Mh(X)的方向是目標范圍f(x) 梯度的均值方向，代表了 X最密集的方向。顏色匹配實現(xiàn)流程如下1、將RGB顏色空間轉換為HSV顏色空間，去除飽和度較低的像素點后，根據(jù)H特征獲取直方圖并計算其概率密度分布圖；2,Meanshift算法找尋基于模版直方圖的顏色信息量最大的中心點；3、進行顏色匹配將以步驟2獲取的中心點為中心的搜索窗口分為四個部分，并分別對左上、左下、右上、右下的子窗口進行概率密度圖的顏色總量對比，當顏色總值均占模版圖片顏色總值的40% 200%，確定為顏色匹配通過。二、形狀匹配流程形狀匹配方法，采用快速距離變換和金字塔分解加速HausdorfT距離匹配。
首先介紹一下HausdorfT距離，它是描述兩組點集之間相似程度的一種量度，它是兩點集之間距離的一種定義形式。實際中，在參考圖像和目標圖像中進行特征點提取可以獲取兩個點集，利用HausdorfT距離來測量目標點集與參考點集某一區(qū)域接近或差異程度的最大距離與最小距離，從而確定目標在參考圖像中的位置。假設有兩組點集A、B,則這兩個點集之間的Hausdorff距離定義為H(A, B) = max (h (Α, B)，h (B，A))(2)其中
權利要求
1.一種基于顏色和形狀的臺標識別方法，包括如下步驟a、提取目標臺標的顏色特征，與模板圖片顏色進行匹配；b、提取目標臺標的形狀特征，與模板圖片形狀進行匹配；C、當上述匹配達到設定條件，則目標臺標與模板匹配通過，完成目標識別。
2.根據(jù)權利要求1所述的一種基于顏色和形狀的臺標識別方法，其特征在于，步驟a包括al、將目標臺標的RGB顏色空間轉換為HSV顏色空間，去除飽和度較低的像素點后，根據(jù)H特征獲取直方圖并計算其概率密度分布圖；a2、采用Meanshift算法找尋基于模版直方圖的顏色信息量最大的中心點； a3、將以步驟a2獲取的中心點為中心的搜索窗口分為左上、左下、右上、右下四個子窗口的子窗口，并分別進行概率密度圖的顏色總量對比。
3.根據(jù)權利要求2所述的一種基于顏色和形狀的臺標識別方法，其特征在于，步驟c中的顏色匹配條件為當顏色總值均占模版圖片顏色總值的40% 200%，確定為顏色匹配通過。
4.根據(jù)權利要求1所述的一種基于顏色和形狀的臺標識別方法，其特征在于，步驟b包括bl、將目標圖像轉換為灰度圖；b2、進行膨脹腐蝕形態(tài)學濾波，去除獨立噪聲并增加圖像連續(xù)性； b3、采用雙向抽取的方法構造目標的二層金字塔；b4、采用Sobel算子對各級金字塔圖像進行邊緣檢測，得到輪廓金字塔圖像； b5、對主輪廓金字塔圖像進行快速HausdorfT距離變換，得到能夠反映各像素點與邊緣點集之間最近距離的距離映射圖像；b6、用模版圖像的邊緣點集，在金字塔圖像的距離映射圖像上進行遍歷搜索。
5.根據(jù)權利要求4所述的一種基于顏色和形狀的臺標識別方法，其特征在于，步驟c中形狀匹配的具體步驟為先進行上層金字塔距離匹配，如果其Hausdorff距離小于閾值，即確定在該層金字塔等級匹配成功，進入金字塔下層的匹配運算，直到找到目標或者遍歷完畢結束。
6.根據(jù)權利要求1所述的一種基于顏色和形狀的臺標識別方法，其特征在于，利用識別的臺標進行節(jié)目分類排序。
全文摘要
本發(fā)明涉及圖像識別技術，特別涉及圖像匹配算法。本發(fā)明公開了一種基于顏色和形狀的臺標識別方法，提高圖標匹配識別的效率和準確率。本發(fā)明的技術方案是，一種基于顏色和形狀的臺標識別方法，包括如下步驟a、提取目標臺標的顏色特征，與模板圖片顏色進行匹配；b、提取目標臺標的形狀特征，與模板圖片形狀進行匹配；c、當上述匹配達到設定條件，則目標臺標與模板匹配通過，完成目標識別。本發(fā)明采用顏色匹配與形狀匹配相結合的方式進行臺標識別，只有顏色和形狀都達到匹配標準時才能確定識別到目標臺標，具有臺標識別精確度高，識別算法簡單、高效的特點，特別適合應用電視機等嵌入式終端。
文檔編號G06K9/46GK102289663SQ201110215459
公開日2011年12月21日 申請日期2011年7月29日 優(yōu)先權日2011年7月29日
發(fā)明者王鑫, 陳科宇 申請人:四川長虹電器股份有限公司