專利名稱：可簡化影像特征值組的影像擷取裝置及其控制方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種影像擷取裝置及其控制方法，特別是有關(guān)于一種能夠?qū)X取的影像轉(zhuǎn)換為特征影像，并簡化特征影像中的特征值組，以降低影像擷取裝置的記憶體需求及節(jié)省其運(yùn)算資源的影像擷取裝置及其控制方法。
背景技術(shù)：
近年來，由于市場上激烈的競爭，電子產(chǎn)品愈來愈平價(jià)，功能也愈來愈強(qiáng)大。其中，物體偵測功能已經(jīng)開始被加入在各式各樣的影像擷取裝置中。例如，數(shù)碼相機(jī)(DigitalStill Camera)、數(shù)碼攝影機(jī)(Digital Camera)、監(jiān)視器(Monitor)甚至是照相手機(jī)(CameraPhone)等，并有著多種的應(yīng)用，例如人臉辨識(shí)、行人、車牌、車輛辨識(shí)或其它物件的辨識(shí)。但由于具備物體偵測功能的影像擷取裝置往往需要花費(fèi)大量的記憶體來儲(chǔ)存人臉特征模板(Template)等資料，更需要消耗龐大的運(yùn)算資源，因此影像擷取裝置的成本也會(huì)大幅的增加。上述的狀況對(duì)于小型手持?jǐn)z像裝置而言更是明顯，小型手持?jǐn)z像裝置由于成本上的考量，其資源也相當(dāng)有限，特別是記憶體的使用上最是明顯，較高階的記憶體成本更是高昂。因此，若是要將物體偵測功能整合在小型手持?jǐn)z像裝置上，其記憶體的需求也必然大幅的增加，并且直接反應(yīng)在其制造成本上，造成產(chǎn)品的競爭力下降。因此，如何開發(fā)出一種影像擷取裝置，具備物體偵測功能，并能夠在不影響物體偵測準(zhǔn)確度的前提之下，有效地節(jié)省影像擷取裝置的硬件成本即為本發(fā)明所欲解決的問題。

發(fā)明內(nèi)容
有鑒于上述已知技術(shù)的問題，本發(fā)明的目的就是在提供一種可簡化影像特征值組的影像擷取裝置及其控制方法，以解決已知技術(shù)的具物體辨識(shí)功能的影像擷取裝置需耗費(fèi)大量的記憶體及運(yùn)算資源，導(dǎo)致其成本過高的問題。為實(shí)現(xiàn)上述目的，本發(fā)明采取以下技術(shù)方案:
本發(fā)明提出一種可簡化影像特征值組的影像擷取裝置，包含:特征轉(zhuǎn)換模組，將待測影像轉(zhuǎn)換為特征影像，特征影像包含特征值組群；特征簡化模組，根據(jù)一門檻值，來執(zhí)行簡化程序，從特征值組群中，將不存在于查找表的特征值組刪除，各個(gè)被刪除的特征值組則以符合一預(yù)設(shè)條件且存在該查找表的特征值組取代，使特征值組群總數(shù)不變但種類減少，產(chǎn)生簡化后的特征值組群；模板儲(chǔ)存模組，儲(chǔ)存若干個(gè)待測物模板(Template);以及辨識(shí)模組，將該簡化后的特征值組群與若干個(gè)待測物模板進(jìn)行比對(duì)，以辨識(shí)待測影像中的待測物。根據(jù)本發(fā)明的目的，又提出一種可簡化影像特征值組的控制方法，包含下列步驟:利用將特征轉(zhuǎn)換模組將待測影像轉(zhuǎn)換為特征影像，特征影像包含特征值組群；通過特征簡化模組根據(jù)一查找表，來執(zhí)行簡化程序，從特征值組群中，將不存在于查找表的特征值組刪除，各個(gè)被刪除的特征值組則以符合預(yù)設(shè)條件且存在于查找表的特征值組取代，使特征值組群總數(shù)不變但種類減少，產(chǎn)生簡化后的特征值組群；由模板儲(chǔ)存模組儲(chǔ)存若干個(gè)待測物模板；以及通過辨識(shí)模組將簡化后的特征值組群與若干個(gè)待測物模板進(jìn)行比對(duì)，以辨識(shí)待測影像中的待測物。優(yōu)選地，預(yù)設(shè)條件由差異性來決定，各個(gè)被刪除的征值組需以與其差異性最小的特征值組取代。優(yōu)選地，查找表以特征值組的復(fù)雜度低于一復(fù)雜度(Entropy)門檻值的特征值組來建立。優(yōu)選地，在執(zhí)行簡化程序后，簡化后的特征值組群中各個(gè)特征值組均能夠找到與其轉(zhuǎn)置后相對(duì)應(yīng)的特征值組。優(yōu)選地，在執(zhí)行簡化程序后，簡化后的特征值組群中各個(gè)特征值組均能夠找到與其鏡射后相對(duì)應(yīng)的特征值組。優(yōu)選地，若干個(gè)待測物模板根據(jù)存在于查找表的特征值組，并經(jīng)由推進(jìn)演算法、支持向量機(jī)演算法或主成份分析法+線性有識(shí)別力分析法演算所建立。本發(fā)明的有益效果是:承上所述，依本發(fā)明的可簡化影像特征值組的影像擷取裝置及其控制方法，其可具有一或多個(gè)下述優(yōu)點(diǎn):
(I)此可簡化影像特征值組的影像擷取裝置及其控制方法可簡化特征影像中的特征值組的種類，因此能夠大幅降低影像擷取裝置的記憶體需求，進(jìn)而減少其制造成本。(2)此可簡化影像特征值組的影像擷取裝置及其控制方法可減少特征影像中的特征值組的種類，因此也能夠大幅節(jié)省影像擷取裝置的運(yùn)算資源，提高其效率。(3)此可簡化影像特征值組的影像擷取裝置及其控制方法是以差異性最小的特征值組來取代各個(gè)被刪除的特征值組，而不是直接刪除，因此不會(huì)降低物體偵測的準(zhǔn)確度。(4)此可簡化影像特征值組的影像擷取裝置及其控制方法雖然將特征影像中的特征值組的種類簡化，但簡化后的特征值組群中的各個(gè)特征值組均能找到與其轉(zhuǎn)置后或鏡射后相對(duì)應(yīng)的特征值組，因此可以保留原特征值組群的特性，以執(zhí)行相關(guān)的應(yīng)用。


圖1為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第一實(shí)施例的方塊圖。圖2為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第一實(shí)施例的流程圖。圖3為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第二實(shí)施例的方塊圖。圖4為特征值組的一實(shí)施例的示意圖之一。圖5為特征值組的一實(shí)施例的示意圖之二。圖6為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第二實(shí)施例的流程圖。圖7為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第三實(shí)施例的示意圖。圖8為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第四實(shí)施例的示意圖。圖9為本發(fā)明的可簡化影像特征值組的控制方法的流程圖。附圖標(biāo)號(hào):1:影像擷取裝置;3、7、8:數(shù)碼相機(jī);10、30、70、80:影像;11、31:特征轉(zhuǎn)換模組；111、311:特征影像；1111、3111、81:特征值組群；12、32:特征簡化模組；121、321:簡化后的特征值組群；13:模板儲(chǔ)存模組；131:若干個(gè)待測物模板；14:辨識(shí)模組；141:辨識(shí)結(jié)果；33:人臉模板儲(chǔ)存模組；331:若干個(gè)人臉模板；34:人臉辨識(shí)模組；341、82:限位框;41、51:有效特征值組;42、52:無效特征值組；71:視窗;710、711:方塊;S21 S24、S61 S65、S91 S94:步驟流程。
具體實(shí)施例方式以下將參照相關(guān)圖式，說明依本發(fā)明的可簡化影像特征值組的影像擷取裝置及其控制方法的實(shí)施例，為使便于理解，下述實(shí)施例中的相同元件以相同的符號(hào)標(biāo)示來說明。請(qǐng)參閱圖1，為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第一實(shí)施例的方塊圖。如圖所示，本發(fā)明的影像擷取裝置I包含特征轉(zhuǎn)換模組11、特征簡化模組12、模板儲(chǔ)存模組13及辨識(shí)模組14。特征轉(zhuǎn)換模組11可將影像擷取裝置I擷取的影像10轉(zhuǎn)換為特征影像111，此特征影像111包含一個(gè)由若干個(gè)特征值組所組成的特征值組群1111。特征簡化模組12可以根據(jù)由查找表來執(zhí)行簡化程序，刪除不存在于查找表的特征值組，各個(gè)被刪除的特征值組則以符合一預(yù)設(shè)條件且存在于查找表的特征值組取代，以產(chǎn)生簡化后的特征值組群121。須注意的是，此預(yù)設(shè)條件可以用特征值組間的差異性來決定。各被刪除的特征值組可以利用與其差異性最小的特征值組來取代，而不是直接刪除不存在于查找表的特征值組。這種方式的好處在于，被刪除的特征值組的表示能力可以被與其差異性最小的特征值組取代，因此仍然可以被保留，同時(shí)又能減少特征值組群1111中特征值組的種類。這樣一來，即可以在不影響影像擷取裝置的物體偵測準(zhǔn)確度的情況之下，有效地降低影像擷取裝置I的記憶體需求。最后，辨識(shí)模組14則就簡化后的特征值組群121與儲(chǔ)存于模板儲(chǔ)存模組13中的若干個(gè)待測物模板131進(jìn)行比對(duì)，以產(chǎn)生一辨識(shí)結(jié)果141，即可辨識(shí)影像10中的待測物。值得一提的是，本發(fā)明雖然刪除了不存在于查找表的特征值組，但是簡化后的各個(gè)特征值組仍然可以找到與其轉(zhuǎn)置后或鏡射后相對(duì)應(yīng)的特征值組。也就是說，簡化后的特征值組群121仍然可以保留原特征值組1111的特性，因此也可以利用此特性，來執(zhí)行各種物體偵測上的應(yīng)用。當(dāng)然，儲(chǔ)存于模板儲(chǔ)存模組13中的若干個(gè)待測物模板131也是以符合門檻值所設(shè)定的條件的特征值組所建立，如此才能與簡化后的特征值組群121進(jìn)行比對(duì)，以辨識(shí)目標(biāo)物。請(qǐng)參閱圖2，為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第一實(shí)施例的流程圖。在步驟S21中，由影像擷取裝置擷取一影像。在步驟S22中，由特征轉(zhuǎn)換模組將此影像轉(zhuǎn)換為特征影像，此特征影像包含一特征值組群。在步驟S23中，經(jīng)由特征簡化模組執(zhí)行簡化程序，刪除此特征值組群中，不存在于查找表的特征值組，各個(gè)被刪除的特征值組則以存在于此查找表且與其差異性最小的特征值組來取代，以產(chǎn)生簡化后的特征值組群。在步驟S24中，通過辨識(shí)模組就簡化后的特征值組群與儲(chǔ)存于模板儲(chǔ)存模組中的若干個(gè)待測物模板進(jìn)行比對(duì)，以辨識(shí)影像中的待測物。本發(fā)明的可簡化影像特征值組的影像擷取裝置及其控制方法也可應(yīng)用于任何具有物體辨識(shí)功能的攝像裝置。例如，數(shù)碼相機(jī)(Digital Still Camera)、數(shù)碼攝影機(jī)(Digital Camera)、監(jiān)視器(Monitor)甚至是相照手機(jī)(Camera Phone)等，以執(zhí)行人臉、行人、車牌、車輛或其它各種物件的辨識(shí)。下列的實(shí)施例以數(shù)碼相機(jī)辨識(shí)人臉為例，但本發(fā)明并不以此為限。請(qǐng)參閱圖3，為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第二實(shí)施例的方塊圖。如圖所示，本發(fā)明的數(shù)碼相機(jī)3包含特征轉(zhuǎn)換模組31、特征簡化模組32、人臉模板儲(chǔ)存模組33及人臉辨識(shí)模組34。特征轉(zhuǎn)換模組31可將數(shù)碼相機(jī)3擷取的影像30轉(zhuǎn)換為特征影像311，此特征影像311包含一個(gè)由若干個(gè)特征值組所組成的特征值組群3111。特征簡化模組32可以根據(jù)由一查找表來執(zhí)行簡化程序，此查找表是根據(jù)各特征值組的復(fù)雜度(Entropy)門檻值來決定，復(fù)雜度(熵值)高于此門檻值的特征值組則予以刪除，復(fù)雜度低于此門檻值的特征值組則保留，各個(gè)被刪除的特征值組則以與其差異性最小的特征值組來取代，以產(chǎn)生簡化后的特征值組群321。除此之外，為了保留特征值組群3111原本的特性，特征簡化模組32更會(huì)保留簡化后的特征值組群321中與各個(gè)特征值組轉(zhuǎn)置后或鏡射后相對(duì)應(yīng)的特征值組，以執(zhí)行各種人臉辨識(shí)功能。最后，人臉辨識(shí)模組34則就簡化后的特征值組群321與儲(chǔ)存于人臉模板儲(chǔ)存模組33中的若干個(gè)人臉模板331進(jìn)行比對(duì)，產(chǎn)生一限位框341，即可辨識(shí)影像30中的人臉，完成辨識(shí)后使用者即可利用數(shù)碼相機(jī)3進(jìn)行對(duì)焦及拍攝的工作。另外，若干個(gè)人臉模板331是以存在于查找表，即熵值較低的特征值組，并經(jīng)由推進(jìn)演算法(Boosting)、支持向量機(jī)演算法(Support Vector Mechine, SVM)或主成份分析法 +線性有識(shí)別力分析法(Principle Component Analysis + Linear DiscriminantAnalysis, PCA+LDA)演算而得。值得一提的是，已知技術(shù)的影像擷取裝置將影像轉(zhuǎn)換為特征影像時(shí)，此特征影像所包含的每一個(gè)特征值組的使用率不盡相同，其中有一部分是經(jīng)常被使用的，而其中有另一部份則是很少用到的。舉例而言，一個(gè)解析度為1920X1080的影像，其中每一個(gè)點(diǎn)均包含一個(gè)特征值組，總共包含500種不同的特征值組，而其中僅有250種是經(jīng)常被使用的，而另外的250種則是很少用到的。而特征值組使用的頻率則跟其復(fù)雜度或熵值(Entropy)有關(guān)。一般而言，熵值較低的特征值組較具規(guī)則性，表示力較強(qiáng)，使用頻率也較高。而本發(fā)明所提出的概念，正是利用分析各個(gè)特征值組的熵值，以建立一查找表，并根據(jù)此查找表將其中較具規(guī)則性，表示力較強(qiáng)且使用頻率較高的特征值組予以保留，而刪除復(fù)雜度較高的特征值組。各個(gè)被刪除的特征值組則以與其差異性最小且存在于此查找表且熵值較低的特征值組所取代。如此，不但可以保留各個(gè)被刪除的特征值組的表示能力，同時(shí)也可以縮減特征值組種類的數(shù)量。請(qǐng)參閱圖4，為特征值組的一實(shí)施例的示意圖之一。由圖中可以很明顯的看出，有效特征值組41中各特征值的排列較具規(guī)則性，而無效特征值組42中各特征值的排列則較為散亂。此無效特征值組42由于其排列較為散亂，因此其表示力較差，且使用頻率低。而本發(fā)明的特征簡化模組此門檻值，分析各特征值組的熵值，將熵值不符合一復(fù)雜度門檻值的無效特征值組42予以刪除。請(qǐng)參閱第5圖，為特征值組的一實(shí)施例的示意圖之二。如圖中所示，無效特征值組52其排列較為散亂，熵值較高。當(dāng)無效特征值組52被刪除后，本發(fā)明的特征簡化模組則利用與其差異性較低，則規(guī)則性較佳的有效特征值組51取代此無效特征值組52。由圖中可以明顯的看出，有效特征值組51與無效特征值組52之間僅存在一個(gè)特征值的差異。而本發(fā)明的特征簡化模組則可利用分析各特征值的熵值，找出與被刪除的無效特征值組52差異性最小的有效特征值組51來取代此無效特征值組52。而有效特征值組51與無效特征值52的表示力相近，因此可以完全取代無效特征值52。因此，經(jīng)本發(fā)明的特征簡化模組簡化后的特征值組群不會(huì)喪失其原本的表示力，影像擷取裝置仍然可以維持原來精準(zhǔn)的物體辨識(shí)能力。另外，不同的演算法的特征值組的表示方式不同，例如會(huì)有不同的箭頭數(shù)等，但均可以使用本發(fā)明所提出的方法來加以簡化。值得一提的是，由于特征值組種類的數(shù)量與影像擷取裝置的記憶體需求習(xí)習(xí)相關(guān)，因此利用本發(fā)明的方法簡化后的特征值組群可以大幅的減少影像擷取裝置的記憶體需求。在另一方面，由于特征值組種類的減少，也能夠有效地節(jié)省影像擷取裝置的運(yùn)算資源，使影像擷取裝置更有效率。而經(jīng)由實(shí)際的測試，在不影響偵測品質(zhì)的前提之下，數(shù)碼相機(jī)的內(nèi)部記憶體(Internal RAM)減少了 34%,唯讀記憶體的大小(ROM Size)減少了 36%,因此本發(fā)明確實(shí)能夠減少影像擷取裝置所需記憶體的大小。請(qǐng)參閱圖6，為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第二實(shí)施例的流程圖。在步驟S61中，通過數(shù)碼相機(jī)擷取一影像。在步驟S62中，通過特征轉(zhuǎn)換模組將此影像轉(zhuǎn)換為特征影像，此特征影像包含一特征值組群。在步驟S63中，由特征簡化模組根據(jù)一查找表，以刪除熵值高復(fù)雜度門檻值的特征值組，保留熵值低于此復(fù)雜度門檻值的特征值組，各個(gè)被刪除的特征值組則以與其差異性最小的特征值組來取代，以產(chǎn)生簡化后的特征值組群。在步驟S64中，通過人臉辨識(shí)模組則就簡化后的特征值組群與儲(chǔ)存于人臉模板儲(chǔ)存模組中的若干個(gè)人臉模板進(jìn)行比對(duì)，以辨識(shí)影像中的人臉。在步驟S65中，利用數(shù)碼相機(jī)進(jìn)行對(duì)焦及拍攝的工作。請(qǐng)參閱圖7，為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第三實(shí)施例的示意圖。本實(shí)施例以類赫爾特征演算法(Haar-Like Features)為例。如圖中所示,Haar-Like演算法是利用一視窗71掃描數(shù)碼相機(jī)7所擷取的影像70，再將視窗71分成二個(gè)或二個(gè)以上的方塊相互加減，再轉(zhuǎn)換為特征訊號(hào)。如圖中所示，方塊710位于人臉額頭的位置，因此方塊710所擷取到的為顏色較淺的訊號(hào)，而方塊711位于人臉眼睛的位置，因此方塊711擷取到顏色較深的訊號(hào)。而將方塊711所擷取到的訊號(hào)與方塊710相減可得知兩者所擷取到的訊號(hào)有較大的差異，因此可判定此視窗71很有可能即為人臉?biāo)诘奈恢谩Ｉ鲜龅姆绞綄儆陟刂递^低，較具規(guī)則性且較常被使用的比對(duì)方法，當(dāng)然還有在視窗71中，同時(shí)以多個(gè)位于不同位置的方塊相互加減的比對(duì)方法，但是這種方法較不具規(guī)則性，也較少被使用，可以利用熵值較低的比對(duì)方法來取代。通過本發(fā)明所提出的方法，即可通過查找表，執(zhí)行簡化程序，刪除一些熵值較高，較不常被使用的比對(duì)方法，如此則可以有效地降低數(shù)碼相機(jī)7的記憶體需求。請(qǐng)參閱圖8，為本發(fā)明的可簡化影像特征值組的影像擷取裝置的第四實(shí)施例的示意圖。本實(shí)施例以方向梯度直方圖演算法(Histogram of Oriented Gradient, HOG)來說明本發(fā)明的概念。如圖所示，使用者使用數(shù)碼相機(jī)8拍攝人物，數(shù)碼相機(jī)8的特征轉(zhuǎn)換模組利用HOG演算法將影像80轉(zhuǎn)換為由若干個(gè)特征值組所組成的特征值組群81。而特征簡化模組則可以根據(jù)一查找表，執(zhí)行簡化程序，將其中熵值高于此一熵值門檻值的特征值組予以刪除，并使用其差異性最小的特征值組取代。人臉辨識(shí)模組則將此簡化后結(jié)果與預(yù)先儲(chǔ)存于人臉模板儲(chǔ)存模組比對(duì)，即可產(chǎn)生限位框82。再完成人臉偵測的工作后，使用者便可以進(jìn)行對(duì)焦及拍攝等工作。盡管前述在說明本發(fā)明的可簡化影像特征值組的影像擷取裝置的過程中，也已同時(shí)說明本發(fā)明的本發(fā)明的可簡化影像特征值組的控制方法的概念，但為求清楚起見，以下仍另繪示流程圖詳細(xì)說明。請(qǐng)參閱圖9，為本發(fā)明的可簡化影像特征值組的控制方法的流程圖。在步驟S91中，利用特征轉(zhuǎn)換模組將待測影像轉(zhuǎn)換為特征影像，此特征影像包含一特征值組群。在步驟S92中，通過特征簡化模組根據(jù)一門檻值，來執(zhí)行簡化程序，從此特征值組群中，將不存在于查找表的特征值組刪除，各個(gè)被刪除的特征值組則以符合預(yù)設(shè)條件且存在于此查找表的特征值組取代，使特征值組群總數(shù)不變但種類減少，產(chǎn)生簡化后的特征值組群。在步驟S93中，由模板儲(chǔ)存模組儲(chǔ)存若干個(gè)待測物模板。在步驟S94中，通過辨識(shí)模組將簡化后的特征值組群與若干個(gè)待測物模板進(jìn)行比對(duì)，以辨識(shí)待測影像中的待測物。本發(fā)明的可簡化影像特征值組的控制方法的詳細(xì)說明以及實(shí)施方式已于前面敘述本發(fā)明的可簡化影像特征值組的影像擷取裝置時(shí)描述過，在此為了簡略說明便不再重復(fù)敘述。綜上所述，本發(fā)明的可簡化影像特征值組的影像擷取裝置及其控制方法可簡化特征影像中的特征值組之種類，因此能夠大幅降低影像擷取裝置的記憶體需求，進(jìn)而減少其制造成本。本發(fā)明可減少特征影像中的特征值組的種類，因此也能夠大幅節(jié)省影像擷取裝置的運(yùn)算資源，提高其效率。本發(fā)明是以差異性最小的特征值組來取代各個(gè)被刪除的特征值組，而不是直接刪除，因此不會(huì)降低物體偵測的準(zhǔn)確度。經(jīng)本發(fā)明的方法簡化后的特征值組群中的各個(gè)特征值組均能找到與其轉(zhuǎn)置后或鏡射后相對(duì)應(yīng)的特征值組，因此可以保留原特征值組群的特性，以執(zhí)行相關(guān)的應(yīng)用。因此，本發(fā)明確實(shí)可以改善已知技術(shù)的缺點(diǎn)。以上所述僅為舉例性，而非為限制性者。任何未脫離本發(fā)明的精神與范疇，而對(duì)其進(jìn)行的等效修改或變更，均應(yīng)包含于后附的權(quán)利要求書中。
權(quán)利要求
1.一種可簡化影像特征值組的影像擷取裝置，其特征在于，它包含: 一特征轉(zhuǎn)換模組，將一待測影像轉(zhuǎn)換為一特征影像，所述特征影像包含一特征值組群; 一特征簡化模組，根據(jù)一查找表，來執(zhí)行一簡化程序，從所述特征值組群中，將不存在于所述查找表的特征值組刪除，各個(gè)被刪除的特征值組則以符合一預(yù)設(shè)條件且存在于所述查找表的特征值組取代，使所述特征值組群總數(shù)不變但種類減少，產(chǎn)生一簡化后的特征值組群； 一模板儲(chǔ)存模組，儲(chǔ)存若干個(gè)待測物模板；以及 一辨識(shí)模組，將所述簡化后的特征值組群與所述若干個(gè)待測物模板進(jìn)行比對(duì)，以辨識(shí)所述待測影像中的待測物。
2.根據(jù)權(quán)利要求1所述的可簡化影像特征值組的影像擷取裝置，其特征在于，所述預(yù)設(shè)條件由差異性來決定，所述各個(gè)被刪除的特征值組需以與其差異性最小的特征值組取代。
3.根據(jù)權(quán)利要求2所述的可簡化影像特征值組的影像擷取裝置，其特征在于，所述查找表以特征值組的復(fù)雜度低于一復(fù)雜度門檻值的特征值組來建立。
4.根據(jù)權(quán)利要求3所述的可簡化影像特征值組的影像擷取裝置，其特征在于，在執(zhí)行所述簡化程序后，所述簡化后的特征值組群中各個(gè)特征值組均能夠找到與其轉(zhuǎn)置后相對(duì)應(yīng)的特征值組。
5.根據(jù)權(quán)利要求3所述的可簡化影像特征值組的影像擷取裝置，其特征在于，在執(zhí)行所述簡化程序后，所述簡化后的特征`值組群中各個(gè)特征值組均能夠找到與其鏡射后相對(duì)應(yīng)的特征值組。
6.根據(jù)權(quán)利要求1所述的可簡化影像特征值組的影像擷取裝置，其特征在于，所述若干個(gè)待測物模板利用存在于所述查找表的特征值組，并經(jīng)由推進(jìn)演算法、支持向量機(jī)演算法或主成份分析法+線性有識(shí)別力分析法演算所建立。
7.一種可簡化影像特征值組的控制方法，其特征在于，它包含下列步驟: 利用一特征轉(zhuǎn)換模組將一待測影像轉(zhuǎn)換為一特征影像，所述特征影像包含一特征值組群; 通過一特征簡化模組根據(jù)一查找表，來執(zhí)行一簡化程序，從所述特征值組群中，將不存在于所述查找表的特征值組刪除，各個(gè)被刪除的特征值組則以符合一預(yù)設(shè)條件且存在于所述查找表的特征值組取代，使所述特征值組群總數(shù)不變但種類減少，產(chǎn)生一簡化后的特征值組群； 由一模板儲(chǔ)存模組儲(chǔ)存若干個(gè)待測物模板；以及 通過一辨識(shí)模組將所述簡化后的特征值組群與所述若干個(gè)待測物模板進(jìn)行比對(duì)，以辨識(shí)所述待測影像中的待測物。
8.根據(jù)權(quán)利要求7所述的可簡化影像特征值組的控制方法，其特征在于，所述預(yù)設(shè)條件由差異性來決定，各個(gè)被刪除的征值組需以與其差異性最小的特征值組取代。
9.根據(jù)權(quán)利要求8所述的可簡化影像特征值組的控制方法，其特征在于，所述查找表以特征值組的復(fù)雜度低于一復(fù)雜度門檻值的特征值組來建立。
10.根據(jù)權(quán)利要求9所述的可簡化影像特征值組的控制方法，其特征在于，在執(zhí)行所述簡化程序后，所述簡化后的特征值組群中各個(gè)特征值組均能夠找到與其轉(zhuǎn)置后相對(duì)應(yīng)的特征值組。
11.根據(jù)權(quán)利要求9所述的可簡化影像特征值組的控制方法，其特征在于，在執(zhí)行所述簡化程序后，所述簡化后的特征值組群中各個(gè)特征值組均能夠找到與其鏡射后相對(duì)應(yīng)的特征值組。
12.根據(jù)權(quán)利要求7所述的可簡化影像特征值組的控制方法，其特征在于，所述若干個(gè)待測物模板存在于所述查找表的特征值組，并經(jīng)過并經(jīng)由推進(jìn)演算法、支持向量機(jī)演算法或主成份分析法+線性有識(shí) 別力分析法演算所建立。
全文摘要
本發(fā)明公開一種可簡化影像特征值組的影像擷取裝置及其控制方法。此影像擷取裝置包含特征轉(zhuǎn)換模組、特征簡化模組、模板儲(chǔ)存模組及辨識(shí)模組。特征轉(zhuǎn)換模組將此影像擷取裝置所擷取的影像轉(zhuǎn)換為特征影像，此特征影像包含一特征值組群。特征簡化模組根據(jù)一查找表執(zhí)行簡化程序，以產(chǎn)生簡化后的特征值組群。最后，辨識(shí)模組將簡化后的特征值組群與儲(chǔ)存于模板儲(chǔ)存模組中的若干個(gè)待測物模板(Template)進(jìn)行比對(duì)，以辨識(shí)影像中的待測物。本發(fā)明可以解決已知技術(shù)的具物體辨識(shí)功能的影像擷取裝置需耗費(fèi)大量的記憶體及運(yùn)算資源，導(dǎo)致其成本過高的問題。
文檔編號(hào)H04N5/232GK103188427SQ201110454290
公開日2013年7月3日 申請(qǐng)日期2011年12月30日 優(yōu)先權(quán)日2011年12月30日
發(fā)明者楊岱璋 申請(qǐng)人:華晶科技股份有限公司