举证-新技术手势识别haar-like_第1页
举证-新技术手势识别haar-like_第2页
举证-新技术手势识别haar-like_第3页
已阅读5页，还剩2页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

c2012-08-3115:41101942(21收藏分类：OpenCV（28）图像处理（54）计算机视觉。目标检测的图像特征提取之（三）Haar特1、Haar-like特Haar-like特征最早是由Papageorgiou等应用于人脸表示，ViolaJones在此基础上，使用34种形式的特征aaraar特征值反映了图像的特定（水平、垂直、对角）的结构。对于图中的AB和D这类特征数值计算公式为：v=Sum白-Sum黑，而对于C来说，计算公式如下：v=Sum白-2*Sum黑；之所以将黑域像素和乘以2，是为了使两种矩形区域中像素数目一致。通过改变特征模板的大小和位置，可在图像子窗口中穷举出大量的特征。上图的特征模板称为“特征原型”（平移伸缩）得到的特征称为“矩形特征”；矩形特征的值称为“特征值”大小和位置的变化，使得很小的检测窗口含有非常多的矩形特征，如：在*4像素大小的检测窗口内矩形特征数量可以达到16万个。这样就有两个问题需要解决了：（）如何快速计算那么多的特征？积分图大显神通；（）哪些矩形特征才是对分类器分类最有效的？如通过aBoot算法来训练（这一块这里不，具体见）2、Haar-like特征的计算—快速算法，大大的提高了图像特征值计算的效率。积分图主要的思想是将图像从起点开始到各个点所形成的矩形区域像和作为一个数组的元素保存在内存中当要计算某个区域的像（（常数时间大大提高了检测速度。来看看它是怎么做到式是位置（i,）处的值ii)是原图像)左上角方向所有像素的和：用s(i,j)表示行方向的累加和，初始化s(i,-用ii(i,j)表示一个积分图像，初始化ii(-逐行扫描图像，递归计算每个像素(i,j)行方向的累加和s(i,j)和积分图ii(i,j)的值s(i,j)=s(i,j-ii(i,j)=ii(i-扫描图像一遍，当到达图像右下角像素时，积分图像ii就构造好了运算得到。D的四个顶点分别为α、β、γ、δ，则D的像素和可以表示Dsum=ii(α)+ii(β)-(ii(γ)+ii(δ而aarlie特征值无非就是两个矩阵像素和的差，同样可以在常特征值。3、Haar-like矩形特征拓LienhartR．等对Haar-like矩形特征库作了进一步扩展，加入了旋转45。角的矩形特征。扩展后的特征大致分为4种类型：边缘特征、线在特征值的计算过程中黑域的权值为负值白域的权值为正值。而且权值与矩形面积成反比（使两种矩形区域中像素数目一致）；对于竖直矩阵，与上面2处说45°旋角的矩形特征计算，对于45°旋角的矩形定义RSAT(x,y)为点(x,y)左上角45°区域左下角45°区域的像素和。，用公式可以表示为

人人文库> 全部分类> 教育资料 > 课件下载

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论