一种目标物体确定方法及装置的制造方法
【技术领域】
[0001]本发明涉及图像处理领域，尤其涉及一种目标物体确定方法及装置。
【背景技术】
[0002]随着科学技术的飞速发展，摄像技术广泛应用于各个领域，用于对特定场景进行监控、对目标人物进行检索等。
[0003]在对摄像头所采集图像进行处理时，往往需要从采集图像中识别出目标物体或目标人物。目前，从待检测图像中识别出目标物体(参阅图1所示)，首先需要对待检测图像进行边缘检测，生成水平方向峰值分布直方图和垂直方向峰值分布直方图，其中，水平方向峰值分布直方图为水平方向峰值在一维坐标轴上的坐标值及强度值组成的图形，垂直方向峰值分布直方图为垂直方向峰值在一维坐标轴上的坐标值以及强度值组成的图形，如图2所示；根据水平方向峰值分布直方图确定出目标物体在水平方向的边缘峰值，以及根据垂直方向峰值分布直方图确定出目标物体在垂直方向的边缘峰值，再根据所述水平方向边缘峰值和垂直方向边缘峰值确定目标物体的位置。
[0004]目前，根据水平方向峰值分布直方图确定出目标物体在水平方向的边缘峰值，以及根据垂直方向峰值分布直方图确定出目标物体在垂直方向的边缘峰值，主要通过暴力搜索法和非最大值抑制法来实现。
[0005]采用暴力搜索法、非最大值抑制法获取目标物体的边缘峰值时，仅搜索上述水平方向/垂直方向峰值分布直方图中的最大峰值以及次大峰值，将该最大峰值以及次大峰值作为目标物体对应的边缘峰值(参阅图2中峰值M和峰值N)。
[0006]现有技术采用暴力搜索法、非最大值抑制法获取目标物体边缘峰值，存在以下技术缺陷:
[0007]由于待检测图像中除了目标物体外很可能还包含其他的物体，而对待检测图像进行边缘检测时，生成的水平方向峰值直方图和垂直方向峰值直方图中还包括了其他物体的峰值(后续称为干扰峰值)，因此通过前述两种方式得到的最大峰值和次大峰值很可能是干扰峰值，而不是目标物体的边缘峰值，从而导致目标物体边缘峰值检测不准确继而导致目标物体识别不准确的问题。
【发明内容】
[0008]本发明实施例提供一种目标物体确定方法及位置，用以解决现有技术确定目标物体不准确的问题。
[0009]本发明实施例提供的具体技术方案如下:
[0010]一种目标物体确定方法，包括:
[0011]获取待检测图像中目标物体所在的初始区域；
[0012]对初始区域进行边缘检测，分别生成水平方向峰值分布直方图以及垂直方向峰值分布直方图；
[0013]将水平方向峰值分布直方图中水平方向峰值的强度值均小于其两侧的水平方向峰值中的最大强度值的水平方向峰值剔除；以及，将垂直方向峰值分布直方图中垂直方向峰值的强度值均小于其两侧的垂直方向峰值中的最大强度值的垂直方向峰值剔除；
[0014]根据保留的水平方向峰值的坐标值、强度值以及预设的目标物体水平宽度阈值，从保留的水平方向峰值中选取目标物体在水平方向的第一边缘和第二边缘；以及，根据保留的垂直方向峰值的坐标值、强度值以及预设的目标物体垂直高度阈值，从保留的垂直方向峰值中选取目标物体在垂直方向的第一边缘和第二边缘；
[0015]根据所述水平方向的第一边缘和第二边缘、垂直方向的第一边缘和第二边缘，确定所述目标物体。
[0016]一种目标物体确定装置，包括:
[0017]获取单元，用于获取待检测图像中目标物体所在的初始区域；
[0018]直方图生成单元，用于对所述获取单元获取的初始区域进行边缘检测，分别生成水平方向峰值分布直方图以及垂直方向峰值分布直方图；
[0019]剔除单元，用于将所述直方图生成单元生成的水平方向峰值分布直方图中水平方向峰值的强度值均小于其两侧的水平方向峰值中的最大强度值的水平方向峰值剔除；以及，将所述直方图生成单元生成的垂直方向峰值分布直方图中垂直方向峰值的强度值均小于其两侧的垂直方向峰值中的最大强度值的垂直方向峰值剔除；
[0020]边缘确定单元，用于根据所述剔除单元对所述水平方向峰值分布直方图处理后保留的水平方向峰值的坐标值、强度值以及预设的目标物体水平宽度阈值，从保留的水平方向峰值中选取目标物体在水平方向的第一边缘和第二边缘；以及，根据所述剔除单元对所述垂直方向峰值分布直方图处理后保留的垂直方向峰值的坐标值、强度值以及预设的目标物体垂直高度阈值，从保留的垂直方向峰值中选取目标物体在垂直方向的第一边缘和第二边缘；
[0021]目标物体确定单元，用于根据所述水平方向的第一边缘和第二边缘、垂直方向的第一边缘和第二边缘，确定所述目标物体。
[0022]本发明实施例中，一方面，获取待检测图像中目标物体所在的初始区域，并对该初始区域做边缘检测生成水平方向峰值分布直方图和垂直方向峰值分布直方图，由于仅对目标物体的初始区域进行边缘检测，因此在很大程度上能够将待检测图像中包含的其他物体滤除掉，以避免边缘检测得到的水平方向峰值分布直方图和垂直方向峰值分布直方图还包含大量的干扰峰值，从而在很大程度上能够确保检测得到的水平方向峰值分布直方图和垂直方向峰值分布直方图包含的基本是目标物体的峰值，从而使得后续确定出的目标物体的边缘峰值的准确性；另一方面，将水平方向峰值分布直方图中水平方向峰值的强度值均小于其两侧的水平方向峰值中的最大强度值的水平方向峰值剔除，以及，将垂直方向峰值分布直方图中垂直方向峰值的强度值均小于其两侧的垂直方向峰值中的最大强度值的垂直方向峰值剔除，由于目标物体的边缘峰值一般是取值较大的峰值，因此采用该种方式能够快速的将明显不是目标物体的边缘峰值的峰值剔除掉，然后再从剩余的峰值中选取出目标物体的边缘峰值，提高了选取目标物体边缘峰值的速度。
【附图说明】
[0023]图1为现有技术中待检测图像示意图；
[0024]图2为现有技术中峰值分布直方图；
[0025]图3为本发明实施例中确定目标物体的流程图；
[0026]图4a和图4b为本发明实施例中待检测图像示意图；
[0027]图5为本发明实施例中峰值分布直方图不意图；
[0028]图6为本发明实施例中峰值分布直方图不意图；
[0029]图7为本发明实施例中待检测图像中确定出目标物体的示意图；
[0030]图8为本发明实施例中确定目标物体装置结构示意图。
【具体实施方式】
[0031 ] 为了解决现有技术对目标物体位置的获取过程中，存在确定目标物体不准确的问题。本发明实施例中，分别从目标物体对应的水平方向峰值分布直方图和垂直方向峰值分布直方图中剔除周边物体以及噪声等因素造成的干扰峰值，从保留的水平方向峰值获取目标物体的水平边缘，并从保留的垂直方向峰值获取目标物体的垂直边缘，从而在很大程度上能够确保检测得到的水平方向峰值分布直方图和垂直方向峰值分布直方图包含的基本是目标物体的峰值，进而使得后续确定出的目标物体的边缘峰值的准确性；并且，在确定目标物体的过程中，将明显不是目标物体的边缘峰值的峰值剔除掉，仅从保留下的水平峰值和垂直峰值中选取目标物体的垂直边缘和水平边缘，从而有效降低了获取目标物体位置的复杂度，提高了选取目标物体边缘峰值的速度。
[0032]下面结合附图对本发明优选的实施方式进行详细说明。
[0033]参阅图3所示，本发明实施例中确定目标物体的方法流程，该方法包括:
[0034]步骤300:获取待检测图像中目标物体所在的初始区域。
[0035]本发明实施例中，步骤300，通过对训练样本进行训练建立特征分类器；控制该特征分类器按照预设扫描窗口对待检测图像进行扫描，判断每一个扫描窗口中是否包含目标物体的指定特征，当判定任意一扫描窗口包含该目标物体的指定特征时，将包含该指定特征的任意一扫描窗口限定的区域作为上述待检测图像中目标物体所在的初始区域；其中，可以采用如下任意一方法对训练样本进行训练建立特征分类器，HOG (Histogram ofOriented Gradient ;方向梯度直方图)方法，haar (Haar Wavelet ;哈尔小波)方法，神经网络算法，以及AdaBoost算法。
[0036]参阅图4a所示，由于待检测图像中除了目标物体之外，还包括其他物体，如目标物体周边的树木，因此导致上述确定