[发明专利]基于光照自动评估的目标识别方法

说明书

技术领域

本发明涉及一种识别方法，尤其是一种基于光照自动评估的目标识别方法，属于目标识别的技术领域。

背景技术

计算机视觉系统的应用中，外界光源(包括太阳，室内光源，室内物体表面反射)的光线照射在目标上，经目标反射后传播到摄像头传感器的光感强度有强弱，所以有时会造成图像过亮或者偏暗。由光照变化引起的目标图像差异很大，会影响目标识别的准确度。

发明内容

本发明的目的是克服现有技术中存在的不足，提供一种基于光照自动评估的目标识别方法，其步骤简单，提高了目标识别的准确度。

按照本发明提供的技术方案，一种基于光照自动评估的目标识别方法，所述目标识别方法包括如下步骤：

a、采集目标图像，并将所述目标图像分割成若干块；

b、计算上述分割后每块图像的平均灰度Ave，并将上述平均灰度进行归一化；

c、根据上述计算得到每块图像归一化的平均灰度值，计算目标图像的平均灰度TotalAve及图像块灰度均方差Dev；

d、根据步骤b，计算分割图像块间左右相邻的图像块灰度平均值之间的灰度差NeighbourAveDislr、左右相邻图像块灰度差的平均值NeighbourAveDislr及均方差NeighbourDevlr；

e、根据步骤b、计算分割图像块间上下相邻的图像块灰度平均值之间的灰度差NeighbourAveDisud、上下相邻图像块灰度差的平均值NeighbourAveDisud及均方差NeighbourDevud；

f、根据步骤c、步骤d及步骤e的计算结果，判断目标图像的光照条件；

g、根据步骤f得到的光照条件，对目标图像进行光照处理及识别。

所述目标图像为先验知识充足、像素相关性较大的图像。所述目标图像包括车牌图像或人脸图像。

所述步骤f中，当左右相邻图像块灰度差的均方差NeighbourDevlr或上下相邻图像块灰度差的均方差NeighbourDevud大于设定阈值TH1时，则目标图像的光照条件为局部高光或局部阴影。

所述步骤f中，当左右相邻图像块灰度平均值间的灰度差NeighbourAveDislr或上下相邻图像块灰度平均值间的灰度差NeighbourAveDisud大于设定阈值TH2时，则目标图像的光照条件为局部高光或局部阴影。

所述步骤f中，当目标图像的平均灰度TotalAve接近于0时，则目标图像的光照条件为整体偏暗。

所述步骤f中，当目标图像的平均灰度TotalAve接近于1时，则目标图像的光照条件为整体偏亮。

所述步骤f中，当目标图像的图像块灰度均方差Dev较小，且目标图像的平均灰度TotalAve小于设定阈值TH3时，目标图像的光照条件为整体偏暗。

所述步骤g中，对目标图像进行光照处理的方法包括同态滤波算法或直方图均衡化法

本发明的优点：针对图像先验知识充足，图像像素相关性较大的目标识别，目标识别中光照变化是一个重要的因素，能够自动判断是否需要对目标图像做光照预处理，有助于提高目标识别的速度和准确度；基于图像像素的灰度块的统计将目标图像分成若干图像块，计算每个图像块的平均灰度；通过平均灰度计算整体灰度均值，整体灰度均方差，以及相邻图像块灰度均值之间的灰度差，设定阈值范围以判断是否需要做光照预处理；然后选择合适的光照预处理算法，实现目标图像增强；该光照自动评估算法复杂度较小，适用于目标识别系统的预处理；步骤简单，提高了目标识别的准确度。

附图说明

图1为本发明一种对目标图像进行划分的示意图。

图2为本发明另一种对目标图像进行划分的示意图。

图3为本发明对目标图像进行光照条件评估的流程图。

具体实施方式

下面结合具体附图和实施例对本发明作进一步说明。

目标识别中光照条件变化是一个重要的因素，根据目标图像的光照条件能够自动判断是否需要对目标图像做光照预处理，有助于提高目标识别的速度和准确度。

针对图像先验知识充足，像素相关性较大的图像，如车牌图像或者人脸图像，其光照条件的评估的依据是图像各部分的灰度值。本发明基于光照自动评估的目标识别方法包括如下步骤：

a、采集目标图像，并将所述目标图像分割成若干块；根据目标大小，将目标识别图像分成若干部分，例如，鉴于车牌图像的长宽比，将车牌图像分成两行三列六个部分，人脸图像可以分成三行两列或者九宫格；如图1和图2所示；