[发明专利]一种快速高可靠的圆形目标检测识别方法

权利要求书

1.一种快速高可靠的圆形目标检测识别方法，其特征在于，包括以下步骤：

(1)通过对圆形目标的正负样本进行HOG特征提取及训练，获得圆形目标分类识别模型；

(2)获取测试图像的灰度直方图，并对其进行平滑处理；

(3)求取平滑后灰度直方图的一阶导数图；

(4)根据灰度直方图的一阶导数图选取适当的候选阈值；

(5)根据选取的候选阈值对测试图像进行阈值分割，获得若干分割区域；

(6)对分割区域的轮廓、形状、面积特征加以约束，进而筛选出目标检测识别窗口；

(7)对目标检测识别窗口进行识别，最终得到目标区域。

2.根据权利要求1所述快速高可靠的圆形目标检测识别方法，其特征在于：在步骤(1)中，对不同场景下、不同距离、不同光照条件下的圆形目标进行手动选取作为目标训练的正样本，同时对于不同背景区域进行随机、多尺度区域选择作为目标训练的负样本。

3.根据权利要求1所述快速高可靠的圆形目标检测识别方法，其特征在于：在步骤(1)中，对提取的HOG特征，根据样本标签进行SVM分类器的训练，得到圆形目标分类识别模型。

4.根据权利要求1所述快速高可靠的圆形目标检测识别方法，其特征在于：步骤(3)的具体过程如下：

设当前灰度值i在灰度直方图中对应的数值为y(i)，1<i<255，则i的一阶导数＝(y(i+1)-y(i-1))/2；通过此方法对所有的灰度值进行一阶导数的求解，并将所求得的导数值取绝对值后，得到灰度直方图的一阶导数图。

5.根据权利要求1所述快速高可靠的圆形目标检测识别方法，其特征在于：步骤(4)的具体过程如下：

在灰度直方图的一阶导数图中求取局部极小值区域：左右各取5个相邻阈值点进行一阶导数的求和，则左、右导数值均大于设定阈值的点，即为一阶导数的局部极小值点，选择局部极小值作为候选阈值。

6.根据权利要求1所述快速高可靠的圆形目标检测识别方法，其特征在于：在步骤(1)中，在进行HOG特征提取之前需要对正负样本进行归一化处理；在步骤(7)中，在对目标检测识别窗口进行识别之前需要对目标检测识别窗口进行相同的归一化处理。