[发明专利]基于概率估计的红外图像人体识别方法

摘要

公开一种基于概率估计的红外图像人体识别方法，包括处理器，红外成像模块，存储数据的RAM和电源，处理器内部设置人体识别方法，所述的人体识别方法包括以下步骤：采集红外图像f(x,y)；对红外图像f(x,y)进行二值化处理，得到二值图I₀(x,y)；对二值图I₀(x,y)进行腐蚀运算，得到腐蚀图I₁(x,y)；在腐蚀图I₁(x,y)中搜索红外成像区域S_j，计算长宽比r_j和几何中心点o_j；根据长宽比r_j和几何中心点o_j是否移动，增加概率值p_i；根据概率值p_i大小，判断成像区域是否为人体目标。

主权项

1.基于概率估计的红外图像人体识别方法，包括进行集中处理的处理器，与所述的处理器连接的红外成像模块，所述的红外成像模块上设置进行聚焦成像的镜头，与所述的处理器连接的存储数据的RAM，还包括提供工作电压的电源，其特征在于：所述的处理器内部设置人体识别方法，所述的人体识别方法包括以下步骤：(1) 设置数据链表L={ai(xi,yi,ci,pi)}，其中，i=0，1，2......，xi=1~M，yi=1~N，M为所述的红外成像模块x轴方向上的最大像素个数，N为所述的红外成像模块y轴方向上的最大像素个数，ci为时间计数器，初始值为0，最大值为Cmax，pi为概率值，代表目标为人体目标的可能性大小，pi=0~100%；(2) 所述的处理器每个固定周期通过所述的红外成像模块获取场景的红外图像f(x,y)，其中x=1~M，y=1~N，并存储在所述的RAM中；(3) 对红外图像f(x,y)进行二值化处理，得到二值图I0(x,y)，采用的方法为：当T1T3，则执行步骤6，否则重复执行步骤5，其中T3为正常人体的长宽比下限；如果无法搜索到非零区域Sj，则执行步骤8；(6) 执行匹对算法，以来自同一非零区域的原则，将几何中心点o_j(x_j,y_j)和数据链表L中的元素a_i(x_i,y_i)进行配对，并求两者之间的距离D_ij=，执行步骤7；如果几何中心点o_j(x_j,y_j)未匹配，则以(x_j,y_j,c_j=Cmax,p_j=0%)为新增点，加入数据链表L，返回步骤5；(7) 如果距离Dij>T4，其中T4代表采样周期内人体正常移动的经验阈值，则所述的处理器判断对应非零区域可能为人体信号，则更新数据链表的元素ai，即xi=xj，yi=yj，ci=Cmax，pi=pi+1%；如果距离Dij≤T4，更新数据链表L的节点数据ai(xi,yi,ci,pi)，xi=nxj+(1‑n)xi, yi=nyj+(1‑n)yi，其中n为权重系数，0

下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。 免登录下载普通用户下载升级VIP会员，免费下载

该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于杭州晶一智能科技有限公司，未经杭州晶一智能科技有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】

本文链接：http://www.vipzhuanli.com/patent/201811016264.0/，转载请声明来源钻瓜专利网。