【VC++开源代码栏目提醒】:文章导读:在新的一年中,各位网友都进入紧张的学习或是工作阶段。
网学会员整理了VC++开源代码-灾难现场人手部分检测方法研究 - 硕士论文的相关内容供大家参考,祝大家在新的一年里工作和学习顺利!
分类号:—— 密级:—— C:——U D 编号:—— 工学硕士学位
论文 灾难现场人手部分检测方法研究 硕士研究生: 刘萍萍 指导教师: 吴良杰 教授 学位级别: 工学硕士 学科、专业: 计算机应用技术 所在单位:
计算机科学与技术学院
论文提交日期: ’2010年1月
论文答辩日期: 2010年3月 学位授予单位: 哈尔滨工程大学 Candidate: Liu Pingping Supervisor: Prof.Wu Liangi ieAcademic Degree Applied for: Master of Engineering Speciality: Computer Applied Technology Date of Submission: January,20 10 Date of Oral Examination: March,2010 University: Harbin Engineering UniverSity 哈尔滨工程大学 学位
论文原创性声明 本人郑重声明:本
论文的所有工作,是在导师的指导下,由作者本人独立完成的。
有关观点、方法、数据和文献的引用已在文中指出,并与参考文献相对应。
除文中已注明引用的内容外,本
论文不包含任何其他个人或集体已经公开发表的作品成果。
对本文的研究做出重要贡献的个人和集体,均已在文中以明确方式标明。
本人完全意识到本声明的法律结果由本人承担。
,. 作者(签字):嗄n物昂 日期: 勿fD年乡月心日 哈尔滨工程大学 学位
论文授权使用声明 本人完全了解学校保护知识产权的有关规定,即研究生在校攻读学位期间
论文工作的知识产权属于哈尔滨工程大学。
哈尔滨工程大学有权保留并向国家有关部门或机构送交
论文的复印件。
本人允许哈尔滨工程大学将
论文的部分或全部内容编入有关数据库进行检索,可采用影印、缩印或扫描等复制手段保存和汇编本学位
论文,可以公布
论文的全部内容。
同时本人保证
毕业后结合学位
论文研究课题再撰写的
论文一律注明作者第一署名单位为哈尔滨工程大学。
涉密学位
论文待解密后适用本声明。
本
论文(曰在授予学位后即可口在授予学位12个月后 口解密后)由哈尔滨工程大学送交有关部门进行保存、汇编等。
作者(签字):两傣诲 作者(签字):汉I)隆睁 导师(签字):j\萨步 导师(签字):、多\伊多/ 日期: 劢/o年芗月巧日 钆,o年孑月心日 哈尔滨T程大学硕十学位
论文 摘 要 近年来,救援机器人在灾后救援工作中的作用日益凸显,如何将其更好的应用到灾后对幸存者的救援工作中,已经成为国内外很多研究机构的共同目标。
将机器人技术、灾难学、数字图像学等多学科知识有机融合,研制与开发用于搜寻和营救的灾难救援机器人,是机器人学研究中一个富有挑战性的新领域。
可见光条件下人手部分的检测技术是基于视觉的手势识别技术、手语识别及基于人体的目标检测技术中的关键环节。
本文以救援机器人对图像中人手部分的检测为研究目标,对可见光条件下,灾难现场人手部分的检测技术进行了系统深入的研究。
主要包括:人手静态图像检测及人手运动图像检测两部分。
首先,研究可见光条件下人手部分的图像检测方法,分析各种检测方法的适用环境及优点。
通过比较灾难现场图像及日常生活图像的差异,并针对人手部分的特点,如:人手姿态的多样性、不确定性,人手肤色差异性,在复杂背景下受干扰因素影响明显及灾难现场人手部分往往被废墟掩埋无法呈现完整的人手形状等,研究并提出有效的人手特征。
然后,实现人手部分的图像特征处理。
一方面,本文用人手肤色特征、纹理特征作为人手部分静态图像检测的有效特征,并分别运用相应的特征检测方法,将它们有效地描述、提取出来。
另一方面,视频序列中对人手部分的检测还需要使用运动特征。
本文利用时空融合的目标分割算法,时域分割采用帧间差分方法,计算出相邻两帧间的变化,空域分割使用Canny边缘检测方法,经形态学算子处理后形成团块集合形式,基于团块优先级的融合方法把时空信息结合起来,进而得到运动区域,并利用人手静态图像检测方法处理运动区域,最后使用SVM分类器对提取出来的特征向量进行检测,得到关于灾难现场非遮挡情况下检测率达到25%以上的人手检测结果。
关键词:人手检测:肤色特征;灰度共生矩阵;运动目标检测;SVM分类器 哈尔滨T程大学硕+学位
论文产 Abstract Recent years,the rescue robot in the role of post-disaster relief work has been increasingly prominent,how to be better applied to the disaster relief efforts for survivors in many research institutions at home and abroad has been a common goal.Integrating the robot technology,disaster science,digital image science and other multi-disciplinary knowledge for researching and developing search and rescue disaster relief robot is a challenging new area of robotics research. Under the condition of the part with optical detection technology is Vision Based Gesture Recognition technology(VBGR),based on the identification and sign the human body key target detection technology.In this paper,witIl the test of rescue robots in the images,we systematically study the visible part of the inspection manual under the conditions of disaster scene.This article focuses on the visible part of the hands test under the conditions of disaster scene,including: static images and moving images’detection.Firstly,based orl every image testing method of hands under visible conditions,we should compare their application environment and advantages.To analyze the differences between a disaster scene images and daily life images,and then for some characteristics of hands,such as: the diversity attitudes,uncertainty and hands’color differences.Robots ale easily^ influenced in complex background of interference factors and disaster,because hands are usually buried SO that they Can not render a complete shape.The study and propose effectively hands characteristics,then achieve the treatment of hands’ image features.On one hand,this article uses color and texture features as the effective features of hands’static image,then decrypts them effectively and extracts by using the appropriate feature detecting method respectively.On the 哈尔滨T程大学硕十学何
论文 other hand,hands’detection in the video sequences also need to USe the motion feature,this paper use space.time integration of the object segmentation algorithm and iIlter-丘ame difference time—domain segmentation algorithm to calculate flames.Airspace segmentation Canny edge detection use changes in two adjacent method.after treatment by the morphological operators to form clumps in aggregate form.Based on priority fusion methods to combine the spatial-temporal information and then get exercise area and using hand static image test methods to deal with motion region.Finally the motion region Use SVM classifier extracted rate reached eigenvector of testing,about the disaster site occlusion detection more than 25%of the testing results of hands. Key words:Hand detection;Skin color feature;Gray level CO。
occurrence matrix; Moving target detection;SVM classifier卢 ’, 哈尔滨T稃大学硕+学位
论文 目 录第1章绪论……………………………………………………………………·l 1.1研究背景及意义…………………………………………………………1 1.2国内外研究现状…………………………………………………………2 1.3本文的研究难点及重点…………………………………………………4 1.4本文内容及安排…………………………………………………………5第2章人手图像检测方法分析与研究………………………………………·7 2.1肤色特征检测方法………………………………………………………7 2.1.1肤色特征…………………………………………………………·8 2.1.2颜色空间模型……………………………………………………-8 2.1.3肤色特征提取方法………………………………………………·9 2.2纹理特征检测方法……………………………………………………·11 2.2.1纹理特征描述……………………………………………………11 2.2.2纹理特征提取方法………………………………………………·l 5 2.3运动检测方法介绍……………………………………………………·l 8 2.3.1图像增强算法……………………………………………………18 2.3.2运动检测算法介绍……………………………………………~19 2.3.3边缘检测…………………………………………………………22 2.4本章小结………………………………………………………………·25第3章人手静态图像检测的研究与实现……………………………………26 3.1静态图像人手检测总体研究…………………………………………·26 3.1.1灾难现场人手图像的特点………………………………………26 3.1.2本文检测流程……………………………………………………26 3.2肤色特征提取方法及实现……………………………………………·27 3.2.1颜色直方图………………………………………………………28 哈尔滨下程大学硕+学位
论文 3.2.2 RGB空间模型到HSV空间模型的转化算法…………………·30 3.2.3基于颜色直方图的肤色检测实现与分析………………………3l 3.3纹理特征提取方法及实现……………………………………………·33 3.3.1基于人手部分的纹理特征检测体系结构………………………33 3-3.2图像灰度级量化…………………………………………………34 3.3.3灰度共生矩阵的特征参数………………………………………36 3.4肤色特征与纹理特征结合的检测方法实现…………………………“38 3.5本章小结………………………………………………………………·42第4章人手运动检测实现……………………………………………………43 4.1本文人手运动图像检测方法…………………………………………·43 4.2运动特征提取…………………………………………………………·44 4.2.1帧间差分运算……………………………………………………44 4.2.2 Canny边缘检测算子……………………………………………46 4.2.3滤波去噪处理……………………………………………………47 4.2.4时空融合方法实现人手运动图像检测…………………………49 4.3运动检测方法实现……………………………………………………·5 l 4.4本章小结………………………………………………………………·53结 论……………………………………………………………………………………………………·54参考文献…………………………………………………………………………56攻渎硕士学位期间发表的
论文和取得的科研成果……………………………62致谢……………………………………………………………………………………………………·63 哈尔滨T程大学硕+学何
论文 第1章绪论1.1研究背景及意义 近几十年来随着计算机技术的飞速发展,一些与其相关的理论,技术也得到了不同程度的发展,同时它们也越来越密切的应用在人类的日常工作、学习和生活中。
其中,机器入学就是发展尤为突出的学科之一。
自1959年“工业机器人之父”美国发明家约瑟夫·英格伯格制造出第一台工业机器人【l】,到今天日本的仿人型街舞机器人的面世,机器人技术的发展已经完全超出了人们的日常想象。
机器人技术的应用越来越广泛,不仅出现在军事、工业等重要领域,而且日益走进人们的日常生活。
顺应当今科技的发展趋势,将机器人技术与其他科学相结合,更大程度地为人类生存、生活提供更好的服务,已经成为广大科学家们共同追求的目标。
自然灾害是人类社会面临的共同挑战,而我国又是世界上自然灾害最为严重的国家之一。
自然灾害多发的今天,人们的生存安全受到了极其严重地威胁【:】。
虽然人们对各种灾难的警觉和反应能力在不断的提高,但是在处理破坏性灾难事件时还存在许多问题及不足,如准备不够充分、应急预案无法满足实际情况要求、非专业、不及时的救援活动等,这些不良因素的存在给人们的生命及财产安全带来了重大的损失。
面临种种人类生存挑战及实际应用思考,科学家们将研究重点转向了机器人技术。
近几年来,特别是‘‘9.11”事件以后,世界上许多国家开始从国家安全战略的角度出发,研制出各种反恐防爆机器人、灾难救援机器人等用于灾难的防护和救援的危险
作业机器人【,J。
其中,美国,日本等这些机器人技术领先发展的发达国家,对于救援机器人的研究与发展做出了巨大的贡献。
如美国加州大学伯克利分校研制的身高不足3cm的苍蝇搜救机器人f3】,卡内基梅隆大学(CMU)研制的安装在移动平台上的蛇形机器人【·1,日本大阪大学研制的蛇形机器人【s1等。
目前,搜救机器人在实际生活中的应用越来越广泛,重要性也日益突出,因此,一些与其相 l 哈尔滨T稃大学硕十学何
论文融合的,交叉的学科也得到了很好的发展。
将机器人技术、数字图像学、灾难学等多学科知识有机融合,研制与开发用于搜寻和营救的灾难救援机器人,是机器人学研究中一个富有挑战性的新领均sl。
随着信息技术的不断发展,图像已经成为人们传递信息的重要手段之一。
图像之所以在表达信息方面深受大家的青睐,主要是因为图像自身的优点决定的。
图像信息的一个显著优点就是它是基于人类视觉的,首先,图像表达信息直观性强,即图像可以将客观事物的原形真实地展现在人们眼前,供不同目的、不同能力、不同水平的人去观察、理解;其次,它传达信息时易懂性强,主要原因在于人的视觉系统有着瞬间获取图像、分析图像、识别图像与理解图像的能力;另外,图像包含的信息量大,与语言表达信息相比较方便、快捷。
鉴于人们对图像技术的实际应用需要,数字图像处理学应运而生。
数字图像处理理论中关于人体检测技术的发展越来越成熟,并且已经广泛应用于许多领域,如基于内容的图像检测、视频处理、视频监控及人体运动捕捉等171。
基于视觉的手势识别技术(VBGIL Vision Based Gesture Recogn.ition)也是近几年来发展比较迅速的-f〕数字图像处
理学理论,它的发展给人手部分的图像检测技术带来了新的发展空间及挑战。
目前已有大量的专家、学者,为人手部分的图像检测技术的发展做出了巨大的贡献,然而由于人手部分具有很多的不确定性,如人手姿态本身的多样性、多义性、差异性及其在复杂背景下受干扰因素影响明显等,这些负面因素都致使人手检测技术以及其相关技术的发展还没有达到成熟。
1.2国内外研究现状 人手部分的图像检测技术主要应用于基于视觉的手势识别技术中。
基于视觉的手势识别技术的出现及发展是依据一些硬件条件的。
到1992年左右,彩色视频采集设备的出现,使人们可以用它来实时拍摄手势图像序列的条件下,才出现了基于视觉的手势识别技术【8】,而人手部分的图像检测也是在那个时候开始得到了该领域专家、学者的重视,并得到了进一步发展。
2 哈尔滨T程大学硕十学位
论文 目前,以人手为检测目标的数字图像处理技术的发展还没有达到成熟水平。
人手部分的图像检测技术作为人机交互的一个分支,它的发展与人机交互技术息息相关,而这方面的研究主要集中在一定范围内对人的手势、手语这些具有固定内容的检测处理中,至于人手的分割及存在检测处理问题,还没有找到
系统的、经典的处理方法。
分析其原因,主要在于人手的运动呈现非刚体性,而且人手姿态本身具有时间、空间差异性,形态多样性等复杂因素,这些都给人手部分的图像检测技术的发展带来了巨大的困难。
人手部分的图像检测技术不仅是基于视觉的手势识别技术的关键操作,而且在基于人体检测方法中也具有极其重要的地位。
当前,人手部分的图像检测技术主要集中在手势识别、手语检测方面,其中,尤以手势识别发展突出。
另外,在基于人体检测技术中,有时也会出现人手部分的检测,但是,通常情况下,它不是作为独立的检测内容出现,而是为了满足某种约束条件而存在。
基于复杂背景下的手势分割处理依据手势图像的特点,对包含人手部分的静态或视频图像序列进行操作,如:肤色区域检测、纹理特征检测、形状检测,运动分析等,然后对它们的检测结果进行处理,并辅以滤波去噪、二值化等方法,最终准确分割出图像中的手势区域。
基于人体检测的手部及手臂部分检测方法中,大多数的检测方法都是采用皮肤颜色、纹理等特征作为检测特征参数,并使用基于皮肤颜色模型的分割方法1。
1001解决
问题。
针对人手本身的复杂性,如:观察者的视觉差异性、手姿态的多样性、多义性等,目前的人手检测方法有肤色区域检测方法、纹理性检测方法、基于形状特征的检测方法和基于视频序列的检测方法。
肤色区域检测方法是基于人体的目标检测技术中常采用的特征处理方法之一。
采用人体肤色特征进行人体检测的依据是人体肤色的聚类特性,它能将人体肤色与其他事物区分出来。
目前对肤色特征的处理方法集中体现在选择不同的颜色空间来描述肤色信息,主要方法有:利用RGB颜色空间的直方图统计人手部分的肤色空间分布;通过RGB颜色空间中建立KL肤色坐标系, 哈尔滨T程大学硕十学何
论文对人手肤色信息进行定位【lll。
该方法主要应用于人脸检测技术。
但是,由于RGB颜色空间在表征颜色时存在如下缺点:(1)从RGB值中很难直观得出该值表示的颜色的认知属性;(2)RGB颜色空间在描述两个颜色之间的知觉差异不能表示为该颜色空间中两个色点之间的距离。
因此,后来的学者基于对肤色应用的需求的思考,引入了其他颜色空间。
如:针对于HSV空间在描述肤色特征时,H通道对光照不敏感的特性,提出了基于HSV模型的H通道全局颜色直方图方法〔t21;利用YCrCb颜色空间下Cb和Cr通道图像可以与Y通道分离的性质来克服一定程度的光照干扰的属性,建立YCrCb颜色空间下似然模型来进行手势分割处理。
纹理特征检测方法广泛应用于基于目标的图像检测技术中。
常用的处理手段包括:灰度共生矩阵,建立高斯模型,Gabor小波变换,小波处理等,其中尤以灰度共生矩阵,Gabor小波变换及其改进方法应该最多。
基于形状特征的检测方法主要是依据手部完全裸露,没有被遮挡的情况。
其中较经典的方法包括:使用不变矩方法来描述手部但不包括手臂部分的形状特征,常与模型匹配方法相结合处理,主要包括:Hu矩【B】,几何矩〔141等。
另外,还可以利用边界描述方法将形状特征表述出来。
基于形状特征的检索方法可分为基于轮廓和基于区域两大类。
前者的处理过程是:首先,对图像进行分割并对其进行边缘提取,以得到目标图像的轮廓线,然后针对这种轮廓线进行形状特征检索。
后者则直接针对图形寻找适当的矢量特征,并将其用于检索算法中。
基于视频序列的人手部分检测技术还需要使用运动分析的方法。
在假定摄像机位置固定并且光照恒定的条件下,常采用差分运动分析方法,确定运动区域,如:光流法,帧间差分法,背景差分法,另外,Meanshifi跟踪方法也
常用于视频跟踪处理中。
1.3本文的研究难点及重点 本文的研究内容是国家863计划项目“灾难现场生命体征搜寻机器人仿 4 哈尔滨下稃大学硕十学何
论文生感知技术研究”项目的一个子课题,本文研究的重点是灾难现场可见光条件下人手部分的检测,本文待解决的重点问题是,如何实现基于搜救机器人平台的人手部分的检测,而且保证该检测系统具有较高的检测率和较低的误检率。
本文的研究内容分为两个方面:可见光条件下人手部分的静态图像检测及运动视频序列目标检测,主要考虑的应用背景是地震发生后,搜救机器人执行危险救援任务时对幸存者的人手部分的目标识别。
针对人手是一个复杂的变形体,其本身姿态具有很多不确定性、差异性,而且大多数情况下,灾难现场中幸存者的手部是无法完全裸露出来的,因此本文要完成的人手检测任务将集中考虑人手部分在可见光条件下的检测情况。
(1)结合本文的应用背景,分析灾难现场图像与日常生活图像的差异,并总结现有人体检测方法在处理灾难现场这个特殊场景时存在的问题,进而给出本研究的理论依据。
(2)实现人手部分的静态图像检测,本研究选择了人手部分的肤色特征和纹理特征,并使用双特征结合的方法对静态图像中的人手部分进行检测。
(3)对于视频序列中的运动人手部分,采用时空融合的目标分割算法,并通过滤波去噪,形态学处理等方法将运动区域提取出来,再结合静态图像中人手部分的检测方法,检测出运动区域中的人手部分。
程序运行环境是在VC++6.0编译环境下实现的,引入了InteI
开源的图像处理库OpenCV,大大节省了
程序代码编写上的开销。
1.4
论文内容安排 本文从介绍课题的背景、意义和国内外的研究现状出发,对现有方法中人手部分的图像检测技术的充分理解与分析,结合本文的应用背景,深入研究当前人手部分的图像检测方法,重点研究并实现了灾难现场,可见光条件.