3中期报告静态人体姿态识别特征提取方法的研究

《3中期报告静态人体姿态识别特征提取方法的研究》由会员上传分享，免费在线阅读，更多相关内容在应用文档-天天文库。

1、河北工业大学城市学院本科毕业设计（论文）中期报告毕业设计（论文）题目：静态人体姿态识别特征提取方法的研究专业：计算机科学与技术学生信息：学号056285、姓名艾月乔、班级C056指导教师信息：06018、魏玮、教授报告提交日期：2009-05-281基于形态学的骨架提取算法本文对于处理过的交警姿态图像，利用形态学方法进行骨架提取。分别采用skele方法，细化，和粗化方法进行骨架提取，并对比分析了骨架提取的效果。1.1Skele方法简介图像A的骨架可用腐蚀和开操作表达。即骨架可以表达为如下式所示：而这里B是一个结构元素，表示对的连续次腐蚀：第次是被腐蚀

2、为空集合前进行的最后一次迭代。就是说：上式和式说明可以有骨架子集的并集得到。即A可以通过使用下列公式有这些子集重构：这里表示对的次连续的膨胀,即利用skele算子进行骨架提取试验，部分实验结果如图1-1,图1-2所示。（a）（b）图1-1（a）为预处理后得到的图像，（b）为利用thicken方法提取的人体骨架（a）（b）图1-2（a）为预处理后得到的图像，（b）为利用thicken方法提取的人体骨架由图1-1，图1-2可以看出利用skele方法提取的骨架图像的边缘很敏感，多分叉，有很多尖点，和毛刺。1.2细化方法简介数学形态学中的顺序细化可以实现骨架

3、的提取。顺序细化的公式如下:其中X为待细化的图像，为结构元素序列，大多数是由某个结构元素在适当的数字光栅下进行的某种旋转而生成的。此结构序列可以用一个矩阵来表示。顺序细化是一种迭代运算，其迭代次数依赖于图像中的物体和所用的结构元素。若迭代过程中连续两幅图像相同，则细化过程终止，细化的最终结果是图像只包含了单位宽度的线条和孤立点。利用thin算子进行骨架提取试验，对交警的9种姿态进行骨架提取，其中两种姿态的骨架提取所得结果如图1-3、图1-4所示。（a）（b）图1-3（a）为预处理后得到的图像，（b）为利用thn方法提取的人体骨架（a）（b）图1-4（

4、a）为预处理后得到的图像，（b）为利用thin方法提取的人体骨架由图2-1和图2-2可以看出利用细化方法提取的骨架效果要优于skele方法。但是骨架提取的位置不够精确，这事由于由于细化法只考虑局部连通关系，无法对图形特征进行全局的把握，因此不够准确。1.3粗化方法简介粗化与细化在形态学上式对偶过程。它的定义如下：这里是适合粗化处理的结构元素。和对细化的定义一样，粗化处理可以定义为一系列操作：用于粗化处理的结构元素和与细化处理有关的结构元素具有相同的形式，但所有１和０要互换。然而，蹴鞠啊的分离算法在实际使用中很少用到，代之而来的经常是现对所讨论集合的背

5、景进行细化，而后对结果求补集。利用粗化的理论对交警姿态进行骨架提取实验，实验结果如图1-5、图1-6所示。（a）（b）图1-5（a）为预处理后得到的图像，（b）为利用thicken方法提取的人体骨架（a）（b）图1-6（a）为预处理后得到的图像，（b）为利用thicken方法提取的人体骨架由图1-5和图1-6可知，粗化是细化在形态学中的对偶过程，利用它们进行骨架提取的效果相似。1.4对比分析试验首先对交警图像的９个动作，每个动作从两个不同角度分别拍摄共18幅图像进行检简单的预处理，然后分别利用skele方法，细化，粗化方法进行骨架提取。对比利用三种方

6、法进行骨架提取时的异同，并由此总结基于形态学的骨架提取算法的提取效果。将交警手势的彩色图像进行简的预处理如图1-7（a）、图1-8（a）、图1-9（a），对预处理后的二值图像分别进行骨架提取的结果。（a）（b）（c）图1-7（a）为彩色图像，（b）为处理后的二值图像，（c）为三种形态学骨架提取方法的比较图（a）（b）（c）图1-8（a）为彩色图像，（b）为处理后的二值图像，（c）为三种形态学骨架提取方法的比较图（a）（b）（c）图1-9（a）为彩色图像，（b）为处理后的二值图像，（c）为三种形态学骨架提取方法的比较图从实验结果（图1-7（b）、图1-

7、8（b）、图1-9（b））可以看出形态学算法对图像的边缘很敏感，由于二值图像的边缘有尖点，导致了形态学方法的骨架提取通常是锯齿状的。利用skele方法得到的骨架有很多分叉，毛刺。而细化和粗化方法的骨架提取效果优于skele方法。细化和粗化是形态学中的一对对偶过程，利用它们进行骨架提取的效果相似。2基于距离变换的骨架提取算法在学习了距离变换的理论知识的基础之上，阅读了多篇基于距离变换的骨架提取方法的相关论文，其中刘文予等人提出了一种生长骨架算法对复杂图形图像进行骨架提取，本文将此种方法运用在人体姿态的骨架提取上，进行反复试验。并将试验结果进行分析，并对

8、比了它与心态学骨架提取方法的尤略。2.1算法主要步骤:l)对二值图作距离变换(这里采用欧氏距离变换)，得到图