摘要:步态周期是步态的一个重要特征。本文提出了一个新的步态周期检测方法,首先对视频中的单帧图像进行灰度变换,然后计算各像素点在逐帧中的中值,以此作为整个序列图像的背景,用背景减除法提取人体目标,利用数学形态学方法和区域跟踪算法填补二值图像中的空洞,然后利用下肢摆动的面积变化来计算步态周期。本方法计算量小,精确度高,抗干扰性强,对步态的周期检测十分有效。 关键词:步态识别;背景减除;区域标注法;shen滤波
中图分类号:tp391文献标识码:a文章编号:1007-9599 (2013) 06-0000-02
防雷开关1引言
波纹片成型机步态识别是一种生物特征识别技术,它是根据人们走路的姿势来进行身份识别[1]。目前,大多数步态识别方法都是建立在周期分割很好的情况下进行的,因此,步态周期检测在步态识别中具有非常重要的意义。目前,周期检测方法主要有:benabdclkader[2]等人和boulgouris[3]等人都采用过步态轮廓的自相关性得的步态周期,这类方法仅仅限于应用在行
走速度恒定的步态。磁流变阻尼器benabdelkader还通过计算人体轮廓的边界矩形框的宽度变化来确定步态周期;kale等通过观察人体宽度向量的范数随时间的变化来分析步态的周期特性;sarkar等人采用人体区域下部分像素点的多少的周期性确定步态的周期性变化;陈实[4]网页压缩等人以步态序中所有行人轮廓区域外接矩形框作为图像区域,在图像区域自底而上的1/4高度内,等量水平分割三个区域,计算各区累计轮廓点数,利用相应的点分布直方图特征检测出步态周期;王科俊[5]利用基于区域特征的方法计算步态周期;这些方法都存在算法复杂度高的缺点。
柱面投影2步态序列图像预处理
为了获取人体目标,对视频中的单帧图像先进行灰度变换后,利用中值法从图像序列中恢复出背景图像: ,其中, 为步态序列,经过背景减除后得到差分图像,对差分图像二值化处理后,利用数学形态学方法、单连通分析和区域跟踪算法填充二值图像的空洞(如图1(e)声音检测电路)。