基于移动终端的图像捕捉方法、装置及移动终端.pdf

(19)中华人民共和国国家知识产权局*CN102314590A*(12)发明专利申请(10)申请公布号CN102314590A(43)申请公布日2012.01.11(21)申请号201010221189.9(22)申请日2010.06.29(71)申请人乐金电子（中国）研究开发中心有限公司地址100102北京市朝阳区望京利泽中园二区203号楼洛娃大厦B座(72)发明人申思(74)专利代理机构北京律诚同业知识产权代理有限公司11006代理人梁挥祁建国(51)Int.Cl.G06K9/00(2006.01)G06K9/20(2006.01)G06K9/62(2006.01)权利要求书3页说明书8页附图4页(54)发明名称基于移动终端的图像捕捉方法、装置及移动终端(57)摘要本发明涉及一种基于移动终端的图像捕捉方法、装置及移动终端，其中该方法包括：步骤101，采集图像；步骤102，采用训练过的分类器，在采集的图像中跟踪设定图像，并且捕捉所述设定图像；步骤103，将经由所述训练过的分类器过滤的所述图像保存在存储器中。本发明实施例，基于GentileAdaBoost算法实现了8种哈尔型特征模板，从而使得本实施例的基于移动终端的图像捕捉方法具有哈尔型特征的计算快的特点，而且还能够适用于移动终端进行实施地捕捉图像，因此克服现有技术中图像捕捉方法容易受到用户拍摄能力的影响的缺陷。CN1023459ACCNN110231459002314594A权利要求书1/3页1.一种基于移动终端的图像捕捉方法，其特征在于，包括：步骤101，采集图像；步骤102，采用训练过的分类器，在采集的图像中跟踪设定图像，并且捕捉所述设定图像，其中所述训练过的分类器的函数表达式为步骤103，将经由所述训练过的分类器过滤的所述图像保存在存储器中。2.根据权利要求1所述的基于移动终端的图像捕捉方法，其特征在于，所述设定图像为人耳图像。3.根据权利要求1所述的基于移动终端的图像捕捉方法，其特征在于，所述训练过的分类器为采用GentileAdaBoost算法实现8种哈尔型特征模板的分类器，其中，第一种哈尔型特征模板为左右分开的边缘特征模板，第二种哈尔型特征模板为上下分开的边缘特征模板，第三种哈尔型特征模板为中心点区域特征模板，第四种哈尔型特征模板为第一左中右分开的线条特征模板，在这里左中右三个区域的宽度比为：2∶3∶2，第五种哈尔型特征模板为第二左中右分开的线条特征模板，在这里左中右三个区域的宽度比为：1∶1∶1，第六种哈尔型特征模板为第一上中下分开的线条特征模板，在这里上中下三个区域的高度比为：2∶3∶2，第七种哈尔型特征模板为第二上中下分开的线条特征模板，在这里上中下三个区域的高度比为：1∶1∶1，第八种哈尔型特征模板为对角线特征模板。4.根据权利要求1所述的基于移动终端的图像捕捉方法，其特征在于，训练所述分类器的步骤包括：步骤201，对训练样本中的误差权重进行初始化，具体为：若输出的训练样本yi＝0则若所述输出的训练样本yi＝1则其中wti为第t次循环中第i个样本的误差权重、u为假样本的数量、v为真样本的数量；步骤202，针对每一个分类器t进行权重归一化，使得wt为其中t＝1，L，T、j为每一个特征；步骤203，针对每一个分类器，确认阈值θj和指标不等式方向的偏置值pj，使得目标函数达到最小，其中xi为输入的训练样本，并且找出一个具有最小的错误εt的分类器ht；2CCNN110231459002314594A权利要求书2/3页步骤204，根据对所有样本的权重进行更新，其中，当输入的训练样本xi被分类器ht正确分类则ei＝0、否则ei＝1，步骤205，训练过的分类器的函数表达式为：其中5.一种基于移动终端的图像捕捉装置，其特征在于，包括：采集图像模块，用于采集图像；跟踪并捕捉设定图像木块，用于采用训练过的分类器，在采集的图像中跟踪设定图像，并且捕捉所述设定图像，其中所述训练过的分类器的函数表达式为存储模块，用于将经由所述训练过的分类器过滤的所述图像保存在存储器中。6.根据权利要求5所述的基于移动终端的图像捕捉装置，其特征在于，所述设定图像为人耳图像。7.根据权利要求5所述的基于移动终端的图像捕捉装置，其特征在于，所述训练过的分类器为采用GentileAdaBoost算法实现8种哈尔型特征模板的分类器，其中，第一种哈尔型特征模板为左右分开的边缘特征模板，第二种哈尔型特征模板为上下分开的边缘特征模板，第三种哈尔型特征模板为中心点区域特征模板，第四种哈尔型特征模板为第一左中右分开的线条特征模板，在这里左中右三个区域的宽度比为：2∶3∶2，第五种哈尔型特征模板为第二左中右分开的线条特征模板，在这里左中右三个区域的宽度比为：1∶1∶1，第六种哈尔型特征模板为第一上中下分开的线条特征模