随着科学技术的不断发展,人们的安全意识不断增强,监控设施分布在各种公共场所和街道。利用监控设备采集的视频信息对人的身份认证变的越来越重要。步态识别,它旨在根据人们的行走姿势来进行身份识别,具有远距离非侵犯、非接触和难于隐藏的特点。它的特点适用于智能监控领域,因此,步态识别技术受到了更多的关注和研究。步态识别是通过摄像头摄录到的人走路的视频图像来进行研究,它的核心部分主要是提取出适合的步态特征来表述人走路的特性,提取的步态特征利用分类器对行人的身份进行验证,其涉及的领域非常广泛,包括数字图像处理、计算机视觉和模式识别等领域的技术。当前,在对步态识别研究中,步态的特征提取成为现阶段研究的重点。本文提出了一种融合局部轮廓特征和步态能量图特征的步态识别方法,主要对特征提取和融合进行了细致的研究,本文的研究与创新如下：(1)提出了基于局部轮廓特征提取的方法。首先,使用背景差分图像法,结合数学形态学算法实现了运动人体检测,利用目标轮廓的宽高比来检测出步态周期,对检测出的人体运动图像进行归一化；然后,对整体的步态轮廓进行分割,提取出带有摆动手臂的目标轮廓,计算所有轮廓点到质心的距离,最后采用主成分分析对特征空间进行降维,得到步态局部轮廓特征。(2)计算步态能量图。得出步态能量图(GEI)含有更多动态能量信息。利用二维主成分分析对步态特征空间进行降维,得到了运动的人体特征。(3)给出了将两种特征融合的步态识别方法。讲解了一下数据融合的三个层次,简单介绍了几种数据融合的算法,本文采用一种加权加法融合的方法对两种步态特征进行融合。采用支持向量机对融合后的步态特征进行分类与识别。实验表明,利用这种形式的步态识别方案合理。实验结果表明,融合局部轮廓特征和步态能量图特征的步态识别方法是行之有效的。在步态识别应用方面有一定的参考价值。