一種獲取圖像局部特征的方法及系統(tǒng)的制作方法
【專(zhuān)利摘要】本發(fā)明提供的一種獲取圖像局部特征的方法及系統(tǒng)，獲取待處理圖像后確定至少一個(gè)矩形圖像塊，然后將矩形圖像塊分為多個(gè)矩形亞圖像塊，再對(duì)每個(gè)矩形亞圖像塊在不同尺度下計(jì)算特征向量分量，將獲得的所有特征向量分量進(jìn)行排列后得到最終的圖像局部特征向量。采取了多尺度分區(qū)域的圖像局部特征分析和提取，獲得的圖像局部特征向量具有很強(qiáng)的抗噪性，和對(duì)尺度變換的魯棒性，方法簡(jiǎn)單又能完整體現(xiàn)圖像的局部特征。在計(jì)算特征向量分量的時(shí)候采取了與局部矩形圖像塊的平均灰度值相除，使得最終獲得的圖像局部特征向量具有一定的抵抗光照變化的能力，整個(gè)計(jì)算過(guò)程簡(jiǎn)單，非常適用于對(duì)實(shí)時(shí)視頻圖像的處理。
【專(zhuān)利說(shuō)明】一種獲取圖像局部特征的方法及系統(tǒng)

【技術(shù)領(lǐng)域】
[0001] 本發(fā)明涉及數(shù)字圖像即視頻處理【技術(shù)領(lǐng)域】，尤其涉及一種獲取圖像局部特征的方 法及系統(tǒng)。

【背景技術(shù)】
[0002] 在多種涉及顯示設(shè)備的多媒體處理系統(tǒng)中，圖像的局部特征分析和提取效果對(duì)圖 像視頻的運(yùn)動(dòng)估計(jì)、降噪、超分辨率重建、融合、運(yùn)動(dòng)物體追蹤、立體視覺(jué)等一系列算法和技 術(shù)起著決定性的作用。相對(duì)于圖像的整體特征，圖像局部特征標(biāo)記出了圖像中的重要區(qū)域， 將圖像信息用這些區(qū)域來(lái)表征，能夠在表示圖像局部重要信息的同時(shí)，節(jié)約應(yīng)用時(shí)的計(jì)算 量。圖像局部特征具有區(qū)分性好、重現(xiàn)性高、魯棒性強(qiáng)、對(duì)幾何變化和光照變化保持穩(wěn)健等 特點(diǎn)。
[0003]現(xiàn)有的通行的圖像局部特征表征方式包括從簡(jiǎn)單的絕對(duì)差值和（SAD)、局部均值 差、局部對(duì)比度、局部邊緣差異到比較復(fù)雜的SIFT，哈里斯角特征提?。℉arrisCorner Detection)、FAST、MSER和SURF等。其中，絕對(duì)差值和（SAD)、局部均值差、局部對(duì)比度、局 部邊緣差異這些方式過(guò)于簡(jiǎn)單，對(duì)噪聲很敏感以至于不能較為完整地體現(xiàn)圖像局部特征的 獨(dú)特性，比較復(fù)雜的SIFT,哈里斯角特征提?。℉arrisCornerDetection)、FAST、MSER和 SURF這些方式計(jì)算過(guò)于復(fù)雜、對(duì)精度要求極高以至于在軟件或硬件平臺(tái)上能夠?qū)崿F(xiàn)實(shí)時(shí) 化，定點(diǎn)化成本很高。


【發(fā)明內(nèi)容】

[0004] 為此，本發(fā)明所要解決的技術(shù)問(wèn)題是現(xiàn)有技術(shù)中的圖像局部特征提取方法過(guò)于復(fù) 雜或者不能完整的體現(xiàn)圖像的局部特性，從而提出一種既簡(jiǎn)單又能完整體現(xiàn)局部特征的獲 取圖像局部特征的方法及系統(tǒng)。
[0005] 為解決上述技術(shù)問(wèn)題，本發(fā)明提供如下技術(shù)方案：
[0006] -種獲取圖像局部特征的方法，包括如下步驟：
[0007] 獲取待處理圖像；
[0008] 在所述待處理圖像中確定至少一個(gè)矩形圖像塊；
[0009] 將所述矩形圖像塊分為多個(gè)矩形亞圖像塊；
[0010] 對(duì)每個(gè)矩形亞圖像塊在不同尺度下計(jì)算特征向量分量；
[0011] 將所有特征向量分量進(jìn)行排列得到圖像局部特征向量。
[0012] 上述獲取圖像局部特征的方法，所述矩形圖像塊的尺寸為AXB，且A和B滿足下述 條件：
[0013]

【權(quán)利要求】
1. 一種獲取圖像局部特征的方法，其特征在于，包括如下步驟： 獲取待處理圖像； 在所述待處理圖像中確定至少一個(gè)矩形圖像塊； 將所述矩形圖像塊分為多個(gè)矩形亞圖像塊； 對(duì)每個(gè)矩形亞圖像塊在不同尺度下計(jì)算特征向量分量； 將所有特征向量分量進(jìn)行排列得到圖像局部特征向量。
2. 根據(jù)權(quán)利要求1所述的獲取圖像局部特征的方法，其特征在于，所述矩形圖像塊的 尺寸為AXB，且A和B滿足下述條件：
其中A為所述矩形圖像塊的高度，B為所述矩形圖像塊的寬度，s為尺度因子，且s為不 小于1的整數(shù)。
3. 根據(jù)權(quán)利要求1或2所述的獲取圖像局部特征的方法，其特征在于，所述將所述矩形 圖像塊分為多個(gè)矩形亞圖像塊的步驟中： 將所述矩形圖像塊分為2m個(gè)相同的矩形亞圖像塊Isub(i)，i= 1?2m，i為整數(shù)，m為 大于等于1的整數(shù)。
4. 根據(jù)權(quán)利要求3所述的獲取圖像局部特征的方法，其特征在于，所述對(duì)每個(gè)亞圖像 塊在不同尺度下計(jì)算特征向量分量的步驟具體包括如下步驟： 當(dāng)m= 2時(shí)，設(shè)置尺度因子s，根據(jù)尺度因子s確定多個(gè)尺度1，2, 3···s; 將矩形亞圖像塊Isub(i)中的左上角的頂點(diǎn)像素坐標(biāo)都設(shè)為（a，b); 針對(duì)每個(gè)尺度，在矩形亞圖像塊Isub(i)中提取坐標(biāo)為（u，v)的像素的灰度值，并記錄 被提取像素的數(shù)目，所述坐標(biāo)（u，V)滿足下述條件：
其中（u，V)表示像素坐標(biāo)，ke[〇,s-Ι],且k為整數(shù)； 針對(duì)每個(gè)尺度，計(jì)算特征向量分量v(j)。
5. 根據(jù)權(quán)利要求4所述的獲取圖像局部特征的方法，其特征在于，所述計(jì)算特征向量 分量v(j)具體公式如下：
其中，V(j)表示特征向量分量，IIij表示特征向量分量為V(j)時(shí)亞像素圖像塊Isub(i) 中被提取像素的數(shù)目，AjOO表示特征向量分量為V(j)時(shí)亞像素圖像塊Isub(i)中滿足坐 標(biāo)為（u，v)的像素的灰度值，/表示所述矩形圖像塊的平均灰度值。 上述特征向量分量V(j)的下標(biāo)j滿足下述條件：
其中，j表示特征向量分量V(j)的下標(biāo)，i表示矩形亞圖像塊Isub(i)的下標(biāo)，S表示 尺度因子。 當(dāng)j= 1時(shí)，特征向量分量v(l)由下述公式獲取：
其中，f(p，q)表示所述矩形圖像塊中心像素坐標(biāo)為（P，q)的像素的灰度值，y表示所 述矩形圖像塊的平均灰度值。
6. 根據(jù)權(quán)利要求5所述的獲取圖像局部特征的方法，其特征在于，所述將所有特征向 量分量進(jìn)行排列得到圖像局部特征向量步驟中： 所述將所有特征向量分量v(j)進(jìn)行排列得到圖像局部特征向量V采用的排列方式為 所有特征向量分量v(j)的線性組合或者非線性組合。
7. 根據(jù)權(quán)利要求1-6任一所述的獲取圖像局部特征的方法，其特征在于： 以矩形圖像塊的平均灰度值為自變量的非遞減函數(shù)所獲得的值均為所述矩形圖像塊 的平均灰度值的一種形式。
8. -種獲取圖像局部特征的系統(tǒng)，其特征在于，包括： 圖像獲取模塊，用于獲取待處理圖像； 局部圖像獲取模塊，用于在所述待處理圖像中確定至少一個(gè)矩形圖像塊； 圖像分塊模塊，用于將所述矩形圖像塊分為多個(gè)矩形亞圖像塊； 特征向量分量獲取模塊，用于對(duì)每個(gè)矩形亞圖像塊在不同尺度下計(jì)算特征向量分量； 圖像局部特征向量獲取模塊，用于將所有特征向量分量進(jìn)行排列得到圖像局部特征向 量。
9. 根據(jù)權(quán)利要求8所述的獲取圖像局部特征的系統(tǒng)，其特征在于，所述局部圖像獲取 模塊中： 所述矩形圖像塊的尺寸為AXB，且A和B滿足下述條件：
其中A為所述矩形圖像塊的高度，B為所述矩形圖像塊的寬度，s為尺度因子，且s為不 小于1的整數(shù)。
10. 根據(jù)權(quán)利要求8或9所述的獲取圖像局部特征的系統(tǒng)，其特征在于，所述圖像分塊 模塊中： 將所述矩形圖像塊分為2m個(gè)相同的矩形亞圖像塊Isub(i)，i= 1?2m，i為整數(shù)，m為 大于等于1的整數(shù)。
11. 根據(jù)權(quán)利要求10所述的獲取圖像局部特征的系統(tǒng)，其特征在于，所述特征向量分 量獲取模塊包括： 尺度因子設(shè)定子模塊，用于當(dāng)m= 2時(shí)，設(shè)置尺度因子s，根據(jù)尺度因子確定多個(gè)尺度 1，2, 3···s; 坐標(biāo)設(shè)置子模塊，用于將矩形亞圖像塊Isub(i)中的左上角的頂點(diǎn)像素坐標(biāo)都設(shè)為 (a,b)； 像素提取子模塊，用于針對(duì)每個(gè)尺度，在矩形亞圖像塊Isub(i)中提取坐標(biāo)為（u，v)的 像素的灰度值，并記錄被提取像素的數(shù)目，所以坐標(biāo)（u，v)滿足下述條件：
其中（u，V)表示像素坐標(biāo)，ke[〇,s-Ι],且k為整數(shù)； 特征向量分量計(jì)算子模塊，用于針對(duì)每個(gè)尺度，計(jì)算特征向量分量V(j)。
12. 根據(jù)權(quán)利要求11所述的獲取圖像局部特征的系統(tǒng)，其特征在于，所述特征向量分 量獲取模塊中計(jì)算特征向量分量v(j)具體公式如下：
其中，V(j)表示特征向量分量，IIij表示特征向量分量為V(j)時(shí)亞像素圖像塊Isub(i) 中被提取像素的數(shù)目，AjOO表示特征向量分量為V(j)時(shí)亞像素圖像塊Isub(i)中滿足坐 標(biāo)為（u，v)的像素的灰度值，/表示所述矩形圖像塊的平均灰度值； 上述特征向量分量V(j)的下標(biāo)j滿足下述條件：
其中，j表示特征向量分量V(j)的下標(biāo)，i表示矩形亞圖像塊Isub(i)的下標(biāo)，S表示 尺度因子； 當(dāng)j= 1時(shí)，特征向量分量v(l)由下述公式獲?。?br> 其中，f(p，q)表示所述矩形圖像塊中心像素坐標(biāo)為（P，q)的像素的灰度值，/表示所 述矩形圖像塊的平均灰度值。
13. 根據(jù)權(quán)利要求12所述的獲取圖像局部特征的系統(tǒng)，其特征在于，所述圖像局部特 征向量獲取模塊中： 所述將所有特征向量分量V(j)進(jìn)行排列得到圖像局部特征向量V采用的排列方式為 所有特征向量分量V(j)的線性組合或者非線性組合。
14.根據(jù)權(quán)利要求8-13任一所述的獲取圖像局部特征的系統(tǒng)，其特征在于，所述特征 向量分量獲取模塊中： 以矩形圖像塊的平均灰度值為自變量的非遞減函數(shù)所獲得的值均為所述矩形圖像塊 的平均灰度值7的一種形式。
【文檔編號(hào)】G06K9/46GK104318236SQ201410586724
【公開(kāi)日】2015年1月28日 申請(qǐng)日期:2014年10月28日 優(yōu)先權(quán)日:2014年10月28日
【發(fā)明者】葉健, 晉兆龍, 陳衛(wèi)東 申請(qǐng)人:蘇州科達(dá)科技股份有限公司