專利名稱：用于圖像識(shí)別的基于特征的簽名的制作方法
技術(shù)領(lǐng)域：
本發(fā)明涉及一種表示圖像的方法和裝置，另外，涉及例如出于搜索或驗(yàn)證的目的 而比較或匹配圖像的方法和裝置。
背景技術(shù)：
本發(fā)明涉及對(duì)更早公開(kāi)的共同待決的歐洲專利申請(qǐng)EP 06255239. 3和英國(guó)專利 申請(qǐng)GB 0700468. 2,GB 0712388. 8以及GB 0719833. 6的圖像識(shí)別技術(shù)的改進(jìn)，將這些申請(qǐng) 的全部?jī)?nèi)容通過(guò)引用并入本文。這些更早的共同待決的專利申請(qǐng)中公開(kāi)的發(fā)明和實(shí)施方式 的細(xì)節(jié)類似地適用于本發(fā)明和實(shí)施方式。EP 06255239. 3、GB 0700468. 2、GB 0712388. 8 以及 GB 0719833. 6 描述的方法和 裝置中使用的圖像識(shí)別技術(shù)均從圖像提取短的二進(jìn)制描述符(參見(jiàn)圖2)。這些技術(shù)解決了 現(xiàn)有技術(shù)的很多缺陷，并且具體地，其特征在于·同時(shí)減小了特征提取和匹配的計(jì)算復(fù)雜度， 減小了圖像描述符的大小，·增強(qiáng)了對(duì)各種圖像修改的魯棒性，以及 對(duì)于各種各樣的圖像修改，在維持99. 8%的檢測(cè)率的同時(shí)，將虛警率降低到百萬(wàn) 分(ppm)之0. 05的水平。這些方法提供了對(duì)很多常見(jiàn)圖像修改的非常高水平的魯棒性。然而，這些方法沒(méi) 有提供對(duì)諸如平移和剪切等圖像內(nèi)容的重要部分丟失或被替換的這類圖像修改所需水平 的魯棒性。因此，希望顯著改進(jìn)對(duì)涉及圖像內(nèi)容部分丟失的一類圖像修改的魯棒性。

發(fā)明內(nèi)容
根據(jù)第一方面，本發(fā)明提供了一種如所附權(quán)利要求1中定義的導(dǎo)出圖像表示的方法。根據(jù)第二方面，本發(fā)明提供了一種通過(guò)比較根據(jù)本發(fā)明第一方面導(dǎo)出的圖像表示 來(lái)比較圖像的方法，例如，用于圖像匹配。本發(fā)明的其他方面包括根據(jù)本發(fā)明第一方面導(dǎo)出的圖像表示的使用方法、執(zhí)行根 據(jù)本發(fā)明第一和/或第二方面的方法的裝置及計(jì)算機(jī)程序。本發(fā)明涉及一種以基于區(qū)域的Trace變換描述符描述的少量感興趣區(qū)域?yàn)榛A(chǔ) 來(lái)表示圖像的新方法。其還涉及一種圖像匹配的新方法。根據(jù)本發(fā)明的實(shí)施方式，從圖像中選擇具有代表性的小的興趣點(diǎn)集合或特征點(diǎn)集 合。在該選擇過(guò)程中使用一些約束，諸如先前選擇的特征周圍的禁區(qū)。利用修改的基于 Trace變換的方法，從各個(gè)所選擇的興趣區(qū)域提取二進(jìn)制“特征簽名”。所述特征簽名用于 刻畫所述特征的局部鄰域。利用多個(gè)局部特征簽名及其幾何關(guān)系來(lái)表示圖像。根據(jù)本發(fā)明的實(shí)施方式，通過(guò)兩個(gè)階段的處理執(zhí)行圖像匹配程序，其涉及在應(yīng)用幾何約束之前利用累計(jì)Hamming距離快速識(shí)別特征點(diǎn)匹配對(duì)的候選集，以便提高該方法的 準(zhǔn)確率。具體地，由從所述圖像中選擇的特征點(diǎn)的幾何形狀提供的信息有助于顯著減少虛 警率。所述幾何信息還可用于確定圖像變換的類別和變換參數(shù)。本發(fā)明的實(shí)施方式被設(shè)計(jì)為對(duì)EP 06255239. 3、GB 0700468. 2、GB0712388. 8以及 GB 0719833. 6描述的圖像識(shí)別裝置及方法的補(bǔ)充。本發(fā)明有利地提供了對(duì)特定圖像修改的 額外的魯棒性。然而，利用現(xiàn)有技術(shù)的處理資源，獨(dú)立使用本發(fā)明的技術(shù)也許在搜索速度方 面不能提供與前述在先的共同待決的專利申請(qǐng)中所提出的技術(shù)相同的性能。具體地，根據(jù) 本發(fā)明的實(shí)施方式的識(shí)別潛在特征對(duì)的處理可能比先前提出的方法至少慢一個(gè)數(shù)量級(jí)。盡 管可以獨(dú)立使用根據(jù)本發(fā)明的方法以及在先的共同待決的專利申請(qǐng)中的一種或更多種方 法，但優(yōu)選的是將這些方法結(jié)合起來(lái)。這樣，如以下所述，利用較快方法得到的結(jié)果可以傳 遞到本發(fā)明的相對(duì)較慢的方法中，以便進(jìn)一步分析。當(dāng)聯(lián)合應(yīng)用時(shí)，速度方面性能改善，且 虛警率和魯棒性都最大化。根據(jù)以下描述和所附權(quán)利要求書，本發(fā)明的其他特征和優(yōu)勢(shì)將更加明顯。


現(xiàn)在將參考附圖描述本發(fā)明的實(shí)施方式，在附圖中圖Ia示出了一幅圖像；圖Ib示出了圖Ia所示圖像的縮小版本；圖Ic示出了圖Ia所示圖像的旋轉(zhuǎn)版本；圖Id示出了圖Ia所示圖像的模糊版本；圖Ie示出了圖Ia所示圖像的(左-右)翻轉(zhuǎn)版本；圖If示出了圖Ia所示圖像的嚴(yán)重壓縮版本；圖Ig示出了圖Ia所示圖像的裁剪版本；圖2示出了一幅圖像以及根據(jù)現(xiàn)有技術(shù)的對(duì)所述圖像的比特串表示；圖3示出了利用基于梯度的特征檢測(cè)器檢測(cè)到的興趣點(diǎn)集的示例；圖4示出了特征未被選擇的圖像邊界區(qū)域以及基于強(qiáng)度的最終特征集；圖5示出了利用Hamming距離從(a)原始圖像和(b) (a)的旋轉(zhuǎn)版本找到的匹配 的興趣點(diǎn)，其中，興趣點(diǎn)之間的直線長(zhǎng)度用于施加幾何約束；以及圖6是根據(jù)本發(fā)明的一個(gè)實(shí)施方式的裝置的框圖。
具體實(shí)施例方式以下將描述用于獲取圖像表示(具體而言為圖像標(biāo)識(shí)符)以及出于對(duì)一幅或多幅 圖像進(jìn)行識(shí)別、匹配或者驗(yàn)證的目的而使用這樣的表示/標(biāo)識(shí)符的各種實(shí)施方式。本發(fā)明 對(duì)于識(shí)別圖像尤其有用，但并不限于此。在所描述的實(shí)施方式中，“圖像標(biāo)識(shí)符”(也簡(jiǎn)稱為 “標(biāo)識(shí)符”、“簽名，，或“圖像簽名，，)是圖像表示的一個(gè)例子，且該術(shù)語(yǔ)僅用來(lái)表達(dá)圖像的表 示或者描述符。本領(lǐng)域技術(shù)人員將能理解，根據(jù)本發(fā)明的實(shí)施方式的圖像識(shí)別裝置和方法的具體 設(shè)計(jì)細(xì)節(jié)以及圖像識(shí)別中使用的圖像標(biāo)識(shí)符的導(dǎo)出由與圖像修改類型相關(guān)的要求決定，其 對(duì)標(biāo)識(shí)符的大小、提取及匹配的復(fù)雜度、目標(biāo)虛警率等應(yīng)當(dāng)是魯棒的。
以下示例示出了一般性設(shè)計(jì)，其導(dǎo)致對(duì)圖像的以下修改具有魯棒性的標(biāo)識(shí)符(非 詳盡的列表)·顏色縮減，·模糊，·亮度變化， (左_右&上-下)翻轉(zhuǎn)，·灰度級(jí)轉(zhuǎn)換，·直方圖均衡，.JPEG 壓縮， 噪聲，·旋轉(zhuǎn)，·裁剪，·縮放，·平移，·丨頃斜，以及·視角轉(zhuǎn)變。已經(jīng)發(fā)現(xiàn)，所提出的設(shè)計(jì)通?？梢栽趶V泛的圖像類別上實(shí)現(xiàn)低于百萬(wàn)分(ppm)之 10的低虛警率以及通常高于95. 0%的檢測(cè)率。圖1示出了一幅圖像的示例以及所述圖像的修改版本。更具體地，圖Ia是初始圖 像，圖Ib是圖Ia所示圖像的縮小(縮放)版本，圖Ic是圖Ia所示圖像的旋轉(zhuǎn)版本，圖Id 是圖Ia所示圖像的模糊版本，圖Ie是圖Ia所示圖像的翻轉(zhuǎn)版本，圖If是圖Ia所示圖像 的壓縮版本，而圖Ig是圖Ia所示圖像的裁剪版本。本發(fā)明一種實(shí)施方式通過(guò)處理與圖像對(duì)應(yīng)的信號(hào)和/或圖像數(shù)據(jù)而導(dǎo)出圖像的 表示，更具體地，導(dǎo)出圖像標(biāo)識(shí)符。與EP 06255239. 3,GB 0700468. 2,GB 0712388. 8 以及 GB 0719833. 6—致，在提取
圖像標(biāo)識(shí)符的初始階段，可選地，通過(guò)大小調(diào)整以及濾波來(lái)對(duì)所述圖像進(jìn)行預(yù)處理。大小調(diào) 整的步驟用來(lái)在進(jìn)行處理之前對(duì)所述圖像進(jìn)行歸一化。濾波的步驟可包括用于去除諸如混 疊之類效應(yīng)的濾波，其還可以包括區(qū)域選擇和逐漸縮減(tapering)。在一種實(shí)施方式中，將 圖像大小調(diào)整為192XN或者NX192的分辨率，其中N彡192，并保持此縱橫比。在另一種 實(shí)施方式中，將所述圖像大小調(diào)整為192X192的正方形。然后，利用3X3高斯核對(duì)所述圖 像進(jìn)行低通濾波。從圖像中心提取圓形區(qū)域，以便進(jìn)一步處理。所述預(yù)處理步驟是可選的， 可包括以上步驟的任意組合。在接下來(lái)的階段，檢測(cè)圖像中的興趣點(diǎn)。一種實(shí)施方式使用特征檢測(cè)器基于對(duì) 圖像梯度的測(cè)量來(lái)檢測(cè)圖像中的潛在特征及其強(qiáng)度。一種合適的圖像梯度特征檢測(cè)器是 Harris特征檢測(cè)器。圖3示出了將Harris特征檢測(cè)器施加于圖2所示圖像的示例結(jié)果。 應(yīng)用一種選擇過(guò)程來(lái)選取代表性特征集。在一種實(shí)施方式中，選取多達(dá)16個(gè)特征。在圖像 中特征未被選擇的邊緣附近設(shè)置邊界，在本實(shí)施方式中，所述邊界寬度為16個(gè)像素。首先 從所檢測(cè)到的特征中選擇可允許特征中的最強(qiáng)特征。在如下約束下按強(qiáng)度順序選擇隨后的 特征如果一個(gè)特征位于先前選擇的特征周圍的禁區(qū)(exclusion zone)內(nèi)，則不選擇該特征。在一種實(shí)施方式中，使用半徑為10個(gè)像素的圓形區(qū)域作為所述禁區(qū)。一旦已經(jīng)選擇了 預(yù)定數(shù)量的代表性特征(例如，在所述優(yōu)選實(shí)施方式中為16個(gè)像素)，或者不再有特征剩 余，則所述選擇過(guò)程終止。圖4示出了從圖3中檢測(cè)到的那些特征中選擇的特征集合。既然已經(jīng)選擇了特征(或興趣)點(diǎn)的位置，優(yōu)選地，例如利用諸如OpenCV (FindCornerSubpix) 03/01/2008中描述的方法將它們的位置細(xì)化到亞像素分辨率 (sub-pixel resolution),其可在互聯(lián)網(wǎng)上從 http//opencvlibrary. sourceforge. net/ CvReference (參見(jiàn)參考文獻(xiàn)[1])處獲得。在通過(guò)引用并入本文的GB 0719833.6中，公開(kāi)了一種提取二進(jìn)制圖像簽名或者 圖像表示的方法。在本發(fā)明的一種實(shí)施方式中，應(yīng)用GB0719833.6所述的方法從特征點(diǎn)周 圍的區(qū)域提取二進(jìn)制“特征簽名”。因而，各個(gè)特征簽名是與檢測(cè)到的特征相關(guān)聯(lián)的圖像區(qū)域的二進(jìn)制表示。在一種 實(shí)施方式中，選擇以特征點(diǎn)為中心且半徑為32個(gè)像素的圓形圖像區(qū)域，并對(duì)所述圖像區(qū)域 計(jì)算二進(jìn)制簽名。優(yōu)選地，例如利用三次插值以亞像素級(jí)的準(zhǔn)確率提取所述圓形區(qū)域。然 后，利用根據(jù)GB0719833. 6所述的方法對(duì)所提取的區(qū)域進(jìn)行處理，以導(dǎo)出相應(yīng)的圖像標(biāo)識(shí) 符。以下提供此方法的簡(jiǎn)要概述。通過(guò)在所述圖像上將利用d、θ參數(shù)化的所有可能的直線進(jìn)行投影并在這些直線 上應(yīng)用第一泛函T來(lái)對(duì)所述圖像區(qū)域進(jìn)行Trace變換T (d，θ)?？梢愿鶕?jù)GB 0700468. 2 中公開(kāi)的方法對(duì)所述Trace變換的結(jié)果進(jìn)行分解，以便減小其在d、θ維度之一或二者中的 分辨率。與EP 06255239. 3和GB0700468. 2所述的方法一樣，可以將第二泛函P應(yīng)用于所 述Trace變換的列，以便給出實(shí)數(shù)向量(即，一個(gè)一維函數(shù))。此第二泛函被稱為直徑泛函 (diametrical functional)，而所得到的向量被稱為圓函數(shù)(circus function)。盡管所述優(yōu)選實(shí)施方式中沒(méi)有使用以下步驟，但仍可將第三泛函(S卩，圓泛函)應(yīng) 用于所述圓函數(shù)，以便給出單個(gè)數(shù)字?；蛘?，根據(jù)GB 0719833. 6所述的方法，可以得到所謂的“帶圓(band-circus)，，函 數(shù)作為以上討論的圓函數(shù)的替換，通過(guò)選擇并處理僅來(lái)自于所述Trace變換的一部分的 值，將所述Trace變換限制在所述圖像的線的子集上?？梢酝ㄟ^(guò)適當(dāng)?shù)剡x擇第一、第二和/或第三泛函(Trace泛函、直徑泛函以及圓泛 函)來(lái)控制所述結(jié)果的性質(zhì)。經(jīng)由頻率表示而從圓函數(shù)(或者帶圓函數(shù))提取圖像區(qū)域的二進(jìn)制標(biāo)識(shí)符。例如， 可以對(duì)傅里葉變換的幅度系數(shù)來(lái)定義函數(shù)C(CO)。此函數(shù)的一個(gè)例子是取相鄰系數(shù)之差ο(ω) = |F(co) -|Ρ(ω+1) |?？梢酝ㄟ^(guò)將閾值應(yīng)用于所得到的向量來(lái)提取二進(jìn)制串，使得/ ’ 、^對(duì) 于所有ωS的合適選擇包括S = 0和S = mean(c)。然后，圖像區(qū)域的二進(jìn)制表示由這些二 進(jìn)制串值B= {b0, . . . , bj組成。在本發(fā)明的一種實(shí)施方式中，由于使用了局部圖像區(qū)域(與在GB0719833.6中 使用整個(gè)圖像不同)，需要對(duì)此里描述的簽名提取技術(shù)進(jìn)行一些修改。具體地，根據(jù)EP 06255239. 3中公開(kāi)的方法，利用以下泛函從完全Trace變換的圓函數(shù)提取出兩個(gè)標(biāo)識(shí)符
以及 根據(jù)GB 0700468. 2中公開(kāi)的方法，可以通過(guò)利用因子8、16和32分解(或降采樣 (sub-sample))Trace變換的距離(d)參數(shù)并應(yīng)用(1)和(2)，從這樣得到的圓函數(shù)提取另 外的六個(gè)“多分辨率”標(biāo)識(shí)符。根據(jù)GB 0712388. 8中公開(kāi)的方法從Trace變換的頻帶中選擇另外的三個(gè)函數(shù)，并 且根據(jù)GB 0719833. 6中公開(kāi)的方法，從所述跡環(huán)函數(shù)(trace-annulus function)提取兩 個(gè)函數(shù)并從所述跡圓函數(shù)(trace-circular function)提取一個(gè)函數(shù)。已經(jīng)知道各個(gè)特征標(biāo)識(shí)符總共為112比特，那么，這14個(gè)組成標(biāo)識(shí)符中的每一個(gè) 均為8比特。將特征點(diǎn)(在預(yù)處理后的圖像中)的坐標(biāo)與所述標(biāo)識(shí)符一起存儲(chǔ)，作為關(guān)于 相應(yīng)特征/圖像區(qū)域的幾何信息?？蛇x地，可以選擇或者導(dǎo)出這112個(gè)比特的子集。可以用多種方式表示完整的特征點(diǎn)集合。在所述優(yōu)選實(shí)施方式中，圖像描述符 是包含多個(gè)信息字段的比特流，第一字段是特征數(shù)量。然后，在所述標(biāo)識(shí)符之后，在比特 流中各個(gè)特征被表示為特征點(diǎn)坐標(biāo)(X和y)。可選地，并不存儲(chǔ)特征數(shù)量，而是采用填充 (padding)方式，設(shè)置一個(gè)標(biāo)志來(lái)表示未使用的字段。如上所述，圖像特征之間的完全匹配過(guò)程涉及兩個(gè)階段。第一個(gè)階段涉及將來(lái)自一個(gè)圖像的所有特征與來(lái)自第二圖像的所有特征進(jìn)行比 較。為了在長(zhǎng)度均為N的兩個(gè)特征簽名B1和B2之間執(zhí)行匹配，采用Hamming距離N(BlfB2) = J^B1IS) B2(3)其中， 是異或(XOR)算子。在一種實(shí)施方式中，找到了具有最小Hamming距離H的三個(gè)唯一的對(duì)，并且兩個(gè)圖 像之間基于特征的累計(jì)Hamming距離是三個(gè)單獨(dú)Hamming距離之和。第二步涉及應(yīng)用幾何約束來(lái)確定所述圖像是真正匹配還是虛假匹配。與Hamming 距離相比，應(yīng)用幾何約束在計(jì)算上代價(jià)相對(duì)較大。為了最小化復(fù)雜度，利用所述幾何方法僅 比較累計(jì)Hamming距離小于預(yù)定的潛在匹配閾值的圖像對(duì)。在一種可能的實(shí)施方式中，選 取三個(gè)特征點(diǎn)(a、b和c)的集合。利用這三個(gè)點(diǎn)，可以使用所述特征之間的線段長(zhǎng)度比作 為約束，如圖5所示。通過(guò)利用標(biāo)識(shí)符中相關(guān)聯(lián)的坐標(biāo)信息找到該集合的這三個(gè)特征點(diǎn)之 間的歐氏距離ab、ac和be來(lái)計(jì)算線段長(zhǎng)度比。找到了兩個(gè)線段長(zhǎng)度比 來(lái)自圖像A和B的線段長(zhǎng)度比之間的距離度量定義為 有利地，圖像中所定義的點(diǎn)之間的線段長(zhǎng)度比對(duì)于諸如旋轉(zhuǎn)、平移和縮放等變換 是不變的，從而以上幾何約束適于對(duì)經(jīng)歷了這樣的幾何變換的圖像進(jìn)行匹配。然而，可以根據(jù)設(shè)計(jì)要求而使用其他合適的幾何約束。在一種實(shí)施方式中，將兩個(gè)閾值應(yīng)用于所述距離測(cè)量，一個(gè)閾值用來(lái)限制單個(gè)測(cè) 量值的幅度，而另一個(gè)閾值用來(lái)限制距離之和?；蛘?，可以利用累計(jì)(和/或成對(duì)的)Hamming距離約束來(lái)預(yù)先選擇三個(gè)特征點(diǎn)對(duì) 的多個(gè)候選集。然后，依次將所述幾何約束應(yīng)用于各個(gè)候選集(可能例如按照累計(jì)Hamming 距離進(jìn)行了排序)，直到找到了幾何匹配并且不再有候選集剩余。如上所述的本發(fā)明的圖像匹配技術(shù)可以與諸如GB 0719833. 6中公開(kāi)的方法的其 他圖像匹配技術(shù)相結(jié)合。對(duì)于包含所有單個(gè)標(biāo)識(shí)符的每個(gè)圖像產(chǎn)生一個(gè)描述符。在所述優(yōu) 選實(shí)施方式中，所述標(biāo)識(shí)符比特流包含基于GB 0719833.6的兩個(gè)標(biāo)識(shí)符以及本發(fā)明的描 述符。在基于GB0719833. 6的這兩個(gè)標(biāo)識(shí)符中，第一個(gè)是通過(guò)對(duì)圖像進(jìn)行用于維持圖像縱 橫比的預(yù)處理而生成，而另一個(gè)被處理成正方形。優(yōu)選地，首先利用GB 0719833. 6的較快算法以非常低的虛警閾值執(zhí)行所述匹配。 低于該閾值的任何圖像對(duì)均被視為一個(gè)匹配，然后，根據(jù)本發(fā)明對(duì)高于所述閾值(即，不被 GB 0719833. 6認(rèn)為是一個(gè)匹配)的對(duì)進(jìn)行處理。首先，應(yīng)用累計(jì)Hamming距離，高于所述 閾值的三個(gè)對(duì)的集合被認(rèn)為是不同的(不匹配)。對(duì)低于所述累計(jì)Hamming距離閾值的三 個(gè)對(duì)的集合應(yīng)用幾何約束。如果所述三個(gè)對(duì)的集合的幾何度量低于所述幾何度量的閾值水 平，則認(rèn)為所述圖像對(duì)是一個(gè)匹配；否則，認(rèn)為它們不同。圖6示出了根據(jù)一種實(shí)施方式的用于執(zhí)行上述方法的實(shí)現(xiàn)本發(fā)明的裝置。所述實(shí) 現(xiàn)涉及為圖像數(shù)據(jù)庫(kù)230中存儲(chǔ)的圖像建立標(biāo)識(shí)符數(shù)據(jù)庫(kù)240。所述兩個(gè)數(shù)據(jù)庫(kù)230和240 可以是相同的數(shù)據(jù)庫(kù)，也可以是單獨(dú)的數(shù)據(jù)庫(kù)。所述裝置使得可以搜索從查詢圖像250中 提取出的標(biāo)識(shí)符260，從而在標(biāo)識(shí)符數(shù)據(jù)庫(kù)140中找到匹配。將可能經(jīng)過(guò)了排序的圖像列表 返回給用戶290或者返回給查詢應(yīng)用。本領(lǐng)域技術(shù)人員將理解，可以對(duì)上述實(shí)施方式進(jìn)行多種改變和修改。例如，雖然所 述的實(shí)施方式是基于特征檢測(cè)而對(duì)導(dǎo)出了圖像簽名的圖像區(qū)域進(jìn)行識(shí)別，但是，也可以使 用其他技術(shù)來(lái)識(shí)別代表所述圖像的圖像區(qū)域或者所述圖像內(nèi)部重要的圖像區(qū)域。并且，盡 管所述實(shí)施方式使用基于圖像梯度方法的特征檢測(cè)器，但是，也可以使用很多其他合適的 方法對(duì)圖像中的興趣點(diǎn)或區(qū)域進(jìn)行檢測(cè)。類似地，也可以使用其他技術(shù)來(lái)選擇最佳或所最 強(qiáng)的檢測(cè)到的特征或興趣點(diǎn)。此外，可以使用除所述實(shí)施方式中使用的關(guān)于與三個(gè)特征點(diǎn)的集合相關(guān)聯(lián)的線段 長(zhǎng)度比的距離度量之外的各種幾何約束中的一種或更多種。例如，可以結(jié)合距離度量使用 任何數(shù)量個(gè)特征點(diǎn)?；蛘?，其他幾何約束可以基于特征點(diǎn)之間的角度。并且，可以使用仿射 模型來(lái)限定所述幾何約束。旨在包括落入本發(fā)明的精神和范圍之內(nèi)的所有這樣的變型、修改和等同方式。參考文獻(xiàn)[1]OpenCV Reference Manual, Chapter 1 Image Processing Gradients, Edge and Corners- " FindCornerSubPix " http://opencvlibrary.sourceforge.net/ CvReference
權(quán)利要求
一種通過(guò)處理對(duì)應(yīng)于圖像的信號(hào)來(lái)導(dǎo)出該圖像的表示的方法，該方法包括以下步驟識(shí)別所述圖像的多個(gè)區(qū)域，其中，各個(gè)區(qū)域?qū)τ谒鰣D像具有代表性或者有重要意義；以及對(duì)于所識(shí)別出的各個(gè)圖像區(qū)域?qū)С鏊鰣D像區(qū)域的至少一部分的函數(shù)；并且使用所述函數(shù)得到所述圖像區(qū)域的所述至少一部分的中間表示，以及由所述多個(gè)圖像區(qū)域中的兩個(gè)或者多個(gè)圖像區(qū)域的中間表示導(dǎo)出所述圖像的表示。
2.根據(jù)權(quán)利要求1所述的方法，該方法包括以下步驟 對(duì)于所識(shí)別出的各個(gè)圖像區(qū)域?qū)С鏊鰣D像區(qū)域的函數(shù)，其中，所述圖像的經(jīng)過(guò)平移、縮放或旋轉(zhuǎn)后的版本的所述函 數(shù)是所述圖像區(qū)域的函數(shù)的經(jīng)過(guò)平移或縮放后的版本。
3.根據(jù)權(quán)利要求1或權(quán)利要求2所述的方法，其中，該識(shí)別所述圖像的多個(gè)區(qū)域的步驟 包括以下步驟識(shí)別所述圖像的特征，以及選擇與所述圖像的識(shí)別出的特征相對(duì)應(yīng)的圖像區(qū)域。
4.根據(jù)權(quán)利要求3所述的方法，其中，該選擇圖像區(qū)域的步驟包括以下步驟 根據(jù)特征強(qiáng)度選擇所述圖像的多個(gè)所識(shí)別出的特征，以及確定與所選擇的多個(gè)所識(shí)別出的特征相對(duì)應(yīng)的圖像區(qū)域。
5.根據(jù)權(quán)利要求3或權(quán)利要求4所述的方法，其中，所述圖像區(qū)域基于圍繞圖像特征的 預(yù)定圖像范圍。
6.根據(jù)權(quán)利要求3、4或5所述的方法，其中，該選擇圖像區(qū)域的步驟包括以下步驟 根據(jù)在圖像中的位置而選擇與所述圖像的識(shí)別出的特征相對(duì)應(yīng)的多個(gè)圖像區(qū)域。
7.根據(jù)權(quán)利要求6所述的方法，其中，所選擇的多個(gè)圖像區(qū)域大致分布在整個(gè)圖像上。
8.根據(jù)權(quán)利要求6或權(quán)利要求7所述的方法，其中，各個(gè)所選擇的圖像區(qū)域?qū)?yīng)于在所 述圖像中與所選擇的其他圖像區(qū)域的特征至少分隔開(kāi)預(yù)定距離的特征。
9.根據(jù)權(quán)利要求3至8中任意一項(xiàng)所述的方法，其中，該識(shí)別所述圖像的特征的步驟使 用灰度圖像梯度法來(lái)檢測(cè)特征。
10.根據(jù)前述權(quán)利要求中任意一項(xiàng)所述的方法，其中該導(dǎo)出所述圖像區(qū)域的至少一部分的函數(shù)的步驟包括以下步驟沿著所述圖像區(qū)域上 的直線應(yīng)用第一泛函；所述方法進(jìn)一步包括以下步驟對(duì)所導(dǎo)出的函數(shù)應(yīng)用第二泛函，以得到所述圖像區(qū)域的所述至少一部分的中間表示。
11.根據(jù)前述權(quán)利要求中任意一項(xiàng)所述的方法，其中所述中間表示是一維函數(shù)。
12.根據(jù)前述權(quán)利要求中任意一項(xiàng)所述的方法，其中該從兩個(gè)或更多個(gè)所述圖像區(qū)域 的所述中間表示導(dǎo)出所述圖像的表示的步驟包括以下步驟由所述圖像區(qū)域的所述中間表示導(dǎo)出各個(gè)圖像區(qū)域的表示，以及 利用圖像區(qū)域的多個(gè)所導(dǎo)出的表示而導(dǎo)出所述圖像的表示。
13.根據(jù)權(quán)利要求12所述的方法，其中，由所述圖像區(qū)域的所述中間表示導(dǎo)出各個(gè)圖像區(qū)域的表示的步驟包括以下步驟利用所述中間表示的頻率表示的多個(gè)頻率分量處理所述圖像區(qū)域的所述至少一部分 的所述中間表示。
14.根據(jù)前述權(quán)利要求中任意一項(xiàng)所述的方法，其中，該導(dǎo)出所述圖像的表示的步驟包 括以下步驟對(duì)由所選擇的多個(gè)識(shí)別出的圖像區(qū)域的相應(yīng)中間表示導(dǎo)出的這些圖像區(qū)域的表示的 所選擇的部分進(jìn)行組合。
15.根據(jù)前述權(quán)利要求中任意一項(xiàng)所述的方法，其中，由所述多個(gè)圖像區(qū)域中的兩個(gè)或 更多個(gè)圖像區(qū)域的所述中間表示導(dǎo)出所述圖像的表示的步驟使用預(yù)定數(shù)量的圖像區(qū)域的 中間表示，其中，所述預(yù)定數(shù)量?jī)?yōu)選地在2至256的范圍內(nèi)。
16.根據(jù)前述權(quán)利要求中任意一項(xiàng)所述的方法，該方法進(jìn)一步包括以下步驟將關(guān)于各個(gè)圖像區(qū)域的幾何信息與所識(shí)別出的圖像區(qū)域的所導(dǎo)出的表示關(guān)聯(lián)起來(lái)。
17.一種圖像識(shí)別方法，該方法包括以下步驟利用前述權(quán)利要求中任意一項(xiàng)所述的方法導(dǎo)出所述圖像的表示，以及將所述表示與所述圖像關(guān)聯(lián)起來(lái)。
18.一種圖像比較方法，該方法包括以下步驟利用前述權(quán)利要求中任意一項(xiàng)所述的 方法導(dǎo)出各個(gè)圖像的表示。
19.根據(jù)權(quán)利要求18所述的圖像比較方法，該方法包括以下步驟將第一圖像的表示所關(guān)聯(lián)的圖像區(qū)域與第二圖像的表示所關(guān)聯(lián)的圖像區(qū)域進(jìn)行比較。
20.根據(jù)權(quán)利要求19所述的方法，該方法包括以下步驟利用第一圖像和第二圖像的表示來(lái)確定所述第一圖像的圖像區(qū)域的表示與所述第二 圖像的圖像區(qū)域的表示之間的Hamming距離，以及如果對(duì)應(yīng)圖像區(qū)域的表示之間的Hamming距離低于第一預(yù)定閾值，則將所述第一圖像 和所述第二圖像識(shí)別為潛在匹配。
21.根據(jù)權(quán)利要求20所述的方法，該方法包括以下步驟確定所述第一圖像及所述第 二圖像的多個(gè)圖像區(qū)域的表示的Hamming距離。
22.根據(jù)權(quán)利要求21所述的方法，該方法進(jìn)一步包括以下步驟識(shí)別所述第一圖像和所述第二圖像的預(yù)定數(shù)量的圖像區(qū)域?qū)?，所識(shí)別出的對(duì)的相應(yīng)表 示具有低于所述第一預(yù)定閾值的所確定的最小Hamming距離。
23.根據(jù)權(quán)利要求22所述的方法，其中，所識(shí)別出的圖像區(qū)域?qū)χ械母鱾€(gè)區(qū)域是唯一的。
24.根據(jù)權(quán)利要求21、22或23所述的方法，該方法進(jìn)一步包括以下步驟利用所識(shí)別出的圖像區(qū)域?qū)Φ谋硎镜腍amming距離之和確定累計(jì)Hamming距離，以及如果所識(shí)別出的圖像區(qū)域?qū)Φ谋硎镜睦塾?jì)Hamming距離低于第二預(yù)定閾值，則將所述 第一圖像和所述第二圖像識(shí)別為潛在匹配。
25.根據(jù)權(quán)利要求20至24中任一項(xiàng)所述的方法，該方法包括以下步驟對(duì)確定為可能匹配的多對(duì)圖像區(qū)域?qū)Φ幕驁D像的幾何信息應(yīng)用幾何約束，以確定所述 圖像是否匹配。
26.根據(jù)權(quán)利要求25所述的方法，其中，該應(yīng)用幾何約束的步驟包括以下步驟確定所述第一圖像中的預(yù)定數(shù)量的圖像區(qū)域之間的第一距離比；確定所述第二圖像中的預(yù)定數(shù)量的圖像區(qū)域之間的第二距離比；以及如果所述第一比與所述第二比之差低于第三預(yù)定閾值，則確定所述第一圖像和所述第 二圖像為匹配。
27.根據(jù)權(quán)利要求26所述的方法，其中，所述預(yù)定數(shù)量是三個(gè)。
28.根據(jù)權(quán)利要求27所述的方法，其中，該應(yīng)用幾何約束的步驟包括以下步驟對(duì)于各個(gè)所述第一圖像和所述第二圖像利用下式計(jì)算對(duì)應(yīng)于三個(gè)圖像區(qū)域的點(diǎn)(a、b、c)之間的歐氏距離之比T ab ^ T ab ,、，πL1 =一，和 Z2 以及 acbe利用下式測(cè)量所述第一圖像和第二圖像(A，B)的線段長(zhǎng)度比(LnL2)之間的距離c」"-AlcH
29.根據(jù)權(quán)利要求28所述的方法，其中，所述第三閾值包括針對(duì)G1,中的一 個(gè)或更多個(gè)的閾值。
30.根據(jù)權(quán)利要求18至權(quán)利要求29中任意一項(xiàng)所述的方法，該方法包括以下步驟基 于對(duì)表示的比較從所述多個(gè)圖像中選擇匹配圖像。
31.利用根據(jù)權(quán)利要求1至29中任意一項(xiàng)的方法導(dǎo)出的表示的使用，該使用例如是發(fā) 送或接收。
32.用于執(zhí)行根據(jù)權(quán)利要求1至29中任意一項(xiàng)的方法的裝置。
33.根據(jù)權(quán)利要求30所述的裝置，該裝置包括控制設(shè)備，所述控制設(shè)備對(duì)執(zhí)行根據(jù)權(quán) 利要求1至29中任意一項(xiàng)所述的方法的設(shè)備的操作進(jìn)行控制。
34.根據(jù)權(quán)利要求31所述的裝置，該裝置進(jìn)一步包括用于存儲(chǔ)圖像和/或圖像的表示 的一個(gè)或更多個(gè)存儲(chǔ)單元、顯示單元以及圖像選擇單元，所述存儲(chǔ)單元例如是圖像數(shù)據(jù)庫(kù) 和/或描述符數(shù)據(jù)庫(kù)。
35.一種包括指令的計(jì)算機(jī)存儲(chǔ)介質(zhì)，當(dāng)所述指令由計(jì)算機(jī)執(zhí)行時(shí)，實(shí)現(xiàn)根據(jù)權(quán)利要求 1至29中任意一項(xiàng)所述的方法。
全文摘要
描述了一種導(dǎo)出圖像表示的方法。所述方法涉及處理對(duì)應(yīng)于所述圖像的信號(hào)。識(shí)別出所述圖像中代表該圖像的至少一個(gè)區(qū)域。在一種實(shí)施方式中，各個(gè)識(shí)別出的區(qū)域?qū)?yīng)于該圖像的一個(gè)特征。對(duì)于各個(gè)識(shí)別出的圖像區(qū)域，導(dǎo)出所述圖像區(qū)域的至少一部分的二維函數(shù)并對(duì)其進(jìn)行處理，以便得到所述圖像區(qū)域的所述至少一部分的中間表示。由所述圖像區(qū)域中至少一個(gè)圖像區(qū)域的所述中間表示導(dǎo)出所述圖像的表示。
文檔編號(hào)G06K9/46GK101911100SQ200880124438
公開(kāi)日2010年12月8日 申請(qǐng)日期2008年6月30日 優(yōu)先權(quán)日2008年1月9日
發(fā)明者保羅·布拉斯尼特, 米羅斯瓦夫·博貝爾 申請(qǐng)人:三菱電機(jī)株式會(huì)社