專利名稱：一種局部圖像特征的生成方法和裝置的制作方法
技術領域：
本發(fā)明涉及通信技術領域，特別涉及一種局部圖像特征的生成方法和裝置。
背景技術：
目前，圖像匹配技術中最常見的就是基于局部圖像特征的匹配。具體地，在待匹配圖像的局部范圍找到穩(wěn)定可重現(xiàn)、特征明顯的圖像小片，通過對這些圖像小片進行描述，實現(xiàn)圖像之間的匹配。
現(xiàn)有的局部圖像特征SURF(Speeded Up Robust Feature,加速的魯棒性特征)包括計算原始圖像的積分圖像；檢測興趣點；其中興趣點指的是點特征，指的是圖像中具有特殊性質(zhì)的像素點，是圖像的重要特征；計算興趣點的主方向；在興趣點位置附近選擇一個區(qū)域(20δ*20δ，δ表示興趣點的特征尺度)，并將描述子坐標系旋轉到興趣點主方向指向的方向；將所述區(qū)域分成4*4共16個子區(qū)域；在每個子區(qū)域的5*5共25個采樣點上計算水平方向和垂直方向的haar響應haarx和haary,得到該子區(qū)域的4維描述向量V = (Σ haax, Σ haary, Σ haarx | , Σ |haary|);累積16個子區(qū)域的描述向量得到4*16共64 維的描述向量；對所述64維的描述向量進行歸一化處理。
現(xiàn)有SURF技術在某些場景下的區(qū)分性差，例如對于圖1中圖像a和圖像b這兩個圖像子區(qū)域而言，描述向量V = ( Σ haarx, Σ haary, Σ haarx | , Σ I haary |)是相同的；因此現(xiàn)有的SURF無法區(qū)分圖1中a和b這兩個圖像子區(qū)域，其區(qū)分性差。
發(fā)明內(nèi)容
為了提高局部圖像特征的區(qū)分性，本發(fā)明實施例提供了一種局部圖像特征的生成方法和裝置。所述技術方案如下
一種局部圖像特征的生成方法，所述方法包括
獲取圖像的預設區(qū)域內(nèi)采樣點的第一水平梯度和第一垂直梯度；
分別對所述預設區(qū)域內(nèi)所有采樣點的第一水平梯度、第一水平梯度的絕對值、第一垂直梯度和第一垂直梯度的絕對值進行累積計算，得到描述向量的第一部分；
根據(jù)所述第一水平梯度和第一垂直梯度的耦合性構造相空間，將所述相空間劃分為L個子相區(qū)域，計算各個子相區(qū)域的度量，得到描述向量的第二部分，其中L為正整數(shù)；
根據(jù)所述第一部分和所述第二部分獲取所述預設區(qū)域的描述向量，得到局部圖像特征。
一種局部圖像特征的生成裝置，包括
梯度獲取模塊，用于獲取圖像的預設區(qū)域內(nèi)采樣點的第一水平梯度和第一垂直梯度；
第一獲取模塊，用于分別對所述預設區(qū)域內(nèi)所有采樣點的第一水平梯度、第一水平梯度的絕對值、第一垂直梯度和第一垂直梯度的絕對值進行累積計算，得到描述向量的第一部分；
第二獲取模塊，用于根據(jù)所述第一水平梯度和第一垂直梯度的耦合性構造相空 間，將所述相空間劃分為L個子相區(qū)域，計算各個子相區(qū)域的度量，得到描述向量的第二部 分，其中L為正整數(shù)；
局部圖像特征獲取模塊，用于根據(jù)所述第一部分和所述第二部分獲取所述預設區(qū) 域的描述向量，得到局部圖像特征。
本發(fā)明實施例通過累積密集采樣的水平梯度和垂直梯度得到描述向量的第一部 分；利用相空間的方法來刻畫水平梯度和垂直梯度的耦合性，并對這些耦合關系進行描述 得到描述向量的第二部分；根據(jù)第一部分和第二部分獲取描述向量，得到局部圖像特征； 該局部圖像特征的區(qū)分性相比較現(xiàn)有SURF而言明顯提高，且在各個場景中該局部圖像特 征的區(qū)分性都得到了提高。


為了更清楚地說明本發(fā)明實施例中的技術方案，下面將對實施例描述中所需要使 用的附圖作簡單地介紹，顯而易見地，下面描述中的附圖僅僅是本發(fā)明的一些實施例，對于 本領域普通技術人員來講，在不付出創(chuàng)造性勞動的前提下，還可以根據(jù)這些附圖獲得其他 的附圖。
圖1是現(xiàn)有技術提供的SURF的圖像子區(qū)域不意圖2是本發(fā)明實施例1提供的一種局部圖像特征的生成方法實施例的流程圖3是本發(fā)明實施例2提供的一種局部圖像特征的生成方法實施例的流程圖4是本發(fā)明實施例2提供的高斯尺度空間示意圖5是本發(fā)明實施例2提供的檢測興趣點示意圖6是本發(fā)明實施例2提供的原坐標系中的預定正方形窗體區(qū)域；
圖7是本發(fā)明實施例2提供的歸一化后子區(qū)域布局示意圖8a是本發(fā)明實施例2提供的相空間的4區(qū)域劃分第一示意圖Sb是本發(fā)明實施例2提供的相空間的4區(qū)域劃分第二示意圖9是本發(fā)明實施例2提供的描述向量的區(qū)分性對比示意圖10是本發(fā)明實施例3提供的一種局部圖像特征的生成裝置實施例的第一結構 示意圖11是本發(fā)明實施例3提供的一種局部圖像特征的生成裝置實施例的第二結構 示意圖12是本發(fā)明實施例3提供的一種局部圖像特征的生成裝置實施例的第三結構 示意圖。
具體實施方式
本發(fā)明實施例提供一種局部圖像特征的生成方法和裝置。
為使本發(fā)明的目的、技術方案和優(yōu)點更加清楚，下面將結合附圖對本發(fā)明實施方 式作進一步地詳細描述。
實施例1
參考圖2，圖2是本發(fā)明實施例1提供的一種局部圖像特征的生成方法實施例的流程圖；所述局部圖像特征的生成方法包括
SlOl :獲取圖像的預設區(qū)域內(nèi)采樣點的第一水平梯度和第一垂直梯度。
圖像由多個圖像小片組成，所述預設區(qū)域是某一圖像小片的一部分。
S102:分別對所述預設區(qū)域內(nèi)所有采樣點的第一水平梯度、第一水平梯度的絕對值、第一垂直梯度和第一垂直梯度的絕對值進行累積計算，得到描述向量的第一部分。
該步驟中所述描述向量的第一部分包括Σ dx*wx, y、Σ I dx I *wx, y、Σ dy*wx, y和 Σ |dy|*wx,y，其中dx為所述采樣點的第一水平梯度，|dx|為所述采樣點的第一水平梯度的絕對值，dy為所述采樣點的第一垂直梯度，|dy|為所述采樣點的第一垂直梯度的絕對值， wx, y為高斯加權函數(shù)。
S103:根據(jù)所述第一水平梯度和第一垂直梯度的耦合性構造相空間，將所述相空間劃分為L個子相區(qū)域，計算各個子相區(qū)域的度量，得到描述向量的第二部分，其中L為正整數(shù)。
S104:根據(jù)所述第一部分和所述第二部分獲取所述預設區(qū)域的描述向量，得到局部圖像特征。
該步驟中將所述第一部分和所述第二部分進行級聯(lián)得到所述預設區(qū)域的描述向量。
進一步，所述將所述相空間劃分為L個子相區(qū)域包括
將所述相空間均分為L個子相區(qū)域，其中所述L個子相區(qū)域的角度跨度為f度，所述L個子相區(qū)域中的第一子相區(qū)域以興趣點的主方向所在的水平線為中軸線。
進一步，所述將所述相空間劃分為L個子相區(qū)域包括
將所述相空間均分為L個子相區(qū)域，其中所述L個子相區(qū)域中每兩個鄰接子相區(qū)域相互交疊預定角度，所述L個子相區(qū)域的角度跨度為度+預定角度)，所述L個子相區(qū)域中的第一子相區(qū)域以興趣點的主方向所在的水平線為中軸線。
進一步，所述預定角度大于O度，且小于等于15度。
進一步，所述預定角度為10度。
進一步，所述M為4、6或8。
進一步，所述計算各個子相區(qū)域的度量包括
將所述各個子相區(qū)域內(nèi)的所有采樣點，按照公式=分別計算各個子相區(qū)域的度量；其中Binl表示第I個子相區(qū)域的度量，1 = 1，…，L，L為子相區(qū)域的個數(shù)，I和L為正整數(shù)，為范數(shù);wx,y為高斯加權函數(shù)。
進一步，所述|w(u)|包括2范數(shù)、判別范數(shù)或波動范數(shù)；所述2范數(shù)為 |V/(x,>0|被定義為所述判別范數(shù)為|v/(x,>0|被定義為I ;所述波動范數(shù)為被竹為卜則2|v/(XJ)I 'IWL+IW。
進一步，所述預設區(qū)域為N*N個子區(qū)域中任一子區(qū)域，其中所述N*N個子區(qū)域為包含一個興趣點的圖像小片，N為正整數(shù)。
進一步，所述方法還包括
獲取除所述預設區(qū)域之外的所述N*N個子區(qū)域中各個子區(qū)域的描述向量；
根據(jù)所述各個子區(qū)域的描述向量獲取所述N*N個子區(qū)域的第一描述向量，得到局部圖像特征。
本發(fā)明實施例通過累積密集采樣的水平梯度和垂直梯度得到描述向量的第一部分；利用相空間的方法來刻畫水平梯度和垂直梯度的耦合性，并對這些耦合關系進行描述得到描述向量的第二部分；根據(jù)第一部分和第二部分獲取描述向量，得到局部圖像特征； 該局部圖像特征的區(qū)分性相比較現(xiàn)有SURF而言明顯提高，且在各個場景中該局部圖像特征的區(qū)分性都得到了提高。
實施例2
參考圖3，圖3是本發(fā)明實施例2提供的一種局部圖像特征的生成方法實施例的流程圖；所述局部圖像特征的生成方法包括
S201 :獲取灰度圖像，建立所述灰度圖像的高斯尺度空間。
將原始的彩色圖像變成灰度圖像，用一系列不同方差的高斯函數(shù)去平滑所述灰度圖像得到一系列的尺度圖像，從而建立了所述灰度圖像的高斯尺度空間，如圖4所示，圖4 是本發(fā)明實施例2提供的高斯尺度空間示意圖。圖4中由原圖像1、圖像2、圖像3和圖像4 組成了一個簡單的高斯尺度空間，其中原圖像I用I表示，圖像2用I1表示，圖像3用I2表示，圖像4用I3表示；原圖像1、圖像2、圖像3和圖像4之間的關 系為山= WG(A)，其中S1 = Le7G(S1)表示方差S1SLe的高斯函數(shù)A =A，其中52= 16辦，G( s 2)表示方差S的高斯函數(shù)；A=A0g(A)，其中δ3 = 1.6*2，G(S3)表示方差δ3為1. 6*2的高斯函數(shù)。
S202:根據(jù)所述高斯尺度空間檢測興趣點，檢測所述興趣點的主方向。
本步驟中采用DOG (Difference of Gaussian,高斯差分)方法檢測興趣點，如圖5 所示，圖5是本發(fā)明實施例2提供的檢測興趣點示意圖。所述興趣點用(x，y，δ)標識，其中δ為所述興趣點的特征尺度。
圖5中圖像2和原圖像I作差得到圖像5中的9個點，圖像3和圖像2作差得到圖像6中的9個點，圖像4和圖像3作差得到圖像7中的9個點，對像5、圖像6和圖像7中的27個點進行計算，其中所述27個點中取極值的點就是興趣點，如圖像6中的黑點，所述黑點用(X，I, δ )標識,且所述5 = 1.6^2。
本實施還可以通過其他檢測方法獲取興趣點，在此不再贅述，只要能獲取興趣點的方法都在本發(fā)明保護范圍之內(nèi)。
獲取所述興趣點后，在所述高斯尺度空間中，以興趣點為圓心選取半徑為4 δ的圓形區(qū)域，分別求取所述圓形區(qū)域的水平方向梯度和與垂直方向梯度和，以所述水平方向梯度和與垂直方向梯度和為坐標構成的梯度的方向就是所述興趣點的主方向，即thetaO =arctan ( Σ dy/ Σ dx),其中thetaO為所述興趣點的主方向與水平線之間的夾角，Σ dx 為水平方向梯度和，Σ dy為垂直方向梯度和。
S203:選取預定的正方形窗體區(qū)域，計算所述正方形窗體區(qū)域內(nèi)各個采樣點的第二水平梯度和第二垂直梯度；其中所述正方形窗體區(qū)域中包含所述興趣點。
在所述高斯尺度空間中，選取預定的正方形窗體區(qū)域，所述正方形窗體區(qū)域的寬度為其中，Me {4,8,12}, δ為所述興趣點的特征尺度；優(yōu)選的，所述M為8或12。 如圖6所示，圖6是本發(fā)明實施例2提供的原坐標系中的預定正方形窗體區(qū)域；圖6中所述正方形窗體區(qū)域的寬度為12*λ/ 5。
其中，在選擇所述正方形窗體區(qū)域的寬度時主要考慮旋轉不變性和局部圖像區(qū)域的可區(qū)分性；在仿射情況下，所述正方形窗體區(qū)域的寬度應稍窄一些，因為寬度過寬會引入畸變過大的數(shù)據(jù)，從而違背了局部圖像特征的設計初衷(局部相似)，另一方面，所述正方形窗體區(qū)域的寬度又不能太窄，否則其提供的信息不足以刻畫這個局部圖像區(qū)域。
在原坐標系(X'，y')中，計算所述正方形窗體區(qū)域內(nèi)各個采樣點的第二水平梯度 dx'和第二垂直梯度 dy',具體地，dx' = Ix, +1,y, -1x, _ljy, , dy' = Ix,，y, +1_IX,，y, , 其中，Ix, +1,y,表示(X' +1，l')處得像素灰度值，其余類推，在此不再贅述。
進一步，根據(jù)所述第二水平梯度dx '和第二垂直梯度dy'計算梯度的模值:V/(x',少')2 =^( &')2 +(φ')2
S204:根據(jù)所述興趣點的主方向對原坐標系進行旋轉得到新坐標系，分別獲取所述各個采樣點的原坐標、第二水平梯度和第二垂直梯度在新坐標系下的第一坐標、第一水平梯度和第一垂直梯度，并對所述第一坐標進行歸一化處理，生成第二坐標。
根據(jù)所述興趣點的主方向，將原坐標系(X' , y')旋轉thetaO角度后得到新坐標系(x，y)，通過坐標變換分別獲取所述采樣點的原坐標(X' ,1')、第二水平梯度dx'和第二垂直梯度dy'在新坐標系下的第一坐標(1，7)、第一水平梯度(^和第一垂直梯度(17;
具體地，按照如下公式進行坐標變換
X = cos (thetaO)+sin(thetaO)
y = -sin(thetaO)^xr +cos (thetaO)*y'
dx = cos (thetaO)^dxr +sin (thetaO)^djr
dy = -sin(thetaO)*dx' +cos(thetaO)*dy'
對所述第一坐標(x，y)進行歸一化處理，生成第二坐標(XnOT，Ynorm);
具體地
Xnorm = χ/ (Μ* δ /N)
y_ = y/ (Μ* δ /N)
其中，所述M和所述正方體窗體區(qū)域的寬度(Μ* )中的M相同，N為正整數(shù)。
S205 :將滿足預設條件的所述第二坐標對應的采樣點構成的區(qū)域劃分為N*N個子區(qū)域，從所述N*N個子區(qū)域中獲取預設區(qū)域。
判斷所述第二坐標的橫坐標和縱坐標是否都位于中，如果是，所述第二坐標對應的采樣點為有效采樣點，將這些有效采樣點占據(jù)的正方形區(qū)域劃分為N*N個子區(qū)域，如圖7所示，圖7是本發(fā)明實施例2提供的歸一化后子區(qū)域布局示意圖；圖7以N = 4 為例進行說明，子區(qū)域8和子區(qū)域12之間的軸為水平軸(即Xnmi軸)，子區(qū)域14和子區(qū)域15之間的軸為垂直軸(即7_ 軸)。其中，所述N*N中的N、歸一化公式中的N，和I中的N為同一個N，意義和概念都相同。其中，所述正方形區(qū)域的邊長為Μδ，所述子區(qū)域的邊長為 (Μ/Ν) δ。
本實施例中，所述灰度圖像包含多個圖像小片；所述預設區(qū)域為某一圖像小片的一部分；具體地，所述預設區(qū)域為所述Ν*Ν個子區(qū)域中任一子區(qū)域，其中所述Ν*Ν個子區(qū)域為包含一個興趣點的圖像小片。
S206:獲取所述預設區(qū)域內(nèi)采樣點的所述第一水平梯度和所述第一垂直梯度。
實際應用中，在S204中已經(jīng)獲取所述正方形窗體區(qū)域內(nèi)所有采樣點的所述第一水平梯度和所述第一垂直梯度，所述預設區(qū)域為所述Ν*Ν個子區(qū)域中任一子區(qū)域，所述Ν*Ν 個子區(qū)域位于所述正方形窗體區(qū)域內(nèi)，因此可以直接獲取所述預設區(qū)域內(nèi)采樣點的所述第一水平梯度和所述第一垂直梯度。
S207:分別對所述預設區(qū)域內(nèi)所有采樣點的第一水平梯度、第一水平梯度的絕對值、第一垂直梯度和第一垂直梯度的絕對值進行累積計算，得到描述向量的第一部分。
實際應用中，分別對所述預設區(qū)域內(nèi)所有采樣點的第一水平梯度dx、第一水平梯度的絕對值|dx1、第一垂直梯度dy和第一垂直梯度的絕對值|dy I進行累積計算,生成描述向量的第一部分Σ dx*wx,y, Σ dx|*wXjy, Σ dy*wx,y和Σ I dy | *wx,y,其中wx,y為高斯加權函數(shù)。
所述描述向量的第一部分是一個局部區(qū)域的全局積分，局部區(qū)域的全局積分使得描述向量的魯棒性強。
S208:根據(jù)所述第一水平梯度和第一垂直梯度的耦合性構造相空間，將所述相空間劃分為L個子相區(qū)域，計算各個子相區(qū)域的度量，得到描述向量的第二部分，其中L為正整數(shù)。
本實施例引入相空間的概念。其實一個系統(tǒng)的所有狀態(tài)都可以在相空間中進行表達，系統(tǒng)的每個自由度或參數(shù)被表達為多維空間中的一個坐標軸。如果一副圖像可以看作是一個系統(tǒng)，并且圖像的采樣點(χ，y)看作向量變量的話，那么三元組(像素灰度，水平梯度，垂直梯度)就能夠表達圖像在一個采樣點處的狀態(tài)。隨著光照的變化，像素灰度值是經(jīng)常發(fā)生變化的，所以其作為狀態(tài)的一個組成部分并不合適，為此我們就建立了一個精簡的相空間來描述采樣點的狀態(tài)，其坐標框架由(水平梯度dx，垂直梯度dy)組成。我們可以將水平梯度dx和垂直梯度dy的耦合關系對應到相空間中的一系列子相區(qū)域中。
所述將所述相空間劃分為L個子相區(qū)域包括
將所述相空間均分為L個子相區(qū)域，其中所述L個子相區(qū)域的角度跨度為f度，所述L個子相區(qū)域中的第一子相區(qū)域以興趣點的主方向所在的水平線為中軸線。
其中，將第一子相區(qū)域以興趣點的主方向所在的水平線為中軸線進行劃分，可以將靠近水平方向的梯度都劃進一個子相區(qū)域，從而削弱了邊界效應，實驗表明按照這樣劃分后生成的描述向量的性能有大約有10%左右的提升。
為了進一步削弱邊界效應，我們進一步采用了鄰接子相區(qū)域交疊的方法對相空間進行劃分，這樣的劃分使得子相區(qū)域邊界上的采樣點對鄰接區(qū)域都有貢獻，減弱了由于興趣點主方向不準所帶來的角度移位。
則所述將所述相空間劃分為L個子相區(qū)域也可以包括
將所述相空間均分為L個子相區(qū)域，其中所述L個子相區(qū)域中每兩個鄰接子相區(qū)域相互交疊預定角度，所述L個子相區(qū)域的角度跨度為度+預定角度)所述L個子相區(qū)域中的第一子相區(qū)域以興趣點的方向所在的水平線為中軸線。
其中，所述預定角度大于O度，且小于等于15度；優(yōu)選的，所述預定角度為10度， 因為實驗表明交疊區(qū)域在10度的時候，描述子的性能有5-10%的提升。
具體地，所述L是正整數(shù)，但是L取值4、6或8的劃分比較通用，但是本實施例中相空間的劃分方案并不局限于此，在此不再贅述。實驗表明，優(yōu)選的，L為4，即將相空間按照4區(qū)域進行劃分，如圖8a和圖Sb所示，圖8a是本發(fā)明實施例2提供的相空間的4區(qū)域劃分第一示意圖；圖813是本發(fā)明實施例2提供的相空間的4區(qū)域劃分第二示意圖；其中，圖 8a為子相區(qū)域不交疊的情況，圖Sb為子相區(qū)域相互交疊的情況。
所述計算各個子相區(qū)域的度量包括
將所述各個子相區(qū)域內(nèi)的所有采樣點，按照公式=分別計算各個子相區(qū)域的度量；其中Binl表示第I個子相區(qū)域的度量，1 = 1，…，L，L為子相區(qū)域的個數(shù)，I和L為正整數(shù)為范數(shù);wx,y為高斯加權函數(shù)。
具體地，獲取第一子相區(qū)域內(nèi)的所有采樣點，判斷所述采樣點的水平梯度和垂直梯度是否屬于第一子相區(qū)域’如果是’按照公式&…二乙^^^丨卜^^^計算’直至第一子相區(qū)域內(nèi)的所有采樣點循環(huán)獲取完畢，得到第一子相區(qū)域的度量Binl。
各個子相區(qū)域的度量都按照上述第一子相區(qū)域的方法進行計算，在此不再贅述， 具體可參照第一子相區(qū)域的度量Binl的計算。
所述判斷所述采樣點的水平梯度和垂直梯度是否屬于第一子相區(qū)域的方法，一般是通過與子相區(qū)域的邊界值 進行比較來實現(xiàn)的，即通過判斷大小來實現(xiàn)的。
對于4區(qū)域劃分方案且子相區(qū)域不交疊的情況而言，可以從所述興趣點的主方向減去一個偏置角度(45度)，將判斷大小的問題轉化為判斷符號的問題，從而使得計算進行了簡化，具體地，可以按照如下方法實現(xiàn)
權利要求
1.一種局部圖像特征的生成方法，其特征在于，所述方法包括 獲取圖像的預設區(qū)域內(nèi)采樣點的第一水平梯度和第一垂直梯度； 分別對所述預設區(qū)域內(nèi)所有采樣點的第一水平梯度、第一水平梯度的絕對值、第一垂直梯度和第一垂直梯度的絕對值進行累積計算，得到描述向量的第一部分； 根據(jù)所述第一水平梯度和第一垂直梯度的耦合性構造相空間，將所述相空間劃分為L個子相區(qū)域，計算各個子相區(qū)域的度量，得到描述向量的第二部分，其中L為正整數(shù)； 根據(jù)所述第一部分和所述第二部分獲取所述預設區(qū)域的描述向量，得到局部圖像特征。
2.根據(jù)權利要求1所述的方法，其特征在于，所述描述向量的第一部分包括Σdx*wx,y> Σ |dx|*wx,y、E dy*wx,y和Σ |dy|*wx,y,其中dx為所述采樣點的第一水平梯度，dx為所述采樣點的第一水平梯度的絕對值，dy為所述采樣點的第一垂直梯度，|dy|為所述采樣點的第一垂直梯度的絕對值,Wxjy為高斯加權函數(shù)。
3.根據(jù)權利要求1或2所述的方法，其特征在于，所述將所述相空間劃分為L個子相區(qū)域包括 將所述相空間均分為L個子相區(qū)域，其中所述L個子相區(qū)域的角度跨度為—度，所述L個子相區(qū)域中的第一子相區(qū)域以興趣點的主方向所在的水平線為中軸線。
4.根據(jù)權利要求1或2所述的方法，其特征在于，所述將所述相空間劃分為L個子相區(qū)域包括 將所述相空間均分為L個子相區(qū)域，其中所述L個子相區(qū)域中每兩個鄰接子相區(qū)域相互交疊預定角度，所述L個子相區(qū)域的角度跨度為度+預定角度)，所述L個子相區(qū)域中的第一子相區(qū)域以興趣點的主方向所在的水平線為中軸線。
5.根據(jù)權利要求4所述的方法，其特征在于，所述預定角度大于O度，且小于等于15度。
6.根據(jù)權利要求5所述的方法，其特征在于，所述預定角度為10度。
7.根據(jù)權利要求1-6任一項所述的方法，其特征在于，所述L為4、6或8。
8.根據(jù)權利要求1-7任一項所述的方法，其特征在于，所述計算各個子相區(qū)域的度量包括 將所述各個子相區(qū)域內(nèi)的所有采樣點,按照公式=Σ Ilw (3c^)II ，分別計算各個子相區(qū)域的度量；其中Binl表示第I個子相區(qū)域的度量，1 = 1，…，L，L為子相區(qū)域的個數(shù)，I和L為正整數(shù),/(U)I為范數(shù);wx,y為高斯加權函數(shù)。
9.根據(jù)權利要求8所述的方法，其特征在于，所述|V/(x,_y)|包括2范數(shù)、判別范數(shù)或波動范數(shù)；所述2范數(shù)為:||W(x,_y)|被定義為^/辦2+辦2 ;所述判別范數(shù)為|V/(Xj)I被定義 為I ;所述波動范數(shù)為|k/"、丨I被定義為
10.根據(jù)權利要求1-9任一項所述的方法，其特征在于，所述根據(jù)所述第一部分和所述第二部分獲取所述預設區(qū)域的描述向量包括將所述第一部分和所述第二部分進行級聯(lián)得到所述預設區(qū)域的描述向量。
11.根據(jù)權利要求1所述的方法，其特征在于，所述預設區(qū)域為N*N個子區(qū)域中任一子區(qū)域，其中所述N*N個子區(qū)域為包含一個興趣點的圖像小片，N為正整數(shù)。
12.根據(jù)權利要求11所述的方法，其特征在于，進一步包括獲取除所述預設區(qū)域之外的所述N*N個子區(qū)域中各個子區(qū)域的描述向量；根據(jù)所述各個子區(qū)域的描述向量獲取所述N*N個子區(qū)域的第一描述向量，得到局部圖像特征。
13.一種局部圖像特征的生成裝置，其特征在于，包括梯度獲取模塊，用于獲取圖像的預設區(qū)域內(nèi)采樣點的第一水平梯度和第一垂直梯度；第一獲取模塊，用于分別對所述預設區(qū)域內(nèi)所有采樣點的第一水平梯度、第一水平梯度的絕對值、第一垂直梯度和第一垂直梯度的絕對值進行累積計算，得到描述向量的第一部分；第二獲取模塊，用于根據(jù)所述第一水平梯度和第一垂直梯度的耦合性構造相空間，將所述相空間劃分為L個子相區(qū)域，計算各個子相區(qū)域的度量，得到描述向量的第二部分，其中L為正整數(shù)；局部圖像特征獲取模塊，用于根據(jù)所述第一部分和所述第二部分獲取所述預設區(qū)域的描述向量，得到局部圖像特征。
14.根據(jù)權利要求13所述的裝置，其特征在于，所述第二獲取模塊包括第一劃分單元，用于將所述相空間均分為L個子相區(qū)域，其中所述L個子相區(qū)域的角度跨度為￥度，所述L個子相區(qū)域中的第一子相區(qū)域以興趣點的主方向所在的水平線為中軸線。
15.根據(jù)權利要求13所述的裝置，其特征在于，所述第二獲取模塊包括第二劃分單元，用于將所述相空間均分為L個子相區(qū)域，其中所述L個子相區(qū)域中每兩個鄰接子相區(qū)域相互交疊預定角度，所述L個子相區(qū)域的角度跨度為度+預定角度)，所述L個子相區(qū)域中的第一子相區(qū)域以興趣點的主方向所在的水平線為中軸線。
16.根據(jù)權利要求13-15任一項所述的裝置，其特征在于，所述第二獲取模塊包括計算單元，用于將所述各個子相區(qū)域內(nèi)的所有采樣點，按照公式Bml = Y4Ivi(X^y)Ywxy，分別計算各個子相區(qū)域的度量；其中Binl表示第I個子相區(qū)域的度量，1 = 1，…，L，L為子相區(qū)域的個數(shù)，I和L為正整數(shù)；|V/(x,_y)|為范數(shù);wx,y為高斯加權函數(shù)。
17.根據(jù)權利要求13-16任一項所述的裝置，其特征在于，所述局部圖像特征獲取模塊具體用于，將所述第一部分和所述第二部分進行級聯(lián)得到所述預設區(qū)域的描述向量，得到局部圖像特征。
18.根據(jù)權利要求13所述的裝置，其特征在于，所述預設區(qū)域為N*N個子區(qū)域中任一子區(qū)域，其中所述N*N個子區(qū)域為包含一個興趣點的圖像小片，N為正整數(shù)。
19.根據(jù)權利要求18所述的裝置，其特征在于，進一步包括第三獲取模塊，用于獲取除所述預設區(qū)域之外的所述N*N個子區(qū)域中各個子區(qū)域的描述向量;第四獲取模塊，用于根據(jù)所述各個子區(qū)域的描述向量獲取所述N*N個子區(qū)域的第一描述向量，得到局部圖像特征。
全文摘要
本發(fā)明實施例公開了一種局部圖像特征的生成方法和裝置，屬于通信技術領域。所述局部圖像特征的生成方法包括獲取預設區(qū)域內(nèi)采樣點的第一水平梯度和第一垂直梯度；分別對所述預設區(qū)域內(nèi)所有采樣點的第一水平梯度、第一水平梯度的絕對值、第一垂直梯度和第一垂直梯度的絕對值進行累積計算，得到描述向量的第一部分；根據(jù)所述水平梯度和垂直梯度的耦合性構造相空間，將所述相空間劃分為L個子相區(qū)域，計算各個子相區(qū)域的度量，得到描述向量的第二部分，其中L為正整數(shù)；根據(jù)所述第一部分和所述第二部分獲取所述預設區(qū)域的描述向量，得到局部圖像特征。本發(fā)明實施例提高了局部圖像特征的區(qū)分性。
文檔編號G06K9/46GK103020625SQ20111028797
公開日2013年4月3日 申請日期2011年9月26日 優(yōu)先權日2011年9月26日
發(fā)明者劉從新, 張翼, 楊杰, 馮德瀛 申請人:華為軟件技術有限公司