一种紧凑的图像局部特征描述子的构造方法技术

本发明专利技术涉及一种紧凑的图像局部特征描述子的构造方法，与现有技术相比解决了描述能力强的图像局部描述子的维度较高，导致特征匹配计算代价大,常用的降维方法影响图像局部特征描述子的区分度和直观性的缺陷。本发明专利技术包括确定特征区域；特征区域的划分和编号；在特征区域上计算点的主导中心对称局部二值模式编码；以划分子区域为单位，计算每个划分子区域上的主导中心对称局部二值模式的特征向量；按照划分子区域的编号顺序，将每个划分子区域上的主导中心对称局部二值模式的特征向量排列起来。本发明专利技术构造的描述子具有维度低、描述能力和区分度强的特点，对图像的旋转变换和光照变换具有较强的鲁棒性，计算简单，匹配速度快。

【技术实现步骤摘要】
一种紧凑的图像局部特征描述子的构造方法
本专利技术涉及视觉处理
，具体来说是一种紧凑的图像局部特征描述子的构造方法。
技术介绍
近年来，图像的局部特征受到众多研究人员关注，由于它们对图像的形变和光线变换的鲁棒性和对图像部分遮挡的健壮性，而被广泛应用于视觉应用领域，如目标检索、目标识别，人脸识别，行为分类等。理想的局部特征描述子要求有较好的描述能力和区分度，并且能快速生成、快速匹配。局部描述子的低维特性是保证的其快速匹配的重要因素，但许多有影响力的局部特征描述子维度都较高，对于同一局部特征描述子降低其维度，就可能降低其相应的区分度和描述能力，影响其在视觉应用中匹配的准确性。描述子的维度和其特征描述能力之间的矛盾，一直是具有挑战性的难题。描述子的维度影响算法的匹配速度，而低维的描述子又因为特征描述能力的不充分，影响特征匹配的准确度。现有的解决方法多集中在对描述能力强的高维度的局部特征描述子的降维的研究，降维就是应用出于匹配时效的考虑，将原始的特征描述子投影到一个低维特征空间，得到最能反应原有特征本质或进行特征区分的低维特征，例如主成分分析法（PCA）（见非专利文献1），对应有代表性的降维方法生成的局部描述子为PCA-SIFT。降维方法的局限性在于降维的时间开销增加了局部特征描述子的生成时间，而且降维后的特征结果不直观，很难在应用中扩展或和其他特征进行融合。如何构造一种紧凑的、直观的、低维度的，并具有良好的描述能力和区分度的局部特征描述子已经成为急需解决的技术问题。
技术实现思路
本专利技术的目的是为了解决描述能力强的图像局部描述子的维度较高，导致特征匹配计算代价大,降维方法影响图像局部特征描述子的区分度和直观性的缺陷，提供一种紧凑的图像局部特征描述子的构造方法来解决上述问题。为了实现上述目的，本专利技术的技术方案如下：一种紧凑的图像局部特征描述子的构造方法，其特征在于，包括以下步骤：确定特征区域，通过特征点检测来确定特征区域的位置，为特征区域选取合适的尺度和大小；特征区域的划分和编号，将特征区域划分成大小相等、灰度单调的K个子区域，其中K>1，按点像素值的大小为第一顺序，点行扫描的位置顺序为第二顺序划分子区域，按划分次序给划分的子区域编号，标识划分的子区域；在特征区域上计算点的主导中心对称局部二值模式编码；以划分子区域为单位，计算每个划分子区域上的主导中心对称局部二值模式的特征向量；按照划分子区域的编号顺序，将每个划分子区域上的主导中心对称局部二值模式的特征向量排列起来，生成图像的局部特征描述子。所述的特征区域的划分和编号包括以下步骤：对于选定的的特征区域的点按像素值进行排序；以点的像素值的大小为第一顺序、点的行扫描的位置顺序为第二顺序，将特征区域划分成点数相等的K个子区域，并按划分的顺序给子区域编号；给出特征区域的划分和编号模板，模板大小与特征区域相等，模板中点的像素值等于特征区域的对应位置点所属子区间的编号。所述的在特征区域上计算点的主导中心对称局部二值模式编码包括以下步骤：对特征区域的任意一点Xj，建立该点的协坐标系，P为该特征区域的中心，射线PXi是该点对应的坐标系的极轴，在Xj的半径为1的八邻域内,取靠近极轴PXi且远离P点的点为n1,顺时针方向依次在八邻域取剩下的七个点,分别记为n2、n3、n4、n5、n6、n7、n8。计算该点Xj的主导的中心对称局部二值模式的编码，计算公式如下:这里公式中n1、n2、n3、n4、n5、n6、n7、n8在Xj的协坐标系下顺时针选取，则DCSLBP1,8,T(Xj)计算结果有九个值：0、1、3、7、8、12、14、15、-1，当DCSLBP1,8,T(Xj)≧0，该点的对应的模式是主导中心对称局部二值模式；如果计算结果DCSLBP1,8,T(Xj)﹤0，该点的对应的模式是非主导中心对称局部二值模式。所述的计算每个划分子区域上的主导中心对称局部二值模式的特征向量包括以下步骤：根据划分的子区域模板信息，在每个子区域上，统计8个主导中心对称局部二值模式的分布概率，计算出每个子区域的主导中心对称局部二值模式的分布直方图，非主导中心对称局部二值模式的对应的点不参与统计；以主导中心对称局部二值模式的分布直方图每一柱的分布概率值作为分量，分布直方图对应的8个分量按主导中心对称局部二值模式的编码大小顺序排列，生成划分子区域上的主导中心对称局部二值模式的特征向量。所述的以点的像素值的大小为第一顺序、点的行扫描的位置顺序为第二顺序，将特征区域划分成点数相等的K个子区域包括以下步骤：步骤一：确定子区间的点数N，N=特征区域的总点数/子区域的个数K；步骤二：定义变量，I1为前一个划分的子区域的最大像素值，I2为当前划分子区域的最大像素值，left为像素值等于I1但没有被划分的点的集合，countcurrent为准备划分到当前的子区域点的个数，t表示当前划分子区域的序号，设置初始值I1=0，I2=1,t=1,left为空集，countcurrent=0；步骤三：如果t≦K,在区域R中统计像素值大于I1、小于等于I2的点集new,将new集合和left集合的点的个数累加赋值给countcurrent；若countcurrent小于N，则继续下一步；若countcurrent等于N或者I2>256，则进行步骤五处理；若countcurrent大于N，I1=I2，进行步骤六处理；若t>K,则进行步骤七处理；步骤四：I2=I2+1，返回步骤三处理；步骤五：标识left∪new为第t个子区域Rt，left置为空集，t=t+1，I1=I2，I2=I2+1，返回步骤三处理；步骤六：在left∪new集合中，按行扫描的次序取N个点标识为第t个子区域Rt，t=t+1，剩下的点放入left集合返回步骤三处理；步骤七：输出标识的子区域R1、R2、...RK。还包括图像局部特征描述子在尺度空间的扩展，其包括以下步骤：对检测到的特征点，选择多个尺度下的特征区域；对选择的每个尺度的特征区域，按照第11步、第12步、第13步、第14步和第15步生成该尺度下的特征区域的局部特征描述向量；按照尺度的大小，将对应尺度下的特征区域的局部特征描述向量进行排列，构成多尺度下的特征区域的局部特征描述子。还包括图像局部特征描述子在颜色空间的扩展，其包括以下步骤：对检测到的特征点，选择特定尺度下的特征区域；选择彩色图像的颜色空间，将既定的颜色空间的通道排序，对每一个通道，按照第11步、第12步、第13步、第14步和第15步生成该颜色通道下的特征区域的局部特征描述向量；按照既定颜色空间的通道的排序，将特征区域内对应通道的局部特征向量排列起来，构成颜色空间上的特征区域的局部特征描述子。有益效果本专利技术的一种紧凑的图像局部特征描述子的构造方法，与现有技术相比构造的描述子具有维度低、特征直观，区分力和描述力强的特点，对图像的旋转变换和光照变换具有较强的鲁棒性，计算简单，匹配速度快。本专利技术描述子因为其紧凑的格式，很好地平衡了描述子描述能力大小和维度高低的矛盾，既保持了一定的描述能力和区分度，又降低了维度，减少了描述子生成时间和匹配时间；同时由于其特征直观的优势，可以在尺度空间和颜色空间扩展，形成更强大的局部特征描述子，并且可本文档来自技高网...

【技术保护点】
一种紧凑的图像局部特征描述子的构造方法，其特征在于，包括以下步骤：11）确定特征区域，通过特征点检测来确定特征区域的位置，为特征区域选取合适的尺度和大小；12）特征区域的划分和编号，将特征区域划分成大小相等、灰度单调的K个子区域，其中K>1，按点像素值的大小为第一顺序，点行扫描的位置顺序为第二顺序划分子区域，按划分次序给划分的子区域编号，标识划分的子区域；13）在特征区域上计算点的主导中心对称局部二值模式编码；14）以划分子区域为单位，计算每个划分子区域上的主导中心对称局部二值模式的特征向量；15）按照划分子区域的编号顺序，将每个划分子区域上的主导中心对称局部二值模式的特征向量排列起来，生成图像的局部特征描述子。

【技术特征摘要】
1.一种紧凑的图像局部特征描述子的构造方法，其特征在于，包括以下步骤：11)确定特征区域，通过特征点检测来确定特征区域的位置，根据不同的应用为特征区域选取相应的尺度和大小；12)特征区域的划分和编号，将特征区域划分成大小相等、灰度单调的K个子区域，其中K>1，按点像素值的大小为第一顺序，点行扫描的位置顺序为第二顺序划分子区域，按划分次序给划分的子区域编号，标识划分的子区域；13)在特征区域上计算点的主导中心对称局部二值模式编码；其包括以下步骤：131)对特征区域的任意一点Xj，建立该点的协坐标系，P为该特征区域的中心，射线PXi是该点对应的坐标系的极轴，在Xj的半径为1的八邻域内,取靠近极轴PXi且远离P点的点为n1,顺时针方向依次在八邻域取剩下的七个点,分别记为n2、n3、n4、n5、n6、n7、n8；132)计算该点Xj的主导的中心对称局部二值模式的编码，计算公式如下:这里T为灰度阈值，公式中n1、n2、n3、n4、n5、n6、n7、n8在Xj的协坐标系下顺时针选取，则DCSLBP1,8,T(Xj)计算结果有九个值：0、1、3、7、8、12、14、15、-1，当DCSLBP1,8,T(Xj)≧0，该点的对应的模式是主导中心对称局部二值模式；如果计算结果DCSLBP1,8,T(Xj)﹤0，该点的对应的模式是非主导中心对称局部二值模式；14)以划分子区域为单位，计算每个划分子区域上的主导中心对称局部二值模式的特征向量；15)按照划分子区域的编号顺序，将每个划分子区域上的主导中心对称局部二值模式的特征向量排列起来，生成图像的局部特征描述子。2.根据权利要求1所述的一种紧凑的图像局部特征描述子的构造方法，其特征在于，所述的特征区域的划分和编号包括以下步骤：21)对于选定的特征区域的点按像素值进行排序；22)以点的像素值的大小为第一顺序、点的行扫描的位置顺序为第二顺序，将特征区域划分成点数相等的K个子区域，并按划分的顺序给子区域编号；23)给出特征区域的划分和编号模板，模板大小与特征区域相等，模板中点的像素值等于特征区域对应位置点所属子区间的编号。3.根据权利要求1所述的一种紧凑的图像局部特征描述子的构造方法，其特征在于，所述的计算每个划分子区域上的主导中心对称局部二值模式的特征向量包括以下步骤：31)根据划分的子区域模板信息，在每个子区域上，统计8个主导中心对称局部二值模式的分布概率，计算出每个子区域的主导中心对称局部二值模式的分布直方图，非主导中心对...

【专利技术属性】
技术研发人员：檀结庆，李莹莹，钟金琴，
申请(专利权)人：合肥工业大学，
类型：发明
国别省市：安徽;34