一种基于环形核的图像特征提取方法及装置制造方法及图纸

本发明专利技术公开了一种基于环形核的图像特征提取方法及装置，本发明专利技术通过建立环形核，将图像旋转圆心即图像基点与环形核圆心重叠后，计算环形核上每一层特征点对应图像区域的特征值，将环形核每一层的特征点的特征值按大小顺序依次存放，提取环形核每一层特征点的特征向量。本发明专利技术可应用于人脸识别等领域。

Method and device for extracting image feature based on annular nucleus

The invention discloses a method and a device for image feature extraction based on kernel ring, the invention through the establishment of a nuclear ring, to rotate the image center is the image point and the annular nuclear center overlap, calculation of each layer of the corresponding feature points of image region feature of ring core values, the characteristics of circular nucleus feature points in each layer the value according to the size of the order for extracting feature vectors of each annular nuclear layer feature points. The invention can be applied to face recognition and other fields.

【技术实现步骤摘要】

本专利技术涉及数字图像处理和模式识别
，尤其涉及一种基于环形核的图像特征提取方法及装置。
技术介绍
图像识别通常会受到图像旋转变形的影响，使得图像识别率降低，例如人脸识别是模式识别领域中活跃的研究方向之一，计算人脸相似度会受到人脸旋转变形带来的影响。常用的几种人脸特征提取方法都受到此因素限制，局部二值模式(LocalBinaryPatterns，LBP)特征虽然在局部抗光照变化，但是对于人脸整体发生旋转，依然无法给出准确的特征描述；方向梯度直方图(HistogramsofOrientedGradients，HOG)特征计算梯度直方图，在人脸发生旋转的时候，HOG的block会发生错位现象。上述的问题都会导致最终的人脸识别发生错误。
技术实现思路
有鉴于此，本专利技术目的在于提供一种基于环形核的图像特征提取方法及装置，以解决在图像内容发生旋转时，无法保证针对图像内容的特征向量的旋转不变性。具体地，本专利技术是通过如下技术方案实现的：一种基于环形核的图像特征提取方法，所述方法包括：建立环形核，所述环形核由围绕固定圆心的多层圆环组成，每一层圆环由多个特征点组成，且每一层圆环上的特征点的个数满足预设的第一函数关系，每一层圆环上的特征点距离圆心的半径满足预设的第二函数关系；载入图像，在图像中定位作为环形核圆心的基点；将图像的基点与环形核圆心重合，计算环形核每个特征点的特征值，并将环形核每一层的特征点的特征值按大小顺序依次存放，提取环形核每一层特征点的特征向量。进一步地，所述计算环形核每个特征点的特征值的方法为：以所述基点为二维直角坐标系的原点，将环形核每一层上的每个特征点的极坐标转换为直角坐标；获取图像上每一个特征点对应的特征区域内所有像素点的特征值的均值，将该均值作为该特征点的特征值。进一步地，所述预设的第一函数关系为f1(i)＝M＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，M为预设的大于零的正整数，n为环形核的层数；所述预设的第二函数关系为f2(i)＝B＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，B为预设的大于零的正整数，n为环形核的层数；所述特征点对应的特征区域为K*K个像素点构成的图像区域。进一步地，所述图像为用于人脸识别的人脸图像，所述在图像中定位作为环形核圆心的基点的方法为：采用动态形状模型ASM技术在载入的人脸图像中定位鼻尖点，将鼻尖点作为环形核的圆心的基点。基于本专利技术实施例，本专利技术还提供一种基于环形核的图像特征提取装置，该装置包括：环形核构造模块，用于建立环形核，所述环形核由围绕固定圆心的多层圆环组成，每一层圆环由多个特征点组成，且每一层圆环上的特征点的个数满足预设的第一函数关系，每一层圆环上的特征点距离圆心的半径满足预设的第二函数关系；基点定位模块，用于载入图像，在图像中定位作为环形核圆心的基点，并将图像的基点与环形核圆心重合；特征向量计算模块，用于计算环形核每个特征点的特征值，并将环形核每一层的特征点的特征值按大小顺序依次存放，提取环形核每一层特征点的特征向量。进一步地，将所述方法应用于人脸识别的系统中，在人脸发生旋转时，基于所述环形核每一层的特征向量的近似性来进行同一人脸的识别。所述特征向量计算模块计算环形核每个特征点的特征值时，以所述基点为二维直角坐标系的原点，将环形核每一层上的每个特征点的极坐标转换为直角坐标；再获取图像上每一个特征点对应的特征区域内所有像素点的特征值的均值，将该均值作为该特征点的特征值。进一步地，所述环形核构造模块使用的所述预设的第一函数关系为f1(i)＝M＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，M为预设的大于零的正整数，n为环形核的层数；所述环形核构造模块使用的所述预设的第二函数关系为f2(i)＝B＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，B为预设的大于零的正整数，n为环形核的层数；所述特征点对应的特征区域为K*K个像素点构成的图像区域。进一步地，所述图像为用于人脸识别的人脸图像，所述基点定位模块在图像中定位作为环形核圆心的基点时，采用动态形状模型ASM技术在载入的人脸图像中定位鼻尖点，将鼻尖点作为环形核的圆心的基点。进一步地，所述方法和装置应用于人脸识别的系统中，在人脸发生旋转时，基于所述环形核每一层的特征向量的近似性来进行同一人脸的识别。由以上描述可以看出，本专利技术通过建立环形核，将图像旋转圆心即图像基点与环形核圆心重叠后，计算环形核上每一层特征点对应图像区域的特征值，将环形核每一层的特征点的特征值按大小顺序依次存放，提取环形核每一层特征点的特征向量。本专利技术可应用于人脸识别等领域。附图说明图1为本专利技术一实施提提供的一种基于环形核的图像特征提取方法的步骤流程图；图2为本专利技术一实施例提供的环形核的示意图；图3为本专利技术一实施例提供的环形核上某一层特征点的特征值及特征向量的提取方法示意图；图4为将本专利技术提供的方法应用于人脸识别领域示意图；图5为本专利技术一实施提提供的一种基于环形核的图像特征提取装置的结构示意图。具体实施方式为使本申请的目的、技术方案及优点更加清楚明白，以下参照附图对本申请所述方案作进一步地详细说明。下面的描述涉及附图时，除非另有表示，不同附图中的相同数字表示相同或相似的要素。以下示例性实施例中所描述的实施方式并不代表与本申请相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本申请的一些方面相一致的装置和方法的例子。在本申请使用的术语是仅仅出于描述特定实施例的目的，而非旨在限制本申请。在本申请和所附权利要求书中所使用的单数形式的“一种”、“所述”和“该”也旨在包括多数形式，除非上下文清楚地表示其他含义。还应当理解，本文中使用的术语“和/或”是指并包含一个或多个相关联的列出项目的任何或所有可能组合。应当理解，尽管在本申请可能采用术语第一、第二、第三等来描述各种信息，但这些信息不应限于这些术语。这些术语仅用来将同一类型的信息彼此区分开。例如，在不脱离本申请范围的情况下，第一信息也可以被称为第二信息，类似地，第二信息也可以被称为第一信息。取决于语境，如在此所使用的词语“如果”可以被解释成为“在……时”或“当……时”或“响应于确定”。图1为本专利技术实施提提供的一种基于环形核的图像特征提取方法的步骤流程图，包括如下步骤：步骤101、建立环形核，所述环形核由围绕固定圆心的多层圆环组成，每一层圆环由多个特征点组成，且每一层圆环上的特征点的个数满足预设的第一函数关系f1，每一层圆环上的特征点距离圆心的半径满足预设的第二函数关系f2；在本专利技术一实施例中，所述环形核由围绕同一固定圆心的n层特征点构成的圆环构成，每一层圆环上的特征点的个数满足预设的函数关系为f1(i)＝M＊i，该实施例中，i的取值范围为1≤i≤n,M为预设的大于零的正整数，i为层序号，每一层距离圆心的半径也满足预设的函数关系f2(i)＝B＊i，1≤i≤n,B为预设的大于零的正整数。如图2示例，若n为5时，M为20，则所述环形核由特征点的集合(c1、c2、c3、c4、c5)构成，c1为第一层圆环上的特征点的集合，c1包括20个特征点，c2为第二层圆环上的特征点的集合，c2本文档来自技高网...

【技术保护点】
一种基于环形核的图像特征提取方法，其特征在于，所述方法包括：建立环形核，所述环形核由围绕固定圆心的多层圆环组成，每一层圆环由多个特征点组成，且每一层圆环上的特征点的个数满足预设的第一函数关系，每一层圆环上的特征点距离圆心的半径满足预设的第二函数关系；载入图像，在图像中定位作为环形核圆心的基点；将图像的基点与环形核圆心重合，计算环形核每个特征点的特征值，并将环形核每一层的特征点的特征值按大小顺序依次存放，提取环形核每一层特征点的特征向量。

【技术特征摘要】
1.一种基于环形核的图像特征提取方法，其特征在于，所述方法包括：建立环形核，所述环形核由围绕固定圆心的多层圆环组成，每一层圆环由多个特征点组成，且每一层圆环上的特征点的个数满足预设的第一函数关系，每一层圆环上的特征点距离圆心的半径满足预设的第二函数关系；载入图像，在图像中定位作为环形核圆心的基点；将图像的基点与环形核圆心重合，计算环形核每个特征点的特征值，并将环形核每一层的特征点的特征值按大小顺序依次存放，提取环形核每一层特征点的特征向量。2.根据权利要求1所述的方法，其特征在于，所述计算环形核每个特征点的特征值的方法为：以所述基点为二维直角坐标系的原点，将环形核每一层上的每个特征点的极坐标转换为直角坐标；获取图像上每一个特征点对应的特征区域内所有像素点的特征值的均值，将该均值作为该特征点的特征值。3.根据权利要求2所述的方法，其特征在于，所述预设的第一函数关系为f1(i)＝M＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，M为预设的大于零的正整数，n为环形核的层数；所述预设的第二函数关系为f2(i)＝B＊i，其中，i为环形核的层序号，i的取值范围为1≤i≤n，B为预设的大于零的正整数，n为环形核的层数；所述特征点对应的特征区域为K*K个像素点构成的图像区域。4.根据权利要求1所述的方法，其特征在于，所述图像为用于人脸识别的人脸图像，所述在图像中定位作为环形核圆心的基点的方法为：采用动态形状模型ASM技术在载入的人脸图像中定位鼻尖点，将鼻尖点作为环形核的圆心的基点。5.根据权利要求1至4任一项所述的方法，其特征在于，将所述方法应用
\t于人脸识别的系统中，在人脸发生旋转时，基于所述环形核每一层的特征向量的近似性来进行同一人脸的识别。6.一种基于环形核的图像特征提取装置，其特征在于，该装置包括：...

【专利技术属性】
技术研发人员：蔡晓东，舒泓新，王迪，甘凯今，王爱华，
申请(专利权)人：中通服公众信息产业股份有限公司，
类型：发明
国别省市：新疆;65