太阳城集团

  • / 15
  • 下载费用:30 金币  

一种紧凑的图像局部特征描述子的构造方法.pdf

摘要
申请专利号:

太阳城集团CN201410151685.X

申请日:

2014.04.15

公开号:

太阳城集团CN103955690A

公开日:

2014.07.30

当前法律状态:

授权

有效性:

有权

法律详情: 授权|||实质审查的生效IPC(主分类):G06K 9/46申请日:20140415|||公开
IPC分类号: G06K9/46; G06T7/00 主分类号: G06K9/46
申请人: 合肥工业大学
发明人: 檀结庆; 李莹莹; 钟金琴
地址: 230009 安徽省合肥市屯溪路193号
优先权:
专利代理机构: 合肥天明专利事务所 34115 代理人: 张祥骞;奚华保
PDF完整版下载: PDF下载
法律状态
申请(专利)号:

CN201410151685.X

授权太阳城集团号:

||||||

法律状态太阳城集团日:

2017.03.01|||2014.08.27|||2014.07.30

法律状态类型:

授权|||实质审查的生效|||公开

摘要

本发明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。

权利要求书

权利要求书
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,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。

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:
31)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。
32)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:
DCSLBP1,8,T(Xj)=Σi=14sign(ni-ni+4)2i-1Dom(CSLBP)1-1Dom(CSLBP)>1]]>
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。

4.  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:
41)根据划分的子区域模板太阳城集团,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;
42)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。

5.  根据权利要求2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:
51)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;
52)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表示划分当前子区域的序号,设置初始值I1=0,I2=1,t=1,left为空集,countcurrent=0;
53)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,则进行第55步处理;若countcurrent大于N,I1=I2,进行第56步处理;若t>K,则进行第57步处理;
54)I2=I2+1,返回53步处理;
55)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53步处理;
56)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集合返回第53步处理;
57)输出标识的子区域R1、R2、...RK。

6.  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,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:
61)对检测到的特征点,选择多个尺度下的特征区域;
62)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;
63)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。

7.  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,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:
71)对检测到的特征点,选择特定尺度下的特征区域;
72)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步生成该通道下的特征区域的局部特征向量;
73)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描述向量排列起来,构成颜色空间上的特征区域的局部特征描述子。

关 键 词:
一种 紧凑 图像 局部 特征 描述 构造 方法
  专利查询网所有资源均是用户自行上传分享,仅供网友学习交流,未经上传用户书面授权,请勿作他用。
太阳城集团本文
本文标题:一种紧凑的图像局部特征描述子的构造方法.pdf
链接地址:http://zh228.com/p-6140672.html
太阳城集团我们 - 网站声明 - 网站地图 - 资源地图 - 友情链接 - 网站客服客服 - 联系我们

copyright@ 2017-2018 zhuanlichaxun.net网站版权所有
经营许可证编号:粤ICP备17046363号-1 
 


收起
展开
葡京赌场|welcome document.write ('');