[發明專利]用于生成圖像描述矢量的方法和設備、圖像檢測方法和設備

有效

• 申請號: 201210044156.0
• 申請日: 2012-02-24
• 公開（公告）號: CN103294685A
• 公開（公告）日: 2013-09-11
• 發明（設計）人: 姜涌;張文文;胥立豐
• 申請（專利權）人: 佳能株式會社
• 主分類號: G06F17/30
• 分類號: G06F17/30
• 代理公司: 中國國際貿易促進委員會專利商標事務所 11038
• 代理人: 魏小薇

技術領域

本發明涉及用于生成圖像描述矢量的方法和設備，以及圖像檢測方法和圖像檢測設備。

背景技術

在近幾十年中，對于特定對象或目標(諸如人、面部、車輛等)的檢測技術已取得了很大進步。為了描述圖像的形態(morphology)，可以從圖像中提取判別性的特征或模式(pattern)，以形成圖像描述符(圖像描述矢量)。在一些技術中，利用大量樣本的訓練過程是必要的。而對于更一般的或無需訓練的對象檢測，有效且強健的特征描述符(描述符矢量)是非常重要的。

近年來，作為用于描述圖像的微結構的強有力的不因灰度而改變的(grey-scale?invariant)局部紋理描述符，提出了局部二進制模式(LBP)描述符和局部三進制模式(LTP)描述符(例如請參見T.Ojala、M.Pietikainen和T.Maenpaa的“Multi-resolution?Gray-Scale?and?Rotation?Invariant?Texture?Classification?with?Local?Binary?Patterns”，IEEE?Transaction?on?pattern?analysis?and?machine?intelligence，24(7)，2002以及Xiaoyang?Tan和Bill?Triggs的“Enhanced?Local?Texture?Feature?Sets?for?Face?Recognition?Under?Difficult?Lighting?Conditions”，IEEE?Transactions?on?Image?Processing，PP.1635-1650，19(6)，2010)。這兩種模式(圖像描述符)被廣泛用于面部識別領域，并且取得了很大成功。

現在將參照圖1和圖2簡短地描述LBP描述符和LTP描述符。

圖1是示出LBP描述符的原理的示意圖。

如圖1所示，LBP方法將圖像中的每個像素編碼成一個8位二進制碼。更具體地，對于3×3的像素矩陣，如果相鄰像素的像素值大于或等于中心像素的像素值，則8位二進制碼中的表示該相鄰像素的位被設為“1”，而如果相鄰像素的像素值小于中心像素的像素值，則8位二進制碼中的表示該相鄰像素的位被設為“0”。以這種方式，通過相對于中心像素的像素值對八個相鄰像素進行閾值判斷，形成對于該中心像素的8位二進制碼。在圖1中，白色點表示二進制位“1”且黑色點表示二進制位“0”。LBP特征可描述被編碼的像素(中心像素)周圍的紋理結構。

然而，單個閾值和兩像素比較使得LBP方法對于噪聲非常敏感，且可靠性在強烈照明下將顯著降低。此外，該編碼方案將LBP特征限制為僅呈現小的紋理結構集合，如較亮或較暗的邊緣和點。進一步地，由LBP特征代表的結構僅捕捉像素的周圍特征，而該像素本身的特征被丟失。

圖2是示出LTP描述符的原理的示意圖。

如圖2所示，LTP方法將圖像中的每個像素編碼為8位三進制碼。更具體地說，對于3×3的像素矩陣，如果相鄰像素的像素值大于上限閾值，則8位三進制碼中的表示該相鄰像素的位被設為“1”，如果相鄰像素的像素值不大于該上限閾值且不小于下限閾值，則8位三進制碼中的表示該相鄰像素的位被設為“0”，而如果相鄰像素的像素值小于該下限閾值，則8位三進制碼中的表示該相鄰像素的位被設為“-1”。上限閾值可被設為(中心像素值+T)，而下限閾值可被設為(中心像素值-T)，其中T是可按照適當方式設定的恒定裕量。以這種方式，通過相對于中心像素的像素值對八個相鄰像素進行雙重閾值判斷，形成對于該中心像素的8位三進制碼。在圖2中，白色點表示三進制位“1”，黑色點表示三進制位“-1”，且灰色點表示三進制位“0”。

通過使用雙重閾值判斷，與LBP特征相比，LTP特征能以提高的強健性描述被編碼的像素(中心像素)周圍的紋理結構，并且可保留更加詳細的圖像結構。

發明內容

LTP特征可表示圖像及其周圍的3⁸＝6561種模式(結構)，這遠多于LBP特征所能呈現的2⁸＝256種模式。然而，本發明的發明人發現，這6561種LTP模式中的許多表示不希望的結構(例如，噪聲模式的結構)。要存儲和使用的太多模式導致描述圖像時的低效率。也就是說，雖然LTP方法能夠比LBP方法更精細地且以更強的強健性描述圖像，效率卻顯著下降。

因此，需要一種用于生成圖像描述矢量的新方法，該圖像描述矢量能夠精細地同時有效率地描述圖像。