[發明專利]一種具有旋轉不變性的圖像特征的提取方法

有效

• 申請號: 201210371587.8
• 申請日: 2012-09-28
• 公開（公告）號: CN102902973A
• 公開（公告）日: 2013-01-30
• 發明（設計）人: 馬雷;翁璐斌;趙美靜
• 申請（專利權）人: 中國科學院自動化研究所
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/34
• 代理公司: 中科專利商標代理有限責任公司 11021
• 代理人: 宋焰琴

技術領域

本發明涉及圖像處理領域，具體來說涉及一種具有旋轉不變性的圖像特征的提取方法，可應用于圖像配準和圖像識別等領域。

背景技術

圖像特征提取是圖像配準與識別的關鍵步驟，圖像特征提取的效果直接決定著圖像配準與識別的效果。如何從原始圖像中提取具有較強表示能力的圖像特征是智能圖像處理的一個研究熱點。

在圖像特征提取方面，國內外研究者和技術人員也進行了一定的探討和研究，并提出了很多特征描述方法，其中應用較多的是SIFT、DoG、Harris等方法，但這些方法不僅計算量較大，而且微分特性決定這類方法易受局部噪聲干擾從而降低穩定性。

在眾多的局部描述子中，Eli?Shechtman的自相似描述子SSD(Self-Similarities?Descriptor)具有積分特性，對局部形狀特征有著良好的描述能力。自相似描述子利用自相關函數衡量相似度，采用差平方和(Sum?of?Square?Differences)算法。雖然自相似描述子可以得到較好的局部描述效果，但其偏移的方向只有垂直與水平，因此這樣的描述子并不具有旋轉不變性，而在實際的圖像配準與識別的任務中，圖像中目標的姿態與方向是未知的，因此實用性較差。另外，采用SSD的方式不僅計算量大，對噪聲也比較敏感。

發明內容

為了克服自相似描述子不具有旋轉不變性的不足，本發明提出一種具有旋轉不變性的基于自相似描述子的圖像特征的提取方法，不僅保證描述子具有旋轉不變性，該方法還具有計算復雜度低，對噪聲魯棒的品質。

本發明所提出的一種具有旋轉不變性的圖像特征的提取方法，其特征在于，該方法包括以下步驟：

步驟S1，以圖像關鍵特征點為中心，選取該點周圍圖像中的一圓形局部區域，并對該圓形局部區域進行二值化分割；

步驟S2，以經過二值化分割的所述圓形局部區域的中心點為圓心，將所述圓形局部區域的半徑等分為多份，并以一指定角度為劃分間隔，將所述圓形局部區域均勻劃分為若干個子區域；

步驟S3，將所述步驟S2得到的二值化分割子區域圖像以中心點為軸旋轉多次，每次旋轉一個角度劃分間隔，直至旋轉一周；

步驟S4，計算每次旋轉后的二值化分割圖像與原二值化分割圖像的自相似度；

步驟S5，統計每次旋轉后每個子區域內各點的自相似度值，待旋轉一周后得到該圓形局部區域的自相似直方圖；

步驟S6，對所述自相似直方圖的方向進行歸一化處理，得到特征描述矩陣。

本發明公開的一種具有旋轉不變性的圖像特征提取方法，提取得到的特征保留了自相似描述子穩定的局部描述能力，同時彌補了自相似描述子不具有旋轉不變性的不足。

附圖說明

圖1是本發明具有旋轉不變性的圖像特征的提取方法流程圖。

圖2是根據本發明一實施例的局部二值化分割效果圖。

圖3是根據本發明一實施例的子區域劃分與旋轉方式示意圖。

圖4是根據本發明一實施例的旋轉每個角度后計算得到的相似度結果圖。

圖5是根據本發明一實施例相似度直方圖統計示意圖。

圖6是本發明方向歸一化流程圖。

圖7是根據本發明一實施例直方圖方向歸一化示意圖。

具體實施方式

為使本發明的目的、技術方案和優點更加清楚明白，以下結合具體實施例，并參照附圖，對本發明進一步詳細說明。

本發明使用的方法既可以在個人計算機、工控機及服務器上以軟件的形式安裝并執行，也可將方法做成嵌入式芯片以硬件的形式來體現。

圖1是本發明具有旋轉不變性的圖像特征的提取方法流程圖。如圖1所示，該方法包括以下步驟：

步驟S1，以圖像關鍵特征點為中心，選取該點周圍圖像中的一圓形局部區域，并對該圓形局部區域進行二值化分割；

所述圖像關鍵特征點為梯度極值點、曲率極值點等特征點。

所述圓形局部區域的大小可根據實際應用的需要，即根據目標尺度大小來選擇，比如圓形局部區域的半徑可為5-20像素。

所述二值化分割進一步為：以該圓形局部區域中心點的灰度作為閾值，對該局部區域內的原始圖像進行灰度二值分割。若原始圖像表示為I₀(x，y)，二值化分割后得到的圖像表示為I_s(x，y)，則：