[發(fā)明專利]圖像特征提取方法及裝置

有效

• 申請?zhí)枺?/td>: 201310046365.3
• 申請日: 2013-02-05
• 公開（公告）號: CN103971112B
• 公開（公告）日: 2018-12-07
• 發(fā)明（設(shè)計(jì)）人: 郭安泰;孫金陽
• 申請（專利權(quán)）人: 騰訊科技(深圳)有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06K9/62
• 代理公司: 廣州三環(huán)專利商標(biāo)代理有限公司 44202
• 代理人: 郝傳鑫;熊永強(qiáng)

1.一種圖像特征提取方法，其特征在于，包括：

標(biāo)定訓(xùn)練集圖庫中各圖像輪廓的特征點(diǎn)，得到訓(xùn)練集圖庫的特征點(diǎn)矩陣；

從所述特征點(diǎn)矩陣中提取特征向量矩陣、特征向量值以及所述訓(xùn)練集圖庫的平均特征點(diǎn)幾何位置；

通過隨機(jī)森林算法生成所述訓(xùn)練集圖庫中每個(gè)特征點(diǎn)的隨機(jī)森林局部紋理模型；

根據(jù)所述隨機(jī)森林局部紋理模型、所述特征向量矩陣、特征向量值以及平均特征點(diǎn)幾何位置對當(dāng)前輸入圖像進(jìn)行特征提取；

其中，所述通過隨機(jī)森林算法生成所述訓(xùn)練集圖庫中每個(gè)特征點(diǎn)的隨機(jī)森林局部紋理模型的步驟包括：

S1、對所述特征點(diǎn)矩陣中的每一特征點(diǎn)，將以該特征點(diǎn)為中心的像素區(qū)域作為正樣本，在該特征點(diǎn)周圍隨機(jī)抽取N個(gè)偽特征點(diǎn)，并將以偽特征點(diǎn)為中心的像素區(qū)域作為負(fù)樣本，得到N+1個(gè)正負(fù)樣本；

S2、設(shè)定訓(xùn)練集圖庫包含S幅訓(xùn)練圖，則將S幅訓(xùn)練圖中對應(yīng)該特征點(diǎn)的N+1個(gè)正負(fù)樣本共S*(N+1)個(gè)樣本作為該特征點(diǎn)的訓(xùn)練樣本集；

S3、隨機(jī)選取所述像素區(qū)域內(nèi)的兩個(gè)像素點(diǎn)；對于所述訓(xùn)練樣本集中的每一樣本，在對應(yīng)兩個(gè)像素點(diǎn)處進(jìn)行灰度值大小比較，將所述訓(xùn)練樣本集分為左右子樹集兩類；

S4、重復(fù)上述步驟S3預(yù)定次數(shù)，選取預(yù)定條件的左右子樹集，并將對應(yīng)的兩個(gè)像素點(diǎn)，作為該左右子樹集所在節(jié)點(diǎn)的分類器點(diǎn)對；

S5、對選取的所述左右子樹集分別進(jìn)行步驟S3-步驟S4，直到頂層節(jié)點(diǎn)，獲取各層節(jié)點(diǎn)的分類器點(diǎn)對，建立搜索路徑；并獲取各頂層節(jié)點(diǎn)的正樣本數(shù)和總樣本數(shù)；以各頂層節(jié)點(diǎn)的正樣本數(shù)和總樣本數(shù)的比率作為各頂層節(jié)點(diǎn)的相似概率，生成所述特征點(diǎn)的一決策樹；

S6、重復(fù)上述步驟S3-S5，對每一特征點(diǎn)生成L顆決策樹，形成該特征點(diǎn)的隨機(jī)森林局部紋理模型。

2.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述特征點(diǎn)矩陣中提取特征向量矩陣、特征向量值以及所述訓(xùn)練集圖庫的平均特征點(diǎn)幾何位置的步驟之前還包括：

對所述特征點(diǎn)矩陣進(jìn)行圖像輪廓?dú)w一化處理。

3.根據(jù)權(quán)利要求1所述的方法，其特征在于，所述從所述特征點(diǎn)矩陣中提取特征向量矩陣、特征向量值以及所述訓(xùn)練集圖庫的平均特征點(diǎn)幾何位置的步驟之前還包括：

對所述特征點(diǎn)矩陣進(jìn)行PCA降維處理。

4.根據(jù)權(quán)利要求1-3任一項(xiàng)所述的方法，其特征在于，所述根據(jù)所述隨機(jī)森林局部紋理模型、所述特征向量矩陣、特征向量值以及平均特征點(diǎn)幾何位置對當(dāng)前輸入圖像進(jìn)行特征提取的步驟包括：

選取當(dāng)前輸入圖像中目標(biāo)特征點(diǎn)的一幾何位置作為搜索的起始位置；并在所述起始位置附近選取一搜索區(qū)域；

對所述搜索區(qū)域內(nèi)的每一像素點(diǎn)，根據(jù)所述隨機(jī)森林局部紋理模型中對應(yīng)的搜索路徑，獲取對應(yīng)頂層節(jié)點(diǎn)的相似概率，取其中相似概率最大的像素點(diǎn)的位置作為改進(jìn)特征點(diǎn)位置，并記錄對應(yīng)的相似概率；

根據(jù)所述改進(jìn)特征點(diǎn)位置、記錄的對應(yīng)的相似概率，以及所述特征向量矩陣、特征向量值和平均特征點(diǎn)幾何位置，進(jìn)行幾何變換矩陣和形狀變換矩陣的迭代計(jì)算直至收斂，獲取最優(yōu)幾何變換矩陣和形狀變換矩陣；

根據(jù)所述最優(yōu)幾何變換矩陣和形狀變換矩陣、特征向量矩陣以及平均特征點(diǎn)幾何位置計(jì)算獲取目標(biāo)特征點(diǎn)位置。