[發明專利]一種圖像特征提取的方法及裝置

有效

• 申請號: 201310284672.5
• 申請日: 2013-07-08
• 公開（公告）號: CN103336963A
• 公開（公告）日: 2013-10-02
• 發明（設計）人: 張玉雙
• 申請（專利權）人: 天脈聚源(北京)傳媒科技有限公司
• 主分類號: G06K9/46
• 分類號: G06K9/46;G06F17/30
• 代理公司: 暫無信息
• 代理人: 暫無信息

技術領域

本發明涉及計算機技術領域，尤其涉及一種圖像特征提取的方法及裝置。

背景技術

圖像特征提取是計算機視覺和圖像處理中的一個概念。它指的是使用計算機提取圖像信息，決定每個圖像的點是否屬于一個圖像特征。特征提取的結果是把圖像上的點分為不同的子集，這些子集往往屬于孤立的點、連續的曲線或者連續的區域。

傳統的近鄰查詢指出，數據點與查詢點之間的距離應滿足小于某個特定距離的條件，而在實際應用中，為了提高檢索速度，可以以降低檢索的準確度為代價。由此，基于近鄰查詢的概念提出了近似近鄰查詢的概念。近似近鄰查詢要求數據點與查詢點之間的距離小于某個特定距離的概率應大于給定的概率值。通過近似近鄰的方法可以快速獲取大致符合相似要求的點集，一種解決近似近鄰問題的重要方法就是LSH算法。LSH算法的基本思想是對數據點集，利用一組具有一定約束條件的哈希函數來建立多個哈希表，使得在某種相似度量條件下，相似的點發生沖突的概率較大，而不相似的點發生沖突的概率相對較小。

本申請的發明人發現，在圖像特征提取的過程中，特征點的檢索速度慢，且準確度不高。

發明內容

本發明實施例提供一種圖像特征提取的方法，用于實現通過對目標圖像進行ORB特征提取并進入特征庫與索引值進行比對，快速、準確地實現對特征點的檢索。一種圖像特征提取的方法，包括以下步驟：

對目標圖像進行ORB特征提取，并提取出特征數據，其中，ORB特征提取指的是使用計算機提取圖像信息，決定每個圖像的點是否屬于一個特征點，ORB特征提取的結果是將特征點的特征數據提取出來；利用LSH算法將上述特征數據量化為整數，其中，LSH算法是一種概率方法，在過濾階段，LSH算法利用哈希技術把非相似、不可能成為結果的特征數據過濾掉，過濾之后的特征數據作為候選集合，使得相似的特征數據以很高的概率留在候選集合中，進而在候選集合上進行實際的距離或者相似性度量計算；進入特征庫使用LSH算法量化出的整數與索引值進行比對，快速定位索引值與上述使用LSH算法量化出的整數相同的一個或多個特征點。在本發明實施例中通過提取目標圖像的特征數據，并利用LSH算法將上述特征數據量化為整數，隨后進入特征庫與索引值進行比對，可以實現快速定位索引值與上述相加后得到的整數相同的一個或多個特征點，快速地實現對特征點的檢索，由于利用LSH算法對特征數據進行量化，所以大大提高了特征點檢索的準確性。

優選的，特征庫對索引表進行存儲，其中索引表包括：索引值和特征值；特征值包括：圖像ID和特征數據，其中特征數據是32維數據，以數組的形式進行保存，包括特征點的位置、頂點坐標、特征向量中的一個或多個。在本發明實施例中，索引表保存在特征庫中，也就是說將特征數據保存在特征庫中，這樣可以提高特征點存儲的速度，節省特征數據占用空間，縮短讀取時間。

優選的，進入特征庫使用LSH算法量化出的整數與索引值進行比對，快速定位索引值與上述使用LSH算法量化出的整數相同的一個或多個特征點包括步驟：將上述整數與索引值進行比對；對目標圖像中提取出的特征向量同索引表中的與上述整數相等的一個或多個特征點的特征向量進行距離計算；保存距離相等或相近的M個點。在本發明實施例中，通過使用LSH算法量化出的整數與索引值進行比對，可以快速得到索引值相同的特征點的特征向量，然后通過對特征向量進行距離計算，得到距離相等或相近的點，大大提高了特征點檢索的效率和準確性。

優選的，對目標圖像進行ORB特征提取之前，還包括步驟：對模板圖像進行ORB特征提取；對模板圖像進行變換，針對每種變換后的圖像分別進行ORB特征提取；計算上述ORB特征提取出的特征點重復出現的次數；將重復出現的次數超過預設閾值的N個特征點保存到特征庫。在本發明實施例中，通關對模板圖像進行各種變換之后進行特征提取，在對目標圖像進行特征提取的時候可以更加準確地模擬現實，使得對目標圖像進行提取后得到的特征點更加準確。

優選的，對模板圖像進行變換包括：仿射變換、添加噪聲、光照強度變化中的一種或多種，以此模擬現實環境。在本發明實施例中，通關對模板圖像進行各種變換之后進行特征提取，在對目標圖像進行特征提取的時候可以更加準確地模擬現實，使得對目標圖像進行提取后得到的特征點更加準確。