[發明專利]一種圖像特征提取方法

有效

• 申請號: 201711476513.X
• 申請日: 2017-12-29
• 公開（公告）號: CN108182442B
• 公開（公告）日: 2022-03-15
• 發明（設計）人: 侯太炎;徐煥東;張春裕
• 申請（專利權）人: 惠州華陽通用電子有限公司
• 主分類號: G06V10/50
• 分類號: G06V10/50
• 代理公司: 廣州三環專利商標代理有限公司 44202
• 代理人: 葉新平

本發明提供圖像特征提取方法，方法包括：設置梯度運算矩陣大小的步驟；計算所述梯度運算矩陣各像素的梯度的步驟；確定所述各像素的梯度所屬梯度區間的步驟；根據所述各像素的梯度計算其梯度長度的步驟；計算塊特征值的步驟。本發明實現了圖像特征提取速度的大幅提升。

技術領域

本發明涉及圖像處理技術領域，尤其涉及一種圖像特征提取方法。

背景技術

HOG(Histogram of Oriented Gradient，梯度方向直方圖)是2005年CVPR會議上，由法國國家計算機科學及自動控制研究所的Dalal等人提出的一種解決人體目標檢測的圖像描述子，該方法使用梯度方向直方圖特征來表達人體，提取人體的外形信息和運動信息，形成豐富的特征集。

HOG特征提取的過程為：將一幅圖像分成一個或多個檢測窗口(WIN)，一般檢測窗口大小默認為128*64。檢測窗口由多個塊(BLOCK)組成，每個塊由相鄰的16個像素點構成，而每個塊又均分為若干個(例如4個)相同大小的單元格(CELL)。

將圖像預處理后，通過反正切函數求出梯度方向，再將梯度方向平均劃分為9個方向區間，在每個單元格里面，對所有像素的梯度方向在各個方向區間進行直方圖統計，得到一個9維的特征向量，每個單元格形成一個9維的特征向量，把一個塊的特征向量聯起來得到36維的特征向量，用塊對樣本圖像進行掃描，掃描步長為一個單元格；最后將所有塊的特征串聯起來，就得到了人體的特征。

HOG描述算子是針對一個檢測窗口而言的，一個128*64大小的檢測窗口有105個塊，一個塊有4個單元格，一個單元格的HOG描述子向量的長度是9，所以一個檢測窗口的HOG描述算子的向量長度是105*4*9＝3780維。

在具體的運算過程中，單元格在塊上移動，塊也在移動，因此實際上有很多重復的單元格運算，并且在整個塊內單元格數量眾多，按照此方法，128*64的圖像，在雙核臺式機上運行一次約需要0.14秒，而對于高級駕駛輔助系統(ADAS)產品，圖像分辨率一般是1280*720，因此，采用這種方式雖然準確性高，但是計算復雜，特征生成過程冗長，導致速度慢，實時性差，有很大的遲滯感。

因此，現有技術有待進一步改進。

發明內容

本發明提供一種圖像特征提取方法，旨在解決現有技術中的缺陷，實現圖像特征提取速度的大幅提升。

為達到上述目的，本發明所采取的技術方案為：

本發明提供一種圖像特征提取方法，包括：

設置梯度運算矩陣大小的步驟；

計算所述梯度運算矩陣各像素的梯度的步驟；

確定所述各像素的梯度所屬梯度區間的步驟；

根據所述各像素的梯度計算其梯度長度的步驟；

計算塊特征值的步驟。

具體地，所述計算所述梯度運算矩陣各像素的梯度的步驟包括：

計算各像素的初始灰度G0(x,y)；

對所述初始灰度G0(x,y)進行Gamma變換，得到優化灰度G(x,y)；

根據所述各像素的優化灰度G(x,y)及各像素X、Y方向的梯度算子Go，計算所述各像素X、Y方向的梯度dx、dy。

具體地，所述Go＝{-3，-2，-1，0，1，2，3}。

具體地，所述各像素X方向梯度：