[發明專利]一種特征選擇的方法

在審

• 申請號: 201810275939.7
• 申請日: 2018-03-30
• 公開（公告）號: CN110321901A
• 公開（公告）日: 2019-10-11
• 發明（設計）人: 張杰
• 申請（專利權）人: 張杰
• 主分類號: G06K9/46
• 分類號: G06K9/46
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明公開了一種特征選擇的方法，涉及圖像特征選擇，包括以下步驟：獲取作為模板圖像的基本統計特征集；獲取基于自身屬性的特征點集；獲取區域定義的特征點集；依據上述三類特征集，計算協方差，并選取協方差最小的5?7個特征，作為圖像的特征。所述區域定義的特征點集，包括LOG算子、Forstner算子、SIFT算子；所述基于自身屬性的特征點集，包括邊緣點、角點、交叉點；所述基本統計特征，包括亮度、重心、灰度直方圖。本發明通過選擇合適的特征，能夠有效提高特征提取的穩定性、精確性及實時性。

技術領域

本發明涉及一種圖像特征選擇，具體涉及一種特征選擇的方法。

背景技術

不同的特征選擇對圖像識別的準確性起著決定性作用，因此，選擇什么樣的特征作為圖像的描述在圖像處理中起著決定性作用。

發明內容

本發明所要解決的技術問題是不同圖像的使用場景不同，需要選擇不同的圖像特征進行分析，目的在于提供一種特征選擇的方法，解決上述問題。

一種特征選擇的方法，包括以下步驟：

獲取作為模板圖像的基本統計特征集；

獲取基于自身屬性的特征點集；

獲取區域定義的特征點集；

依據上述三類特征集，計算協方差，并選取協方差最小的5-7個特征，作為圖像的特征。

進一步地，所述區域定義的特征點集，包括LOG算子、Forstner算子、SIFT算子。

進一步地，所述基于自身屬性的特征點集，包括邊緣點、角點、交叉點。

進一步地，所述基本統計特征，包括亮度、重心、灰度直方圖。

本發明與現有技術相比，具有如下的優點和有益效果：

本發明一種特征選擇的方法，通過選擇合適的特征，能夠有效提高特征提取的穩定性、精確性及實時性。

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，下面結合實施例，對本發明作進一步的詳細說明，本發明的示意性實施方式及其說明僅用于解釋本發明，并不作為對本發明的限定。

實施例

本發明一種特征選擇的方法，包括以下步驟：

獲取作為模板圖像的基本統計特征集；

獲取基于自身屬性的特征點集；

獲取區域定義的特征點集；

依據上述三類特征集，計算協方差，并選取協方差最小的5-7個特征，作為圖像的特征。

所述區域定義的特征點集，包括LOG算子、Forstner算子、SIFT算子。

所述基于自身屬性的特征點集，包括邊緣點、角點、交叉點。

所述基本統計特征，包括亮度、重心、灰度直方圖。

以上所述的具體實施方式，對本發明的目的、技術方案和有益效果進行了進一步詳細說明，所應理解的是，以上所述僅為本發明的具體實施方式而已，并不用于限定本發明的保護范圍，凡在本發明的精神和原則之內，所做的任何修改、等同替換、改進等，均應包含在本發明的保護范圍之內。