用于确定图像特征检测器的局部差分颜色的方法技术

用于多通道特征检测的技术包括计算设备以用于确定对于一个或多个图像滤波器的多通道图像的每个图像通道的滤波器响应。计算设备基于滤波器响应确定局部差分颜色向量、对局部差分颜色响应应用滤波器响应来生成适应的响应并且基于适应的响应来确定多通道图像的总响应。

【技术实现步骤摘要】
【国外来华专利技术】
技术介绍
计算机视觉利用多种图像特征检测器来识别图像的特征或图像内的“感兴趣点”。图像特征检测器可根据特定算法/检测器识别被分析图像的边缘、角点、斑点（即，兴趣点的区域）和/或脊线。例如，Canny算法和Sobel滤波器执行边缘检测；Harris检测器执行角点检测；并且拉普拉斯-高斯（LoG）、海森-高斯行列式和高斯差分（DoG）检测器识别图像内的角点和斑点。特征检测系统常常利用算法和检测器的组合以更准确识别被分析图像的特征。例如加速鲁棒特征（SURF）、尺度不变特征变换（SIFT）、Canny、Harris和Sobel等共同特征检测器检测和描述单通道图像（即，灰度图像）的特征。因此，作为特征检测的初步分析步骤，多通道图像（即，彩色图像）必须变换成单通道图像，其可以导致明显的图像信息丢失。例如，单通道灰度图像的图像像素值可作为多通道图像的道中的每个的对应像素值的线性组合而生成。如此，具有截然不同颜色但具有相同的单通道灰度表示的多通道图像像素之间的对比度由于灰度变换而失去。尽管一些算法利用基于感知的颜色模型（例如，CSIFT使用Kubelka-Munk理论，其使彩色物体的反射光谱模型化），它们使用全局颜色到灰度映射，其导致信息丢失。附图说明本文描述的概念通过示例而非限制的方式在附图中图示。为了图示的简单和清楚起见，在图中图示的元件不一定按比例绘制。在认为适当的地方，标号在图之中重复来指示对应或类似元件。图1是用于执行多通道特征检测的计算设备的至少一个实施例的简化框图；图2是图1的计算设备的环境的至少一个实施例的简化框图；图3是用于对图1的计算设备执行多通道特征检测的方法的至少一个实施例的简化流程图；图4是用于确定图1的计算设备上的局部差分颜色向量的方法的至少一个实施例的简化流程图；图5和6分别是基于图3的多通道特征检测的方法和作为内核的SURF特征检测器的捕获图像和它的识别的兴趣点的图。具体实施方式尽管本公开的概念易受各种修改和备选形式的影响，其特定实施例已通过图中的示例示出并且将在本文详细描述。然而，应该理解没有将本公开的概念限制于公开的特定形式的意图，而相反，意图是要涵盖所有与本公开和附上的权利要求一致的所有修改、等同物和备选项。在说明书中对“一个实施例”、“实施例”、“说明性实施例”等的引用指示描述的实施例可包括特定特征、结构或特性，但每个实施例可包括或可不一定包括该特定特征、结构或特性。此外，这样的短语不一定指相同的实施例。此外，当特定特征、结构或特性连同实施例描述时，认为连同其他无论是否明确描述的实施例实现这样的特征、结构或特性，这在本领域内技术人员的知识内。另外，应意识到采用“至少一个A、B和C”形式包括在列表中的项可以意指：（A）；（B）；（C）；（A和B）；（B和C）；或（A、B和C）。相似地，采用“A、B或C中的至少一个”形式列出的项可以意指：（A）；（B）；（C）；（A和B）；（B和C）；或（A、B和C）。公开的实施例在一些情况下可采用硬件、固件、软件或其任何组合来实现。公开的实施例还可实现为由一个或多个暂时性或非暂时性机器可读（例如，计算机可读）存储介质携带或在其上存储的指令，这些指令可由一个或多个处理器读取并且执行。机器可读存储介质可体现为用于采用机器可读的形式存储或传送信息的任何存储设备、机构或其他物理结构（例如，易失性或非易失性存储器、媒体盘或其他媒体设备）。在图中，一些结构或方法特征可采用特定设置和/或排序示出。然而，应意识到可不需要这样的特定设置和/或排序。相反，在一些实施例中，这样的特征可采用与在说明性图中示出的不同的方式和/或顺序设置。另外，在特定图中包括结构或方法特征并不意在暗指在所有实施例中需要这样的特征，并且在一些实施例中，可不包括这样的特征或其可与其他特征组合。现在参考图1，用于多通道特征检测的计算设备100配置成检测多通道图像的特征（例如，例如角点、边缘、斑点等兴趣点）。为了这样做，计算设备100在识别图像特征方面利用来自多个图像通道的信息而不是单通道或灰度图像（例如，后变换图像）。在说明性实施例中，计算设备100配置成实现低复杂度非迭代算法以用于计算局部差分颜色（LDC）向量，其中内核的响应函数可以表达为线性或二次型函数。应意识到这样的情况涵盖广泛的单通道特征检测器，其具有能够适于与LDC向量一起使用的内核。例如，可计算二阶空间导数滤波器响应Dxx、Dxy和Dyy，其中x和y是图像的空间坐标。如此，LoG内核的响应可采用线性形式表达。SURF内核的响应可表达为二次型，原始Harris内核的响应可表达为二次型，其中k是算法参数。另外，Canny内核的平方响应（squareresponse）可表达为二次型，其中Dx和Dy是一阶空间导数滤波器响应，其中x和y还是图像的空间坐标。计算设备100可体现为能够多通道特征检测和执行本文描述的功能的任何类型的计算设备。例如，计算设备100可体现为蜂窝电话、智能电话、平板计算机、上网本、笔记本、ultrabook?、膝上型计算机、个人数字助理、移动互联网设备、台式计算机、混合设备和/或任何其他计算/通信设备。如在图1中示出的，说明性计算设备100包括处理器110、输入/输出（“I/O”）子系统112、存储器114、数据存储116、通信电路118和一个或多个外围设备120。另外，外围设备120包括拍摄装置122和显示器124。当然，在其他实施例中，计算设备100可包括其他或额外部件，例如通常在典型计算设备（例如，各种输入/输出设备）中发现的那些。另外，在一些实施例中，说明性部件中的一个或多个可包含在另一个部件中或另外来自另一个部件的一部分。例如，在一些实施例中，存储器114或其部分可包含在处理器110中。处理器110可体现为能够执行本文描述的功能的任何类型的处理器。例如，处理器可体现为单核或多核处理器、数字信号处理器、微控制器或其他处理器或处理/控制电路。相似地，存储器114可体现为能够执行本文描述的功能的任何类型的易失性或非易失性存储器或数据存储。在操作中，存储器114可存储计算设备100的操作期间使用的各种数据和软件，例如操作系统、应用、程序、库和驱动器。存储器114经由I/O子系统112通信地耦合于处理器110，该I/O子系统110可体现为用于促进处理器110、存储器114和计算设备100的其他部件的输入/输出操作的电路和/或部件。例如，I/O子系统112可体现为或另外包括存储器本文档来自技高网...

【技术保护点】
一种用于多通道特征检测的计算设备，所述计算设备包括：图像滤波模块，用于确定对于一个或多个图像滤波器的多通道图像的每个图像通道的滤波器响应；局部差分颜色模块，用于基于所述滤波器响应确定局部差分颜色向量；以及响应确定模块，用于（i）对所述局部差分颜色向量应用所述滤波器响应来生成适应的响应以及（ii）基于所述适应的响应来确定所述多通道图像的总响应。

【技术特征摘要】
【国外来华专利技术】1.一种用于多通道特征检测的计算设备，所述计算设备包括：
图像滤波模块，用于确定对于一个或多个图像滤波器的多通道图像的每个图像通道的
滤波器响应；
局部差分颜色模块，用于基于所述滤波器响应确定局部差分颜色向量；以及
响应确定模块，用于（i）对所述局部差分颜色向量应用所述滤波器响应来生成适应的
响应以及（ii）基于所述适应的响应来确定所述多通道图像的总响应。
2.如权利要求1所述的计算设备，其中确定所述局部差分颜色向量包括确定与基于每
个图像通道的滤波器响应对每个图像通道确定的总响应的向量共线性的向量。
3.如权利要求1所述的计算设备，其中确定所述局部差分颜色向量包括：
确定对于所述多通道图像的二次型矩阵的对称形式；以及
识别与所述二次型矩阵的最小值特征值或最大值特征值相对应的特征向量。
4.如权利要求3所述的计算设备，其中确定所述二次型矩阵包括对图像通道i和j计算
矩阵，其中，并且
其中qij是在第i行和第j列的矩阵A的元素，f是基于所述图像通道的滤波器响应与f的
指数相对应的图像通道的响应向量，T是转置算子，并且B是基于所述一个或多个图像滤波
器的预定义矩阵。
5.如权利要求3所述的计算设备，其中确定所述局部差分颜色向量包括使识别的特征
向量规格化来生成所述局部差分颜色向量。
6.如权利要求1所述的计算设备，其中确定所述多通道图像的每个图像通道的滤波器
响应包括对所述多通道图像的每个像素确定多通道图像的每个图像通道的滤波器响应。
7.如权利要求1所述的计算设备，其中确定所述多通道图像的每个图像通道的滤波器
响应包括基于每个图像通道的滤波器响应来生成每个图像通道的响应向量。
8.如权利要求7所述的计算设备，其中对所述局部差分颜色向量应用所述滤波器响应
包括计算所述局部差分颜色向量和所述滤波器响应的点积。
9.如权利要求1所述的计算设备，其中确定所述局部差分颜色向量包括基于所述滤波
器响应确定规格化局部差分颜色向量。
10.如权利要求1所述的计算设备，其中所述响应确定模块进一步抑制所述多通道图像
的总响应的空间非极值响应。
11.如权利要求10所述的计算设备，其中抑制空间非极值响应包括从多通道图像的总
响应去除非兴趣点，其中这些非兴趣点基于预定义阈值来识别。
12.如权利要求1-11中任一项所述的计算设备，其进一步包括显示器模块，用于在所述
计算设备的显示器上显示指示所述总响应的图像。
13.如权利要求1-11中任一项所述的计算设备，其中所述一个或多个图像滤波器包括
一阶导数图像滤波器或二阶导数图像滤波器中的一个或多个。
14.一种用于对计算设备执行多通道特征检测的方法，所述方法包括：
由所述计算设备确定对于一个或多个图像滤波器的多通道...

【专利技术属性】
技术研发人员：P斯米尔诺夫，P塞梅诺夫，
申请(专利权)人：英特尔公司，
类型：发明
国别省市：美国;US