一种复杂光照下图像特征提取方法技术

本发明专利技术公开了一种复杂光照下图像特征提取方法，该方法通过使用各向异性的WLD差分激励和对称性LGS算子分别替代原始WLD算子中的差分激励和梯度方向而产生的。利用WLGS算子进行图像特征提取时，首先计算出该图像的各向异性差分激励图像和对称性LGS图像，然后将其融合形成二维WLGS直方图，并进而转化为一维直方图，以用其对图像特征进行表示。实验结果表明，与经典的图像特征提取方法相比，本文算法在进行图像特征提取时对光照变化更具鲁棒性。

A method of image feature extraction under complex illumination

The invention discloses a complex light extraction method of image features, the method of differential excitation and symmetry of LGS operator is used instead of the original WLD operator in the differential excitation and gradient direction generated by using anisotropic WLD. Feature extraction of image using WLGS operator, first calculate the anisotropy of the image difference image and LGS image symmetry excitation, and then fuse to form a two-dimensional WLGS histogram, and then transformed into one-dimensional histogram, with the representation of image features. The experimental results show that compared with the classical image feature extraction method, the proposed algorithm is more robust to the illumination changes in image feature extraction.

【技术实现步骤摘要】

本专利技术属于图像处理
，涉及一种图像特征提取方法，尤其是一种复杂光照下图像特征提取方法。
技术介绍
近年来，随着科技的不断发展，图像特征提取技术逐渐成为计算机视觉领域最热门的研究课题之一，吸引了大量学者的研究和关注。该技术的普及顺应了时代的发展，也给人们的工作和生活带来方便。但由于提取到的图像特征容易受到光照变化的影响，因此即便发展到今天，图像特征提取技术依旧存在着一定的局限性。现有技术中，典型的图像特征提取技术有WLD、LGS等，这些算法都存在一些缺陷，具体如下所述：一、WLD算法：(1)WLD算子在计算像素点xc的差分激励ξ(xc)时采用的是各向同性的滤波器，即二阶拉普拉斯算子，而这就造成了像素点之间的差值互相抵消，从而没有将局部灰度信息充分展现出来；(2)WLD算子仅对像素点xc水平方向和垂直方向上的灰度变化情况进行了表述，并没有完全表述出xc所有邻接像素点的灰度变化情况，因此在对纹理的内在变化进行描述时存在着一些问题。二、LGS算法局部图结构(LGS)算子虽然拥有计算简单、纹理区分能力强、灰度不变性等诸多显著优点，然而，LGS算子亦有一定的局限性：(1)它包含了邻域像素之间的冗余信息；(2)由于这种局部纹理描述子在结构上是不对称的，它并没有从像素的左右邻域内获取数量一致的信息，其右侧邻域相比于左侧包含了更多的像素(左侧拥有2个像素，而右侧则拥有3个像素)。因此，在表示像素的局部纹理特征时，从其邻域计算得出的LGS值包含了更多的右侧空间信息。
技术实现思路
本专利技术的目的在于克服上述现有技术的缺点，提供一种复杂光照下图像特征提取方法。本专利技术的目的是通过以下技术方案来实现的：这种复杂光照下图像特征提取方法为：(1)首先计算WLD各向异性差分激励，得到图像的差分激励特征；(2)计算对称性LGS算子，得到图像的对称性LGS特征；(3)使用各向异性的WLD差分激励特征和对称性LGS特征分别替代WLD算子中的差分激励特征和梯度方向特征，融合成WLGS特征；(4)将步骤(3)中的二维WLGS特征直方图进一步映射成一维WLGS特征直方图，以增强特征的区分性能和描述能力。进一步，以上步骤(1)中，计算WLD各向异性差分激励方法为：LOG算子的函数形式如下：通过对σ在x和y方向上分别取不同的值，从而使得σ对x和y产生具有差别的影响；对于一个标准的椭圆，其数学表达式为：x2/a2+y2/b2＝1(a≠b)(3)将这个椭圆逆时针方向转α角度后，得出新的坐标关系：将式(4)带入式(3)中，可得到此时该椭圆方程为：(xcosα+ysinα)2/a2+(ycosα-xsinα)2/b2＝1(5)再将式(5)带入式(2)中，可得到各向异性的LOG算子：式中各参数的取值分别为：A＝xcos2α+ysinαcosα，B＝xsin2α-ysinαcosα，C＝xsinαcosα+ysin2α，D＝-xsinαcosα+ycos2α，E＝xcosα+ysinα，F＝ycosα-xsinα；尺度参量σx的计算公式如下：其中I(x,y)代表像素点(x,y)的灰度值，I(x,y)的值归一化为[0，1]区间；尺度参量σy的计算公式如下：式中，K取固定值，表示M×N窗口内的灰度均方差，代表邻域灰度的均值,和I(i,j)的取值范围均为[0,255]；针对各向异性LOG算子中的角度参量α，采用Kirsch算子来进行确定；通过对图像中各点的每个方向模板进行计算，并将其中取得最大值的模板对应的方向作为该点的角度参量值，即可实现α根据每个像素点的最大方向值自适应确定角度的目的；将得到的尺度参量σx，σy，角度参量α代入式6，就能够形成各向异性的LOG算子，然后再通过以下公式(9)得到图像f的各向异性WLD差分激励算子：进一步，以上步骤(2)中，计算对称性LGS算子：对于目标像素点(xd,yd)，其对称性LGS编码计算公式如式(10)所示：其中，p＝7,6,…,0表示二项式加权值，gd-gn表示后一个像素点与前一个像素点之间的像素差值，并且进一步，以上步骤(4)中：WLGS由两部分组成：差分激励和ILGS；对于给定的一副图像，首先利用图计算出每个像素点的ILGS编码值，然后计算出每个像素点的各向异性差分激励，从而得到ILGS图像和差分激励图像；根据ILGS图像和差分激励图像，构造二维直方图来描述图像的特征WLGShistogram(m,t)：WLGShistogram(m,t)＝{ξ,ILGS本文档来自技高网...

【技术保护点】
一种复杂光照下图像特征提取方法，其特征在于：(1)首先计算WLD各向异性差分激励，得到图像的差分激励特征；(2)计算对称性LGS算子，得到图像的对称性LGS特征；(3)使用各向异性的WLD差分激励特征和对称性LGS特征分别替代WLD算子中的差分激励特征和梯度方向特征，融合成WLGS特征；(4)将步骤(3)中的二维WLGS特征直方图进一步映射成一维WLGS特征直方图，以增强特征的区分性能和描述能力。

【技术特征摘要】
1.一种复杂光照下图像特征提取方法，其特征在于：(1)首先计算WLD各向异性差分激励，得到图像的差分激励特征；(2)计算对称性LGS算子，得到图像的对称性LGS特征；(3)使用各向异性的WLD差分激励特征和对称性LGS特征分别替代WLD算子中的差分激励特征和梯度方向特征，融合成WLGS特征；(4)将步骤(3)中的二维WLGS特征直方图进一步映射成一维WLGS特征直方图，以增强特征的区分性能和描述能力。2.根据权利要求1所述的复杂光照下图像特征提取方法，其特征在于，步骤(1)中，计算WLD各向异性差分激励方法为：LOG算子的函数形式如下：▿2G(x,y)=∂2G∂x2+∂2G∂y2=12πσ4(x2+y2σ2-2)exp[-(x2+y22σ2)]---(1)]]>通过对σ在x和y方向上分别取不同的值，从而使得σ对x和y产生具有差别的影响；▿2G(x,y)=12π(σx2...

【专利技术属性】
技术研发人员：王高峰，倪策，谭魏盟，高涛，
申请(专利权)人：贵州宇鹏科技有限责任公司，
类型：发明
国别省市：贵州;52