一种图像多尺度特征提取方法技术

一种图像多尺度特征提取方法，包括以下步骤：S1、输入二维图像，对所述二维图像进行边缘检测和角点检测，将所述角点检测得到的角点和所述边缘检测得到的边缘点进行组合，以确定图像显著区域；S2、采用多尺度滑窗的方式分割图像，滑窗尺寸以0.1为精度，在图像区域内滑动采样，其中，图像显著区域滑窗的滑动步长小于非显著区域滑窗的滑动步长；S3、在每个窗口内提取图像梯度方向直方图特征。本发明专利技术能提取图像的局部特征进行匹配，可靠性高，同时又能兼顾检索的速度。

【技术实现步骤摘要】
一种图像多尺度特征提取方法
本专利技术涉及图像检索
，尤其涉及一种图像多尺度特征提取方法。
技术介绍
商标是公司、产品或服务的标志，与企业的商品质量、服务质量、经营管理融为一体，在工商业社会中起着非常重要的作用，是公司及其产品的一个重要属性，具有唯一性。为使商标得到合法的保护，必须向商标局正式注册。随着我国经济的发展和全球化进程的加快，商标数量逐年递增。防止重复注册或相似商标注册是商标管理的核心问题。为了保护注册商标的合法权益，打击仿冒盗用注册商标的违法行为，需要对待注册的商标进行检索，与已注册的商标进行比较，确定二者不相同或者不相近似，才具有注册资格。商标图像的识别检索是多媒体信息检索领域的热点问题，图像识别检索方法尽管多种多样，但其核心问题都是围绕特征提取与匹配，即特征算法。特征提取是指通过分析以数据的形式将图形的特性描述出来，而特征匹配是指对不同图形的特征数据进行匹配计算以获得二者之间的差距。不同的特征算法所提取的图形特征是不一样的，而特征算法性能的好坏直接决定着检索方法的性能的好坏。因此检索方法的核心就是找到一种高效快速的特征算法，使其既有高效稳定的特征提取又有快速精确本文档来自技高网...

【技术保护点】
1.一种图像多尺度特征提取方法，其特征在于，包括以下步骤：S1、输入二维图像，对所述二维图像进行边缘检测和角点检测，将所述角点检测得到的角点和所述边缘检测得到的边缘点进行组合，以确定所述二维图像中的图像显著区域；S2、采用多尺度滑窗的方式分割图像，滑窗在图像区域内滑动采样，其中，图像显著区域滑窗的滑动步长小于非显著区域滑窗的滑动步长；S3、在每个窗口内提取图像梯度方向直方图特征。

【技术特征摘要】
1.一种图像多尺度特征提取方法，其特征在于，包括以下步骤：S1、输入二维图像，对所述二维图像进行边缘检测和角点检测，将所述角点检测得到的角点和所述边缘检测得到的边缘点进行组合，以确定所述二维图像中的图像显著区域；S2、采用多尺度滑窗的方式分割图像，滑窗在图像区域内滑动采样，其中，图像显著区域滑窗的滑动步长小于非显著区域滑窗的滑动步长；S3、在每个窗口内提取图像梯度方向直方图特征。2.如权利要求1所述的图像多尺度特征提取方法，其特征在于，步骤S3具体包括以下步骤：S31、对于窗口图像，计算水平和垂直方向的梯度；S32、梯度方向角度取值0～360°，对梯度方向进行8方向量化；S33、统计所有梯度点得到梯度方向直方图；S34、对梯度方向直方图进行归一化；S35、直方图特征编码得到二进制串，即图像特征。3.如权利要求2所述的图像多尺度特征提取方法，其特征在于，步骤S31的计算方法为[Gh,Gv]＝gradient(F)，采用方向模板[-1,0,1],计算当前像素点的水平梯度和垂直梯度，方向角度θ＝arctan(Gv/Gh)：4.如权利要求3所述的图像多尺度特征提取方法，其特征在于，步骤S32采用就近方向量化的原则，将实际的梯度方向量化至最近的量化方向上；或采用模糊量化的方法...

【专利技术属性】
技术研发人员：李建圃，樊晓东，
申请(专利权)人：南昌奇眸科技有限公司，
类型：发明
国别省市：江西,36