一种图像特征提取及描述方法技术

本发明专利技术提出一种图像特征提取及描述方法，只对图像作一次遍历，使用通道适配器提取线域，线域连通产生区域和轮廓，区域和轮廓的生长、分裂、合并，并整合为图像的外特征；同时，建立分裂点属性标注和匹配规则实现轮廓矢量化，用道格拉斯普克算法求出特征角点作为内特征，最后对特征角点做k近邻和多边形描述。本发明专利技术可以快速提取目标物体的区域轮廓特征和特征点及特征描述作为匹配模型，在视频图像中实现快速目标识别和匹配。

【技术实现步骤摘要】
一种图像特征提取及描述方法
本专利技术属于图像处理
，尤其涉及一种图像特征提取及描述方法。
技术介绍
图像特征按性质分有颜色，纹理，形状，空间关系，边缘，角点，区域，脊等。通常人的视觉是先从形状，区域和颜色纹理边缘特征快速判断目标，然后再从脊，角点细节上分析判断目标，如果还分析不出，就会动用大脑从空间关系特征进行综合分析。如果关注某个目标，则会以背景，颜色，纹理，形状，区域等特征过滤环境中的干扰目标区域，直接提取相关目标进行特征分析。从形状，区域，颜色，边缘等外部特征快速识别目标，一般采用提取图像连通域和纹理的方法，目前图像提取连通域的方法要先提取二值图像，再作连通域分析，这样会导致多次扫描图像增加运算。而连通域提取方法也无法提取出蛛网的连通域，导致目标特征分裂；此外，还没有将边缘或轮廓完全矢量化为矢量曲线的规则和方法。针对细节和空间关系分析目标，目前采用图像特征提取及描述方法，如sift，surf，其运算都使用梯度运算，运算复杂，导致很多应用环境的实时性无法保证；而且其特征点描述方法都是针对彩色灰度图像，不适合二值图像。在特征点精准稳定条件下，不需要复杂的特征描述算法，而二值图像只有黑点和白点，数据结构简单，使用二值图像对特征点形成的空间关系作特征描述算法，其运算量非常小。因此，急需一种没有梯度运算，运算量小，实时性强，且能够从外到内对视频图像目标分析的方法，外部识别从形状，区域，颜色，轮廓等外部特征对图像目标进行过滤和识别分析，内部细节识别从图像目标特征点和特征描述进行分析。
技术实现思路
针对现有技术中的不足之处，本专利技术的目的在于提供能够一次扫描图像就可以提取出完整连通域特征和矢量化轮廓，并提取角点特征的特征提取方法。本专利技术实施例是这样实现的，一种图像特征提取及描述方法，包括四个阶段：I、图像扫描阶段；II、区域后期整合阶段；III、提取特征点；IV、特征描述；其特征在于，所述第I阶段具体过程如下：S1、使用通道适配器扫描图像，调节横向连接数与不连接数形成线域组；S2、标记线域组的区域属性，标记生长区域组的线域属性；S3、区域的创建、生长、分裂与分裂点属性标注、合并，与合并时轮廓矢量化；S4、封闭区域，区域适配器过滤噪点区域和非目标区域；S5、区域按最左排序，依次形成封闭区域组和生长区域组；所述第II阶段具体过程如下：S6、图像行扫描完成后，区域按最左排序再分组，依次形成噪点区域组和目标区域组；图像行扫描未完成，则返回步骤S1，重新扫描；S7、目标区域组的最后整合，轮廓矢量化。进一步地，所述通道适配器，为对外提供的编程接口，可以自定义像素点各通道过滤规则；将各通道灰度图转换为二值图像，对各通道灰度值进行数学建模，在一个可选的实施例中，例如下述rgb形式，输出二值化的结果表达所述像素，得到有效点和无效点；进一步地，所述有效点为通过通道适配函数的像素点，无效点为没有通过通道适配函数的像素点；所述最小连接数是横向扫描过程中，线域的最小长度；否则是噪点；所述横向不连接数是横向扫描过程中，允许的连续无效点数；否则视为线域连接中断；用来控制线域的连通性。进一步地，所述步骤S2具体过程如下：通道适配器扫描一行图像，将获取的线域按扫描顺序排列成组；遍历线域组，在生长区域组查找分析其范围和线域范围，有相交，标记线域的区域归属，区域包含的线域编号，以供后续的流程查询分析；遍历线域组和生长区域组，分析各线和各区的范围相交关系，对每个线域做区域归属标记，对每个生长区域统计线域数；对生长区域的断连接分析，对纵向连接中断的生长区域做左右轮廓插值。进一步地，所述区域生长，生长的区域在上，每次新扫描的线域在下，当线域范围落在区域范围中，且上下距离不超过纵向不连接数，区域整合线域的范围，并修改区域的生长范围为线域范围加上扩展范围；其中，所述纵向不连接数是区域生长过程中，停止生长的扫描次数；用来控制区域的上下连通性。进一步地，所述步骤S3具体过程如下：(1)分析线域的区域归属，产生区域创建，生长，分裂活动；(2)分裂新建区域时，原区和分裂的新区标记分裂点属性；(3)区域合并时，先找出分裂匹配点；再轮廓矢量化。进一步地，所述分析线域的区域归属时，针对三种情况进行不同处理：①没有区域归属的情况，新建区域，区域内新建左右轮廓；②一个区域归属的情况，如果线域属于线域组的第一个，或归属区仅包含一个线域，归属区域生长；否则对所述区域作一区多线分析，所述线域属于归属区的第一个，归属区域生长，否则作分裂新建区域处理；③两个以上区域归属的情况，一线多区的合并：先分析第一归属区，第一归属区包含多线则不参与合并，区域从左至右两两合并，合并后合并区使用所述线域生长。进一步地，所述分裂新建区域时，原区和新区标记分裂点属性具体过程如下：①新区的创建，添加原生左轮廓属性，自身区域编号和裂点位置采用左轮廓起点；②一区多线分裂产生的新区的情况，添加原生左轮廓和裂生右轮廓两个属性；找到归属区，归属区添加原生右轮廓属性，区域编号和原生左轮廓一样，分裂点位置是归属区当前右轮廓位置，方便分裂区属性进行匹配；裂生右轮廓属性的区域编号等于归属区编号，分裂点位置是右轮廓起点；③区域使用分裂线域生长的情况，找到归属区，添加原生右轮廓分裂属性，区域编号是归属区编号，分裂点位置是归属区右轮廓当前位置；生长的区域添加裂生左轮廓和裂生右轮廓两个属性：裂生左轮廓属性，区域编号为合并后的区域编号，裂点位置是合并区当前左轮廓位置；裂生右轮廓属性，区域编号是归属区编号，分裂点位置是归属区当前右轮廓位置。进一步地，区域合并时，所述找出分裂匹配点的具体过程如下：采用启发式的遍历检索，在合并区和被合并区的属性表中选择非环属性和未匹配的属性，找出区域编号相同，分裂点的纵向坐标位置相同的分裂点属性，推算属性的分裂点位置作为分裂匹配点。进一步地，区域合并时，所述轮廓矢量化，具体过程如下：①轮廓扩展，被合并区左轮廓先拼接合并区的右轮廓，再拼接合并区左轮廓，然后被合并区转为合并区，两区内环合并；②如果有分裂匹配点，根据分裂点属性标注的规则，找到匹配分裂点的位置，作轮廓中环和环中环；③轮廓中环：根据匹配点位置，让新环从左轮廓分裂出来；④环中环运算：根据匹配点位置，让新环从老环中分裂出来；⑤针对轮廓拼接位置对属性表属性修改，以便后期区域合并进行属性匹配。所述轮廓生长：区域生长时，左右轮廓分别添加线域的左右边界点。所述轮廓反向生长：轮廓数据在内存中从低到高排列是正向生长，反之，从高到低排列是反向生长，这样作是因为不同生长方向的轮廓可以在内存里快速拷贝拼接。所述区域生长期的轮廓分左轮廓，右轮廓，环三种形式，左右轮廓生长方向相反，左轮廓为正向生长，右轮廓则为逆向生长，方便轮廓快速整体拼接成环；区域封闭后，轮廓分外环，内环两种形式；矢量化的轮廓内外环的方向相反，依据左右轮廓生长方向，得到的外环逆时针，其他内环顺时针方向。进一步地，所述步骤S4具体过程如下：使用纵向不连接数判断生长区域是否所述封闭；封闭时使用区域适配器过滤噪点和非目标区域，适配器作为接口提供给开发人员自定义非目标区域过滤规则；过滤的封闭区域的属性表如果包含两个以上的属性，说明其有连通其他区域作用，需要保留，否则删除区域。进一步地，所述步骤S5具体本文档来自技高网...

【技术保护点】
1.一种图像特征提取及描述方法，包括四个阶段：I、图像扫描阶段；II、区域后期整合阶段；III、提取特征点；IV、特征描述；其特征在于，所述第I阶段具体过程如下：S1、使用通道适配器扫描图像，调节横向连接数与不连接数形成线域组；S2、标记线域组的区域属性，标记生长区域组的线域属性；S3、区域的创建、生长、分裂与分裂点属性标注、合并，与合并时轮廓矢量化；S4、封闭区域，区域适配器过滤噪点区域和非目标区域；S5、区域按最左排序，依次形成封闭区域组和生长区域组；所述第II阶段具体过程如下：S6、图像行扫描完成后，区域按最左排序再分组，依次形成噪点区域组和目标区域组，进入S7；图像行扫描未完成，则返回步骤S1，继续下一行扫描；S7、目标区域组的最后整合，轮廓矢量化。

【技术特征摘要】
1.一种图像特征提取及描述方法，包括四个阶段：I、图像扫描阶段；II、区域后期整合阶段；III、提取特征点；IV、特征描述；其特征在于，所述第I阶段具体过程如下：S1、使用通道适配器扫描图像，调节横向连接数与不连接数形成线域组；S2、标记线域组的区域属性，标记生长区域组的线域属性；S3、区域的创建、生长、分裂与分裂点属性标注、合并，与合并时轮廓矢量化；S4、封闭区域，区域适配器过滤噪点区域和非目标区域；S5、区域按最左排序，依次形成封闭区域组和生长区域组；所述第II阶段具体过程如下：S6、图像行扫描完成后，区域按最左排序再分组，依次形成噪点区域组和目标区域组，进入S7；图像行扫描未完成，则返回步骤S1，继续下一行扫描；S7、目标区域组的最后整合，轮廓矢量化。2.如权利要求1所述的方法，其特征在于，所述步骤S2具体过程如下：通道适配器扫描一行图像，将获取的线域按扫描顺序排列成组；遍历线域组，在生长区域组查找分析其范围和线域范围，有相交，标记线域的区域归属，区域包含的线域编号，以供后续的流程查询分析；遍历线域组和生长区域组，分析各线和各区的范围相交关系，对每个线域做区域归属标记，对每个生长区域统计线域数；对生长区域的断连接分析，对纵向连接中断的生长区域做左右轮廓插值；所述的通道适配器，为对外提供的编程接口，可以自定义像素点各通道过滤规则，对像素的各通道灰度值进行数学建模，输出二值化的结果表达所述像素，最终将灰度图转为二值图像。3.如权利要求1所述的方法，其特征在于，所述步骤S3具体过程如下：(1)分析线域的区域归属，产生区域创建，生长，分裂活动；(2)分裂新建区域时，原区和分裂的新区标记分裂点属性；(3)区域合并时，先找出分裂匹配点；再轮廓矢量化。4.如权利要求3所述的方法，其特征在于，所述分析线域的区域归属时，针对三种情况进行不同处理：①没有区域归属的情况，新建区域，区域内新建左右轮廓；②一个区域归属的情况，如果线域属于线域组的第一个，或归属区仅包含一个线域，归属区域生长；否则对所述区域作一区多线分析，所述线域属于归属区的第一个，归属区域生长，否则作分裂新建区域处理；③两个以上区域归属的情况，一线多区的合并：先分析第一归属区，第一归属区包含多线则不参与合并，区域从左至右两两合并，合并后合并区使用所述线域生长。5.如权利要求3所述的方法，其特征在于，所述分裂新建区域时，原区和新区标记分裂点属性具体过程如下：①新区的创建，添加原生左轮廓属性，递增的区域编号和裂点位置采用左轮廓起点；②一区多线分裂产生的新区的情况，添加原生左轮廓和裂生右轮廓两个属性；找到新区的最终归属区作为归属区，归属区添加原生右轮廓属性，递增的区域编号，分裂点位置是归属区当前右轮廓位置，方便分裂区属性进行匹配；裂生右轮廓属性的区域编号等于归属区编号，分裂点位置是右轮廓起点；③区域使用分裂线域生长的情况，找到区域的最终归属区作为归属区，归属区添加原生右轮廓分裂属性，区域编号是归属区编号，分裂点位置是归属区右轮廓当前位置；生长的区域添加裂生左轮廓和裂生右轮廓两个属性：裂生左轮廓属性，区域编号为合并后的区域编号，裂点位置是合并区当前左轮廓位置；裂生右轮廓属性，区域编号是归属区编号，分裂点位置是归属区当前右轮廓位置；其中，所述最终归属区，合并和分裂的过程是迭代穿插进行的，此次区域分裂可能是上一次迭代合并运算中的被合并区，因此需要找到上一次迭代合并运算中的合并区；所述合并区才是本次分裂区的归属区；因此合并后，被合并区需记录合并区的编号，方便查询。6.如权利要求3所述的方法，其特征在于，区域合并时，所述找出分裂匹配点的具体过程为：采用启发式的遍历检索，在合并区和被合并区的属性表中选择非环属性和未匹配的属性，找出区域编号相同，分裂点的纵向坐标位置相同的分裂点属性，推算属性的分裂点位置作为分裂匹配点。7.如权利要求3所述的方法，其特征在于，所述轮廓矢量化的具体过程如下：(1)轮廓扩展，被合并区左轮廓先拼接合并区的右轮廓，再拼接合并区左轮廓，然后被合并区转为合并区，两区内环合并；(2)如果有分裂匹配点，根据分裂点属性标注的规则，找到匹配分裂点的位置，作轮廓中环和环中环；(3)轮廓中环：根据匹配点位置，让新环从左轮廓分裂出来；(4)环中环运算：根据匹配点位置，让新环从老环中分裂出来；(5)针对轮廓拼接位置对属性表属性修改，以便后期区域合并进行属性匹配。8.如权利要求3-7所述的方法，其特征在于，其中区域生长概念的定义解释分别为：a)区域生长：生长的区域在上，每次新扫描的线域在下。当线域范围落在区域范围中，且上下距离不超过纵向不连接数，区域整合线域的范围，并修改区域的生长范围为线域范围加上扩展范围；同时轮廓生长；b)轮廓生长：区域生长时，左右轮廓分别添加线域的左右边界点；c)轮廓反向生长：轮廓数据在内存中从低到高排列是正向生长，反之，从高到低排列是反向生长，这样作是因为不同生长方向的轮廓可以在内存里快速拷贝拼接；d)区域生长期的轮廓分左轮廓，右轮廓，环...

【专利技术属性】
技术研发人员：彭文伟，
申请(专利权)人：彭文伟，
类型：发明
国别省市：湖南,43