【技术实现步骤摘要】
图像局部特征描述方法、装置、设备及介质
本专利技术涉及计算机视觉领域,尤其涉及一种图像局部特征描述方法、装置、设备及介质。
技术介绍
图像局部特征在计算机视觉、图像匹配、目标识别等领域应用广泛,其基本出发点是要有一个可靠的图像对应点集合,而建立图像点与点之间的可靠对应关系通常都依赖于一个优秀的局部图像特征向量,局部图像特征向量的核心问题是不变性和可区分性,即能够抵抗光照、旋转等变化带来的攻击,以此来提高各种环境下基于图像的相关应用能力和效率。然而,现有技术中多数方法均是利用空间划分的特征描述方法,如尺度不变特征变换(Scale-invariantfeaturetransform,SIFT)、快速鲁棒特征(SpeededUpRobustFeatures,SURF)等通过估计关键点的主方向并以方向为坐标轴,计算空间邻域内的梯度信息,但当图像出现旋转时,主方向估计存在误差,描述符的性能会下降。综上所述,现有技术在图像出现旋转时,主方向估计存在误差,描述符的性能下降。
技术实现思路
本专利技术实施例提供了一种图像局部特征描述方法、装置、设备及介质,能够对图像旋转、亮度变换具备不变性,简化设计流程,时效性更高。第一方面,本专利技术实施例提供了一种图像局部特征描述方法,方法包括:抽取局部图像区域;按照亮度大小,将所述局部图像区域划分为第一预设数目子区间;基于所述第一预设数目子区间中每个子区间的一个像素点,利用所述像素点邻域内第二预设数目采样点,构造数字组合,其中 ...
【技术保护点】
1.一种图像局部特征描述方法,包括:/n抽取局部图像区域;/n按照亮度大小,将所述局部图像区域划分为第一预设数目子区间;/n基于所述第一预设数目子区间中每个子区间的一个像素点,利用所述像素点邻域内第二预设数目采样点,构造数字组合,其中所述数字组合包括所述第二预设数目采样点中每一个采样点的像素值;/n将所述数字组合映射为一种非降序排列;/n基于所述非降序排列,得到所述非降序排列在索引目录中的位置;/n根据所述非降序排列在索引目录中的位置,得到所述像素点的特征向量;/n根据所述像素点的特征向量,描述所述图像局部特征;/n其中,所述局部图像区域的形状包括圆形。/n
【技术特征摘要】
1.一种图像局部特征描述方法,包括:
抽取局部图像区域;
按照亮度大小,将所述局部图像区域划分为第一预设数目子区间;
基于所述第一预设数目子区间中每个子区间的一个像素点,利用所述像素点邻域内第二预设数目采样点,构造数字组合,其中所述数字组合包括所述第二预设数目采样点中每一个采样点的像素值;
将所述数字组合映射为一种非降序排列;
基于所述非降序排列,得到所述非降序排列在索引目录中的位置;
根据所述非降序排列在索引目录中的位置,得到所述像素点的特征向量;
根据所述像素点的特征向量,描述所述图像局部特征;
其中,所述局部图像区域的形状包括圆形。
2.根据权利要求1所述的方法,其特征在于,所述抽取局部图像区域,包括:
利用仿射不变特征匹配算法Harris-Affine,抽取局部图像区域。
3.根据权利要求1所述的方法,其特征在于,所述方法还包括:
根据所述第二预设数目采样点,设计所述索引目录的维度。
4.根据权利要求3所述的方法,其特征在于,所述根据所述第二预设数目采样点,设计所述索引目录的维度,包括:
当所述第二预设数目低于第一预设阈值时,将所述索引目录的维度设计为所述第二预设数目的阶乘。
5.根据权利要求3所述的方法,其特征在于,所述根据所述第二预设数目采样点,设计所述索引目录的维度,包括:
当所述第二预设数目高于第一预设阈值时,将所述索引目录的维度设计为所述第二预设数目除以2的阶乘再乘以2。
6.根据权利要求5所述的方法,其特征在于,所述方法还包括:
按照奇偶顺序,划分所述第二预设数目采样点,得到奇数采样点和偶数采样点;
基于所述奇数采样点,得到所述奇数采样点的特征向量;
基于所述偶数采样点,得到所述偶数采样点的特征向量;
将所述奇数采样点的特征向量与所述偶数采样点的特征向量进行合并。
7.根据权利要求6所述的方法,其特征在于,所述基于所述奇数采样点,得到所述奇数采样点的特征向量,包括:
基于所述奇数采样点,构建奇数数字组合;
将所述奇数数字组合映射为一种奇数非降序排列;
基于所述奇数非降序排列,得到所述奇数非降序排列在所述索引目录中的位置;
根据所述奇数非降序排列在所述索引目录中的位...
【专利技术属性】
技术研发人员:蒋飞云,
申请(专利权)人:中国移动通信集团安徽有限公司,中国移动通信集团有限公司,
类型:发明
国别省市:安徽;34
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。