本发明专利技术提供一种图像处理方法、装置、移动终端及可读存储介质，涉及计算机视觉技术领域。该方法包括：获取目标图像；通过滤波器对所述目标图像进行滤波，得到所述目标图像的微分信息；根据所述微分信息，构建所述目标图像的M个目标特征，分别得到所述M个目标特征对应的M个特征图谱；其中，M为正整数；所述特征图谱中的像素点与所述目标图像中的像素点对应；根据所述M个特征图谱，对所述M个目标特征进行联合编码，得到所述目标图像对应的特征直方图。本发明专利技术的方案，解决了现有技术中纹理描述符对于图像因旋转、光照等引起的灰度变化不具备鲁棒性，导致图像分类任务难度加大的问题。导致图像分类任务难度加大的问题。导致图像分类任务难度加大的问题。
【技术实现步骤摘要】
一种图像处理方法、装置、移动终端及可读存储介质
[0001]本专利技术涉及计算机视觉领域，特别是指一种图像处理方法、装置、移动终端及可读存储介质。
技术介绍
[0002]获取图像的纹理特征是计算机视觉中的一项重要工作。为了实现这一目标，目前在图像处理领域提出了许多高效而强大的纹理描述符，这些描述符加速了纹理分割、纹理分类和场景识别的发展。通常，基本的纹理描述符的目标是用纹理来区分图像或物体，但是，这些目标会受到诸多因素的影响，例如，当图像受到旋转、尺度和光照等干扰时，分类任务的难度会显著增大。
[0003]经典的局部二值模式(Local binary pattern，LBP)是一种简单有效的纹理描述符。其基本原理是获取中心像素与相邻像素之间的灰度差分，并将每组差分量化为二进制码，利用图像中各种二值码出现的频率组成直方图作为分类特征。
[0004]根据LBP的基本原理，LBP是基于灰度差分编码的，其在灰度变化剧烈时不具有鲁棒性，因此，基于LBP的纹理描述符也存在这一问题。当图像发生光照发生变化，或者前景(或背景)发生变化时，图像的灰度会发生反转，而这种变化会干扰二值码的生成，这将大大降低图像的分类精度。
[0005]总之，旋转和光照是自然图像中常见的灰度变化影响因素，然而，现有的纹理描述符对于图像因旋转、光照等引起的灰度变化不具备鲁棒性，导致图像分类任务难度加大。
技术实现思路
[0006]本专利技术的目的是提供一种图像处理方法、装置、移动终端及可读存储介质，解决了现有技术中纹理描述符对于图像因旋转、光照等引起的灰度变化不具备鲁棒性，导致图像分类任务难度加大的问题。
[0007]为达到上述目的，本专利技术的实施例提供一种图像处理方法，包括：
[0008]获取目标图像；
[0009]通过滤波器对所述目标图像进行滤波，得到所述目标图像的微分信息；
[0010]根据所述微分信息，构建所述目标图像的M个目标特征，分别得到所述M个目标特征对应的M个特征图谱；其中，M为正整数；所述特征图谱中的像素点与所述目标图像中的像素点对应；
[0011]根据所述M个特征图谱，对所述M个目标特征进行联合编码，得到所述目标图像对应的特征直方图。
[0012]可选地，所述通过滤波器对所述目标图像进行滤波，得到所述目标图像的微分信息，包括：
[0013]通过所述滤波器对所述目标图像进行滤波，得到所述目标图像的微分结构信息；其中，所述滤波器包括一阶高斯导数滤波器和二阶高斯导数滤波器；所述微分结构信息包
括一阶微分结构信息和二阶微分结构信息；
[0014]根据所述微分结构信息，得到所述目标图像的微分信息；其中，所述微分信息为所述目标图像在所述滤波器的各个方向上的极值信息；其中，所述极值信息包括一阶极值信息和二阶极值信息。
[0015]可选地，所述目标特征包括以下至少一项：
[0016]形状指数；
[0017]混合极值比；
[0018]梯度幅值；
[0019]极值差分；
[0020]高斯拉普拉斯(Laplacian of Gaussian，Log)滤波特征；
[0021]二阶导数不变量。
[0022]可选地，所述根据所述M个特征图谱，对所述M个目标特征进行联合编码，得到所述目标图像对应的特征直方图，包括：
[0023]根据所述M个特征图谱，对所述M个目标特征进行编码，分别得到M个所述特征图谱中的每一像素点对应的二值码信息；
[0024]选择M个所述特征图谱中具有相同位置坐标的像素点所对应的二值码信息，形成目标二值码信息；其中，多个所述目标二值码信息形成目标二值码信息集合；
[0025]根据每一所述目标二值码信息在所述目标二值码信息集合中出现的频率，得到所述目标图像对应的特征直方图。
[0026]可选地，所述根据所述M个特征图谱，对所述M个目标特征进行编码，分别得到M个所述特征图谱中的每一像素点对应的二值码信息，包括：
[0027]根据每一所述特征图谱上像素点的色彩数值，分别确定每一所述特征图谱对应的色彩均值；
[0028]将每一所述特征图谱上每一像素点的色彩数值与该特征图谱对应的色彩均值进行比较；
[0029]根据比较结果，确定每一所述特征图谱中的每一像素点对应的二值码信息，分别得到M个所述特征图谱中的每一像素点对应的二值码信息。
[0030]可选地，所述根据比较结果，确定每一所述特征图谱中的每一像素点对应的二值码信息，包括：
[0031]在所述像素点的色彩数值大于对应的色彩均值的情况下，确定所述像素点对应的二值码信息为第一预设信息；
[0032]在所述像素点的色彩数值小于或等于对应的色彩均值的情况下，确定所述像素点对应的二值码信息为第二预设信息。
[0033]为达到上述目的，本专利技术的实施例提供一种图像处理装置，包括：
[0034]图像获取模块，用于获取目标图像；
[0035]图像滤波模块，用于通过滤波器对所述目标图像进行滤波，得到所述目标图像的微分信息；
[0036]特征构建模块，用于根据所述微分信息，构建所述目标图像的M个目标特征，分别得到所述M个目标特征对应的M个特征图谱；其中，M为正整数；所述特征图谱中的像素点与
所述目标图像中的像素点对应；
[0037]特征处理模块，用于根据所述M个特征图谱，对所述M个目标特征进行联合编码，得到所述目标图像对应的特征直方图。
[0038]可选地，所述图像滤波模块包括：
[0039]第一滤波子模块，用于通过所述滤波器对所述目标图像进行滤波，得到所述目标图像的微分结构信息；其中，所述滤波器包括一阶高斯导数滤波器和二阶高斯导数滤波器；所述微分结构信息包括一阶微分结构信息和二阶微分结构信息；
[0040]第二滤波子模块，用于根据所述微分结构信息，得到所述目标图像的微分信息；其中，所述微分信息为所述目标图像在所述滤波器的各个方向上的极值信息；其中，所述极值信息包括一阶极值信息和二阶极值信息。
[0041]可选地，所述目标特征包括以下至少一项：
[0042]形状指数；
[0043]混合极值比；
[0044]梯度幅值；
[0045]极值差分；
[0046]高斯拉普拉斯Log滤波特征；
[0047]二阶导数不变量。
[0048]可选地，所述特征处理模块包括：
[0049]第一处理子模块，用于根据所述M个特征图谱，对所述M个目标特征进行编码，分别得到M个所述特征图谱中的每一像素点对应的二值码信息；
[0050]第二处理子模块，用于选择M个所述特征图谱中具有相同位置坐标的像素点所对应的二值码信息，形成目标二值码信息；其中，多个所述目标二值码信息形成目标二值码信息集合；
[0051]第三处理子模块，用于根据每一所述目标二值码信息在所述目标二值码信息集合中出现的频率，得到本文档来自技高网...
【技术保护点】
【技术特征摘要】
1.一种图像处理方法，其特征在于，包括：获取目标图像；通过滤波器对所述目标图像进行滤波，得到所述目标图像的微分信息；根据所述微分信息，构建所述目标图像的M个目标特征，分别得到所述M个目标特征对应的M个特征图谱；其中，M为正整数；所述特征图谱中的像素点与所述目标图像中的像素点对应；根据所述M个特征图谱，对所述M个目标特征进行联合编码，得到所述目标图像对应的特征直方图。2.根据权利要求1所述的图像处理方法，其特征在于，所述通过滤波器对所述目标图像进行滤波，得到所述目标图像的微分信息，包括：通过所述滤波器对所述目标图像进行滤波，得到所述目标图像的微分结构信息；其中，所述滤波器包括一阶高斯导数滤波器和二阶高斯导数滤波器；所述微分结构信息包括一阶微分结构信息和二阶微分结构信息；根据所述微分结构信息，得到所述目标图像的微分信息；其中，所述微分信息为所述目标图像在所述滤波器的各个方向上的极值信息；其中，所述极值信息包括一阶极值信息和二阶极值信息。3.根据权利要求1所述的图像处理方法，其特征在于，所述目标特征包括以下至少一项：形状指数；混合极值比；梯度幅值；极值差分；高斯拉普拉斯Log滤波特征；二阶导数不变量。4.根据权利要求1所述的图像处理方法，其特征在于，所述根据所述M个特征图谱，对所述M个目标特征进行联合编码，得到所述目标图像对应的特征直方图，包括：根据所述M个特征图谱，对所述M个目标特征进行编码，分别得到M个所述特征图谱中的每一像素点对应的二值码信息；选择M个所述特征图谱中具有相同位置坐标的像素点所对应的二值码信息，形成目标二值码信息；其中，多个所述目标二值码信息形成目标二值码信息集合；根据每一所述目标二值码信息在所述目标二值码信息集合中出现的频率，得到所述目标图像对应的特征直方图。5.根据权利要求4所述的图像处理方法，其特征在于，所述根据所述M个特征图谱，对所述M个目标特征进行编码，分别得到M个所述特征图谱中的每一像素点对应的二值码信息，包括：根据每一所述特征图谱上像素点的色彩数值，分别确定每一所述特征...
【专利技术属性】
技术研发人员：何骥鸣，张英辉，刘攀，高有军，林锋，
申请(专利权)人：中国移动通信集团有限公司，
类型：发明
国别省市：
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。