图像特征的处理方法和装置制造方法及图纸

本发明专利技术公开了一种图像特征的处理方法和装置，该方法包括：根据待处理的图像中对象的灰度对进行分割；根据分割后图像块的尺寸对图像块进行取舍操作；对剩余的图像块提取特征，并对提取的特征进行描述。本发明专利技术通过根据待处理图像中对象的灰度进行分割并按尺寸进行取舍，且对剩余图像块提取特征并进行描述，因此，可以根据图像内部不同区域的不同内容分别进行特征提取和取舍，减少提取和描述的特征数量，从而降低了处理负担，减少了处理时间，有利于后期进行特征匹配。

【技术实现步骤摘要】

本专利技术涉及图像处理领域，具体地，涉及一种图像特征的处理方法和装置。
技术介绍
基于内容的图像检索，即CBIR (Content-based image retrieval),是计算机视觉领域中关注大规模数字图像内容检索的研究分支。基于内容的图像检索的研究还涉及了图像处理(Image Processing)、图像检索(Image Retrieval)等多个研究领域。简单的CBIR系统，允许用户输入一张图片，以查找具有相同或相似内容的其他图片。而传统的图像检索是基于文本的，即通过图片的名称、文字信息和索引关系来实现查询功能。用户输入一串文字，检索系统给出与该文字直接相关的图片。基于CBIR技术的图像检索系统，在建立图像数据库时，系统对输入的图像进行分析并分类统一建模，然后根据各种图像模型提取图像特征存入特征库，同时对特征库建立索引以提高查找效率。而用户在通过用户接口设置查询条件时，可以采用一种或几种的特征组合来表示，然后系统采用相似性匹配算法计算关键图像特征与特征库中图像特征的相似度，然后按照相似度从大到小的顺序将匹配图像反馈给用户。用户可根据自己的满意程度，选择是否修改查询条件，继续查询，以达到令人满意的查询结果。CBIR的核心是使用图像的可视特征对图像进行检索。本质上讲，它是一种近似匹配技术，融合了计算机视觉、图像处理、图像理解和数据库等多个领域的技术成果，其中的特征提取和索引的建立可由计算机自动完成，避免了人工描述的主观性。用户检索的过程一般是提供一个样例图像(Queryby Example)或描绘一幅草图(Queryby Sketch),系统抽取该查询图像的特征，然后与数据库中的特征进行比较，并将与查询特征相似的图像返回给用户。CBIR的实现依赖于两个关键技术的解决图像特征提取和匹配。针对相关技术中图像只能对整个图像进行全局特征提取使得特征数量巨大，导致不利于后期特征匹配的问题，目前尚未提出有效的解决方案。
技术实现思路
针对相关技术中图像只能对整个图像进行全局特征提取使得特征数量巨大，导致不利于后期特征匹配的问题，本专利技术提出一种图像特征的处理方法和装置，能够通过根据待处理图像中对象的灰度进行分割并按尺寸进行取舍，且对剩余图像块提取特征并进行描述。本专利技术的技术方案是这样实现的根据本专利技术的一个方面，提供了一种图像特征的处理方法，该方法包括根据待处理的图像中对象的灰度对进行分割；根据分割后图像块的尺寸对图像块进行取舍操作；对剩余的图像块提取特征，并对提取的特征进行描述。其中，根据待处理的图像中对象的灰度对进行分割包括利用分水岭算法对待处理的图像进行分割。根据分割后图像块的尺寸对图像块进行取舍操作包括将尺寸大于最大尺寸阈值的图像块舍弃。此外，在对剩余的图像块提取特征之前，该方法进一步包括对尺寸小于最小尺寸阈值的图像块进行合并。并且，对剩余的图像块提取特征包括对图像块提取颜色特征、纹理特征和形状特征中的一个或多个。而且，通过颜色直方图提取图像块的颜色特征。通过图像块中灰度级分布的属性来提取图像块的纹理特征。通过对图像块中的对象进行边缘检测来提取图像块的形状特征。根据本专利技术的另一个方面，提供了一种图像特征的处理装置，该装置包括分割模块，用于根据待处理的图像中对象的灰度对进行分割；取舍模块，用于根据分割后图像块的尺寸对图像块进行取舍操作；特征处理模块，用于对剩余的图像块提取特征，并对提取的特征进行描述。其中，取舍模块用于将尺寸大于最大尺寸阈值的图像块舍弃；取舍模块还用于在对剩余的图像块提取特征之前，对尺寸小于最小尺寸阈值的图像块进行合并。本专利技术通过根据待处理图像中对象的灰度进行分割并按尺寸进行取舍，且对剩余图像块提取特征并进行描述，因此，可以根据图像内部不同区域的不同内容分别进行特征提取和取舍，减少提取和描述的特征数量，从而降低了处理负担，减少了处理时间，有利于后期进行特征匹配。附图说明为了更清楚地说明本专利技术实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1是根据本专利技术实施例的图像特征的处理方法的流程图；图2是根据本专利技术实施例的图像特征的处理方法的原理图；图3是根据本专利技术实施例的图像特征的处理装置的框图。具体实施例方式下面将结合本专利技术实施例中的附图，对本专利技术实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本专利技术一部分实施例，而不是全部的实施例。基于本专利技术中的实施例，本领域普通技术人员所获得的所有其他实施例，都属于本专利技术保护的范围。根据本专利技术的实施例，提供了 一种图像特征的处理方法。如图1所示，根据本专利技术实施例的图像特征的处理方法包括步骤S101，根据待处理的图像中对象的灰度对进行分割；步骤S103，根据分割后图像块的尺寸对图像块进行取舍操作；步骤S105，对剩余的图像块提取特征，并对提取的特征进行描述。其中，在根据待处理的图像中对象的灰度对进行分割时，可以利用分水岭算法对待处理的图像进行分割，根据需要，也可以采用其他的方法进行分割。另外，在根据分割后图像块的尺寸对图像块进行取舍操作时，可以将尺寸大于最大尺寸阈值的图像块舍弃。此外，在对剩余的图像块提取特征之前，可以对尺寸小于最小尺寸阈值的图像块进行合并，从而进一步减少图像块的数量，有助于加快后续处理的速度。并且，在对剩余的图像块提取特征时，可以对图像块提取颜色特征、纹理特征和形状特征中的一个或多个。可选地，可以通过颜色直方图提取图像块的颜色特征，可以通过图像块中灰度级分布的属性来提取图像块的纹理特征，可以通过对图像块中的对象进行边缘检测来提取图像块的形状特征。此外，在提取上述特征时，还可以采用其他的方法。如图2所示，该图像特征的处理方法的主要过程包括首先，使用分水岭分割算法对图像进行分割；然后，对分割出来的区域依照尺寸进行分类，合并尺寸过小的区域，舍弃尺寸过大的区域，最后只保留初期分割出的尺寸适中的区域和合并出来的尺寸适中的区域；然后，在尺寸适中的区域中进行特征提取，综合使用常用的几种特征，如全局的色彩、纹理特征，和基于边缘的形状特征，用面积、周长、偏心率、角点、链码、兴趣点、傅里叶描述子、矩描述子等特征来描述特征，并进行特征匹配。具体地，采用的全局特征中，颜色特征可以使用颜色直方图，是最简单也是最常用的颜色特征，描述了图像颜色的统计分布特性，具有平移、尺度、旋转不变性，其核心是在颜色空间中采用一定的量化方法对颜色进行量化，然后统计每一个量化通道在整幅图像中所占的比重。纹理特征可以使用统计法分析纹理，其主要是通过图像中灰度级分布的随机属性来描述纹理特征。最简单的统计法是借助于灰度直方图的矩来描述纹理，但这种方法没有利用像素相对位置的空间信息。此外，还可以共生矩阵来表示纹理特征，该方法研究了纹理的空间灰度级相关性，构造出一个基于图像像素间方向和距离的共生矩阵，并且从矩阵中提取出反差、能量、熵、相关等统计量作为特征量表示纹理特征。形状特征使用基于边缘的形状特征，是在边缘检测的基础上，用面积、周长、偏心率、角点、链码、兴趣点、傅里叶描述子、矩描述子等特征来描述物体的本文档来自技高网...

【技术保护点】
一种图像特征的处理方法，其特征在于，包括：根据待处理的图像中对象的灰度对进行分割；根据分割后图像块的尺寸对图像块进行取舍操作；对剩余的图像块提取特征，并对提取的特征进行描述。

【技术特征摘要】
1.一种图像特征的处理方法，其特征在于，包括 根据待处理的图像中对象的灰度对进行分割； 根据分割后图像块的尺寸对图像块进行取舍操作； 对剩余的图像块提取特征，并对提取的特征进行描述。2.根据权利要求1所述的处理方法，其特征在于，根据待处理的图像中对象的灰度对进行分割包括 利用分水岭算法对所述待处理的图像进行分割。3.根据权利要求1所述的处理方法，其特征在于，根据分割后图像块的尺寸对图像块进行取舍操作包括 将尺寸大于最大尺寸阈值的图像块舍弃。4.根据权利要求1所述的处理方法，其特征在于，在对剩余的图像块提取特征之前，所述方法进一步包括 对尺寸小于最小尺寸阈值的图像块进行合并。5.根据权利要求1所述的处理方法，其特征在于，对剩余的图像块提取特征包括 对图像块提取颜色特征、纹理特征和形状特征中的一...

【专利技术属性】
技术研发人员：刘立，
申请(专利权)人：曙光信息产业北京有限公司，
类型：发明
国别省市：