基于双方向图的快速局部不变特征描述子的构造方法
【专利摘要】本发明提供了一种基于双方向图的快速局部不变特征描述子的构造方法，应用于图像处理【技术领域】；包括以下步骤：预处理、划分子区域、选取采样点、选取采样点的邻域点、预插值、获取邻域点的像素值、计算采样点的主方向区间和次方向区间、构造FRDOH子描述子、构造FRDOH描述子。该构造方法可使FRDOH描述子具有旋转不变性，提高FRDOH描述子的运算速度，同时可提高FRDOH描述子的稳定性和可区分性。
【专利说明】基于双方向图的快速局部不变特征描述子的构造方法
【技术领域】
[0001] 本发明涉及图像处理【技术领域】，更具体地说，涉及一种图像处理描述子的构造方 法。
【背景技术】
[0002] 随着智能化时代的发展，基于机器视觉的自动识别技术得到了广泛的应用和关 注。然而计算机远不及人脑的高度智能化，让计算机从大量视觉信息中提取出有用信息并 准确识别目标便成了一个值得研究的课题，而各种局部不变性特征提取算法则提供了解决 这一难题的有效手段。因此，局部不变特征在许多方面得到了应用，包括目标识别、3D重建、 场景分类和全景拼接等。通常对局部不变特征的研究主要包括三个方面，分别是特征检测、 特征描述以及特征匹配。
[0003] 在特征检测方面目前已有多种检测算子，例如Harris检测算子和Hessian检测算 子分别基于Harris矩阵和Hessian矩阵检测角点，在此基础上应用Lindeberg提出的自动 尺度选择理论，可以得到带有仿射不变性的Harris-Affine检测子和Hessian-Affine检测 子。Timor Kadir和Michael Brady于2001年提出了 Kadir-Brady显著性检测子，并以此 来提取图像的显著性特征。在Kadir-Brady显著性检测子的基础上，通过后续不断的研究 获得了具有仿射不变性和鲁棒性的两个改进版本。FAST (Features from the Accelerated Segment Test)检测子则是通过比较邻域信息来找到兴趣点，而Matas在文献中则提出了 一种检测区域的方法，称为最大稳定极值区域（MSERs)，该方法是通过检测图像中灰度最稳 定的局部区域来获得具有仿射不变性的局部特征。
[0004] 在特征描述方面，特征描述子是一种图像局部结构特征的定量化数据描述，一个 理想的特征描述子应该具备高的鲁棒性、可区分性和速度，这里的速度包括描述子构建速 度和匹配速度。因此设计一个描述子的核心在于构造一个在鲁棒性、可区分性和速度方面 都有优异表现的局部不变特征描述子。
[0005] 获得特征的描述子后则需要适当的特征匹配来完成物体识别。一般是先求取两个 描述子之间的距离（如欧氏距离），然后用最短距离或最短/次短距离比来计算相应的匹配 分数，最后将匹配分数与预设的阈值相比来决定识别结果。
[0006] 局部不变特征描述子中影响最广的是SIFT描述子。SIFT描述子是在确定的主方 向上进行梯度直方图的统计，因而具有良好的稳定性和准确性，，尤其是在一些具有尺度变 换、旋转变换、视角变换和仿射变换的场合，SIFT描述子的准确性要远优于当时的其他描述 子。但是，由于其主方向的选取比较费时，易受到统计误差的影响，且梯度向量的计算过程 比较繁杂，因此SIFT描述子在实际应用中受到一定影响。但由于SIFT描述子应对一般图 像变换的能力比较全面，许多研究人员都愿意在SIFT的基础上进行各种优化和改进。比 如PCA-SIFT描述子是将主成分分析法跟SIFT描述子进行了综合，大大降低了 SIFT的维 数，也提高了描述子的准确率；GL0H描述子则是用极坐标表示代替栅格来进行梯度方向直 方图的统计，实验证明这种表示方法能有效提高描述子的鲁棒性；SURF描述子引入了哈尔 小波变换，在保证SIFT的部分优势的基础上实现降维并且极大提高了速度；DAISY描述子 则是利用了梯度方向和像素位置这两个因素，在仿射变化和光强线性变换时具有良好的效 果，但是由于其复杂的计算，DAISY描述子在速度方面则表现一般。
[0007] 由于SIFT描述子是通过寻找主方向的方法实现旋转不变性，而这种方法容易受 到统计误差的影响，并非真正意义上的旋转不变，因此SIFT描述子的稳定性容易受到影 响。SIFT的其他衍生的描述子沿用了 SIFT描述子的主方向寻找方法，因此也存在这种缺 陷。
[0008] 此外还有另外两个比较新的描述子，MR0GH和RATMIC。MR0GH描述子在计算采样 点的梯度时运用了实现旋转不变性的方法，使得描述过程中不需要特意计算特征区域的主 方向，这样描述子在多种情况下能更加稳定；同时MR0GH描述子增加了描述子的可区分性 和对非线性光照变化的适应能力。但是MR0GH描述子引入了多支持区域的方法来提高整体 的可区分能力，MR0GH描述子的整体耗时增加了几倍，所以速度方面的表现难以令人满意。
[0009] 考虑到速度方面的需求，RATMIC描述子在MR0GH描述子的基础上进行了修改。由 于上面提到的多支持区域比较耗时，RATMIC描述子放弃了这种提高描述子可区分能力的方 法，而是用了另外一种表示采样点值的方法来代替MR0GH描述子中所用的计算梯度值的方 法。这种方法是将采样点周边的4个邻域点进行比较并编码成为二进制串，即对每个点的 表示维数从MR0GH描述子中的8维变成了 15维。从而提高描述子的可区分性。整体上看， RATMIC描述子在速度方面要远快于MR0GH等高耗时的描述子，但在可区分性方面的表现略 差于MR0GH描述子。鉴于上述情况，需要设计出一种速度快、可区分性能好的描述子。
【发明内容】
[0010] 本发明的目的在于克服现有技术中的缺点与不足，提供一种基于双方向图的快 速局部不变特征描述子的构造方法；该构造方法可使FRD0H描述子具有旋转不变性，提高 FRD0H描述子的运算速度，同时可提高FRD0H描述子的稳定性和可区分性。
[0011] 为了达到上述目的，本发明通过下述技术方案予以实现：一种基于双方向图的快 速局部不变特征描述子的构造方法，其特征在于，包括以下步骤：
[0012] 第一步，进行预处理，预处理包括获取特征点Pj，j e {1，· · ·，KP}，其中KP为特征 点&的总数；获取特征点&是通过带仿射不变性的检测子进行检测实现；
[0013] 第二步，通过预插值方法建立特征区域中亚像素像素值的查找表：对特征区域进 行亚像素细分形成具有亚像素点的预插值区域，并采用双线性插值方式获得亚像素点的像 素值，形成亚像素像素值查找表；
[0014] 第三步，将特征区域内所有像素点按照灰度值大小进行排序形成像素点序列，然 后将像素点序列平均分成k个区间，不同区间分别对应着不同子区域，每个区间的像素点 映射到相应的子区域，从而把特征区域划分成k个子区域；并设定各个子区域的子区域标 记 S，S G {〇，···，k~l};
[0015] 第四步，采样点C是指特征区域内除去特征点Pj外的任意一个点，Q (i = 1，. . .，12)则是以采样点C为中心选取的邻域点，对采样点C进行FRDPH子描述子函数构 造；采样点C的FRDPH子描述子函数构造包括以下步骤：
[0016] A步，选取采样点C的邻域点Ci(i = 1，...，12):以采样点C为中心、射线V为对 角线方向、2L为对角线长度确定正方形一，将正方形一的四个顶点和四边中点设定为邻域 点Q?邻域点C8 ;然后以正方形一的四个顶点作为正方形二的四边中点来确定正方形二， 将正方形二的四个顶点设定为邻域点C9?邻域点C 12 ;
[0017] B步，将特征区域上的邻域点Q?邻域点C12映射到预插值区域上；依次获取与邻 域点Q?邻域点C 12最近邻的亚像素点，邻域点Q?邻域点C12的像素值分别等于最近邻的 亚像素点的像素值；最近邻的亚像素点的像素值通过亚像素像素值查找表获得；
[0018] C步，沿正方形一的对角线建立x-y坐标系一，将邻域点Q?邻域点C8的像 素值投影到x-y坐标系一中，将主方向区间划分为m级，计算采样点C主方向区间(V 〇! e m-1}；
[0019] D步，沿正方形二的对角线建立x-y坐标系二，将邻域点C9?邻域点C12的像 素值投影到x-y坐标系二中，将次方向区间划分为η级，计算采样点C次方向区间02， 02 e n-1}；
[0020] E步，获取米样点C的子区域标记S ;
[0021] F步，建立采样点C的FRDPH子描述子：
[0022] 采样点C的FRDPH子描述子函数为
[0023]
【权利要求】
1. 一种基于双方向图的快速局部不变特征描述子的构造方法，其特征在于，包括以下 步骤： 第一步，进行预处理，预处理包括获取特征点Pj，j e {1，...，KP}，其中KP为特征点Pj 的总数；获取特征点&是通过带仿射不变性的检测子进行检测实现； 第二步，通过预插值方法建立特征区域中亚像素像素值的查找表：对特征区域进行亚 像素细分形成具有亚像素点的预插值区域，并采用双线性插值方式获得亚像素点的像素 值，形成亚像素像素值的查找表； 第三步，将特征区域内所有像素点按照灰度值大小进行排序形成像素点序列，然后将 像素点序列平均分成k个区间，不同区间分别对应着不同子区域，每个区间的像素点映射 到相应的子区域，从而把特征区域划分成k个子区域；并设定各个子区域的子区域标记 S, S e k-1}； 第四步，采样点C是指特征区域内除去特征点Pj外的任意一个点，Cji = 1,..., 12) 则是以采样点C为中心选取的邻域点，对采样点C进行FRDPH子描述子函数构造；采样点C 的FRDPH子描述子函数构造包括以下步骤： A步，选取采样点C的邻域点Ci(i = 1，...，12):以采样点C为中心、射线;^为对角 线方向、2L为对角线长度确定正方形一，将正方形一的四个顶点和四边中点设定为邻域点 q?邻域点C8 ;然后以正方形一的四个顶点作为正方形二的四边中点来确定正方形二，将 正方形二的四个顶点设定为邻域点C9?邻域点C 12 ; B步，将特征区域上的邻域点Q?邻域点C12映射到预插值区域上；依次获取与邻域点 Q?邻域点C12最近邻的亚像素点，邻域点Q?邻域点C12的像素值分别等于最近邻的亚像 素点的像素值；最近邻的亚像素点的像素值通过亚像素像素值查找表获得； C步，沿正方形一的对角线建立χ-y坐标系一，将邻域点Q?邻域点C8的像素 值投影到x-y坐标系一中，将主方向区间划分为m级，计算采样点C主方向区间(V 〇! e m-1}； D步，沿正方形二的对角线建立χ-y坐标系二，将邻域点C9?邻域点C12的像素 值投影到x-y坐标系二中，将次方向区间划分为η级，计算采样点C次方向区间02， 02 e n-1}； E步，获取采样点C的子区域标记S ; F步，建立采样点C的FRDPH子描述子： 采样点C的FRDPH子描述子函数为
其中，Y (C)是采样点C映射到FRDPH子描述子中的位置；FRDOH(C)的长度=mXnXs， 且Y (C)位置处的值为1，其他位置的值为0 ; 第五步，判断采样点C是否遍历特征区域Region (j)中的所有点：若是，则跳至第六步； 否则，重复执行第四步； 第六步，构造FRD0H描述子： FRDOH描述子函数为
其中，KP为特征点Ρ」的总数，Region (j)为任一特征点Ρ」的特征区域。
2. 根据权利要求1所述的基于双方向图的快速局部不变特征描述子的构造方法，其 特征在于，所述第四步的A步中，所述的将正方形一的四个顶点和四边中点设定为邻域点 q?邻域点(：8是指，位于射线
正方向上的正方形一顶点为邻域点Q，沿逆时针方向将正 方形一的顶点和四边中点设定为邻域点Q?邻域点C8 ;所述的将正方形二的四个顶点设定 为邻域点C9?邻域点C12是指，将正方形二的顶点从邻域点q左侧开始以逆时针的方向设 定为邻域点C 9?邻域点C12。
3. 根据权利要求2所述的基于双方向图的快速局部不变特征描述子的构造方法，其特 征在于，所述第四步的C步中，所述的沿正方形一的对角线建立x-y坐标系一是指，以CqQ 建立x-y坐标系一，其中射线
为X轴正方向，射线
为y轴正方向； 所述的计算采样点C主方向区间是指包括以下步骤： C1步，计算坐标系一中X轴和y轴上的像素累计值Dxl (C)和Dyl (C):
其中I (CJ (i = 1，. . .，8)为邻域点Q (i = 1，. . .，8)的像素值； C2步，得到采样点C的主梯度方向角θρ
C3步，根据主梯度方向角01确定对应的主方向区间{〇，...，m}。
4. 根据权利要求2所述的基于双方向图的快速局部不变特征描述子的构造方法，其特 征在于，所述第四步的D步中，所述的沿正方形二的对角线建立x-y坐标系二是指，以CC 9C12 建立x-y坐标系二，其中射线
为X轴正方向，射线
为y轴正方向； 所述的计算采样点C次方向区间02是指包括以下步骤： D1步，计算坐标系二中X轴和y轴上的像素累计值Dx2 (C)和Dy2 (C):
其中I (CJ (i = 9,. . .，12)为邻域点Q (i = 9,. . .，12)的像素值； D2步，得到采样点C的次梯度方向角θ2，
D3步，根据次梯度方向角Θ 2确定对应的次方向区间
5. 根据权利要求1至4中任一项所述的基于双方向图的快速局部不变特征描述子的 构造方法，其特征在于，在所述第六步之后还包括第七步：海林格距离处理；所述海林格距 离处理是指将FRDOH描述子函数subdes (i)中向量的每一个元素进行开方，形成新的FRDOH 描述子函数subdes(j)' ； 新的 FRDOH 描述子函数 subdes (j)' 为：subdes (j)' = subdes (j)1/2。
6. 根据权利要求1至4中任一项所述的基于双方向图的快速局部不变特征描述子的构 造方法，其特征在于，所述第一步中预处理还包括高斯平滑滤波处理和特征区域归一化处 理。
7. 根据权利要求1至4中任一项所述的基于双方向图的快速局部不变特征描述子的构 造方法，其特征在于，所述第三步中子区域的划分个数k为4 ;所述第四步的C步中主方向 区间的划分个数m为8 ;所述第四步的D步中次方向区间的划分个数η为4。
【文档编号】G06K9/00GK104156696SQ201410353900
【公开日】2014年11月19日 申请日期:2014年7月23日 优先权日:2014年7月23日
【发明者】康文雄, 陈晓鹏 申请人:华南理工大学