一种局部描述子压缩方法和装置的制造方法

文档序号:9202949阅读:425来源:国知局
一种局部描述子压缩方法和装置的制造方法
【技术领域】
[0001]本发明涉及计算机图像处理领域,尤其涉及一种局部描述子压缩方法和装置。
【背景技术】
[0002]随着智能设备和移动互联网的普及,移动视觉搜索的应用越来越广泛。其中,局部描述子的相关技术已经被广泛应用到移动视觉搜索中。现有技术中,图像检索往往需要通过局部描述子进行查询和匹配,但由于受限于带宽、内存、计算能力有限等限制,往往需要将局部描述子进行压缩,以达到紧凑表达的目的;同时,图像数据库规模愈发庞大,也需要对数据库图像的局部描述子进行压缩,以减少磁盘消耗。
[0003]当前,基于移动设备的图像检索方法包括以下两种:
[0004]1、移动设备提取查询图像的局部描述子,并对提取到的局部描述子进行压缩,然后通过无线网络将压缩后的局部描述子传输给服务端;服务端对压缩后得局部描述子进行解压缩并进行数据库检索,将检索到的结果发送至移动设备;
[0005]2、移动设备压缩被查询图像并将压缩后的图像传输至服务端;服务端对压缩图像进行解压缩并进行描述子提取,然后进行数据库检索,将检索到的结果发送至客户端。
[0006]然而,上述第一种图像检索方法由于局部描述子压缩过程计算复杂、码本庞大,使得整个检索过程占用时间长、占用内存空间大,同时,压缩后的局部描述子,由于不具备压缩比和压缩精度的可控性,往往会丢失信息或占用过多带宽,使得压缩损失较大,导致检索结果较差或检索响应时间较长。因此,图像压缩算法能力有限、图像检索方法的计算量较高,对低性能的移动设备而言,提取局部描述子的过程会非常耗时,进而严重影响服务器端的响应时间,降低了检索效率。
[0007]第二种上述图像检索方法,由于现有图像压缩方法的压缩能力有限,使传输的压缩图像丢失信息,或由于占用过多带宽影响图像检索的性能及传输时间。另外,传输图像的方法会将图像解压缩、描述子提取等过程转移至服务端,如此,更加大了服务端的计算压力。
[0008]因此,现有技术图像检索方法中,在移动设备计算能力、内存、移动带宽有限的情况下,图像检索的速度和精度会受到较大的限制,导致用户体验降低。

【发明内容】

[0009]有鉴于此,本发明实施例期望提供一种局部描述子压缩方法和装置,能够减少内存占用,降低计算复杂度,提高图像检索过程中的检索的速度和精度。
[0010]为达到上述目的,本发明的技术方案是这样实现的:
[0011]本发明实施例提供了一种局部描述子压缩方法,所述方法包括:
[0012]选取目标图像的一个或多个局部描述子;
[0013]根据预先设定的码本,对选取的局部描述子进行多级矢量量化,将选取的局部描述子量化为码本内与所述选取的局部描述子距离最近的码字。
[0014]上述方案中,在选取目标图像的一个或多个局部描述子后,所述方法还包括:对所选取的局部描述子进行变换。
[0015]上述方案中,在对选取的局部描述子进行多级矢量量化前,所述方法还包括:对所选取的局部描述子进行分段,形成多个分段后的局部描述子;
[0016]对应的,所述对选取的局部描述子进行多级矢量量化,将选取的局部描述子量化为码本内与所述选取的局部描述子距离最近的码字为:对分段后的局部描述子进行多级矢量量化,将分段后的局部描述子量化为码本内与所述的局部描述子距离最近的码字。
[0017]上述方案中,所述对选取的局部描述子进行多级矢量量化包括:对原始局部描述子和量化后局部描述子相减形成的残差反复进行下一级别的矢量量化。
[0018]上述方案中,当量化要求为无损量化时,所述方法还包括:对量化残差进行熵编码。
[0019]本发明实施例还提供了一种局部描述子压缩装置,所述装置包括:
[0020]描述子获取单元,用于选取目标图像的一个或多个局部描述子;
[0021]量化单元,用于根据预先设定的码本,对选取的局部描述子进行多级矢量量化,将选取的局部描述子量化为码本内与所述选取的局部描述子距离最近的码字。
[0022]上述方案中,所述装置还包括变换单元,用于在选取目标图像的一个或多个局部描述子后,对所选取的局部描述子进行变换。
[0023]上述方案中,所述装置还包括:分段单元,用于在对选取的局部描述子进行多级矢量量化前,对所选取的局部描述子进行分段,形成多个分段后的局部描述子;
[0024]对应的,所述量化单元对选取的局部描述子进行多级矢量量化,将选取的局部描述子量化为码本内与所述选取的局部描述子距离最近的码字为:所述量化单元对分段后的局部描述子进行多级矢量量化,将分段后的局部描述子量化为码本内与所述的局部描述子距离最近的码字。
[0025]上述方案中,所述量化单元对选取的局部描述子进行多级矢量量化包括:对原始局部描述子和量化后局部描述子相减形成的残差反复进行下一级别的矢量量化。
[0026]上述方案中,所述装置还包括熵编码单元,用于当量化要求为无损量化时,对量化残差进行熵编码。
[0027]本发明实施例提供的局部描述子压缩方法和装置,选取目标图像的一个或多个局部描述子;根据预先设定的码本对选取的局部描述子进行多级矢量量化,将局部描述子量化为码本内与所述选取的局部描述子距离最近的码字。其中,所述码字为与当前选取的局部描述子维度相同的基础向量,对图像使用所述基础向量进行图像描述子的表达,能够占用比局部描述子更小的空间,从而达到压缩效果。
[0028]本发明实施例采用多级矢量量化技术的方式对原始的图像局部描述子进行压缩,使得压缩后的局部描述子具有保持视觉信息、紧凑表达的特性;根据局部描述子选择的个数以及量化层级的不同,压缩后的局部描述子可传输不同的数目和不同梯度的残差,具备良好的可伸缩性。如此,能够减少内存占用,降低计算复杂度,提高图像检索过程中的检索的速度和精度。
【附图说明】
[0029]图1为本发明实施例一局部描述子压缩方法流程示意图;
[0030]图2为本发明实施例二局部描述子压缩方法流程示意图;
[0031]图3为本发明实施例局部描述子压缩装置结构示意图。
【具体实施方式】
[0032]在本发明实施例中,选取目标图像的一个或多个局部描述子;根据预先设定的码本对选取的局部描述子进行多级矢量量化,将局部描述子量化为码本内与所述选取的局部描述子其距离最近的码字。
[0033]其中,所述码字为与当前选取的局部描述子维度相同的基础向量,对图像使用所述基础向量进行图像描述子的表达,能够占用比局部描述子更小的空间,从而达到压缩效果。例如,一个二维的局部描述子,码本中的码字有(0,0) (1,1)两个,一个局部描述子在距离上最近的点为(O, O ),就量化为(0,0 );距离上最近的点为(I, I),就量化为(I,I)。在表达的过程中,可以用码字(0,0)和(1,I)出现的频率来表达,如此,就能达到压缩效果。
[0034]这里,描述子是指图像描述子,是对图像或图像内物体的表示或描述;描述子分为全局描述子和局部描述子两种,本文中所述的描述子均指局部描述子。
[0035]所谓局部描述子,就是从图像的局部结构出发,用局部信息来构造出具有光照、几何变换不变性的描述子。局部描述子描述了图像中的区域信息,对于各个区域之间在像素,颜色或是纹理方面的差异性,局部描述子体现出唯一描述性。用局部描述子描述图像可以将繁杂的图像匹配问题转换为特征向量的度量问题,从而提高算法的速度和鲁棒性。局部描述子的格式没有明确定义,可以是向量,也可以是矩阵,绝大多数局部描述子可以转化为向量形式。
[0036]下面结合附图及具体实施例,对本发明技术方案的实施作进一步的详细描述。图1为本发明实施例局部描述子压缩方法流程示意图,如图1所示,包括以下步骤:
[0037]步骤101:选取目标图像的一个或多个局部描述子;
[0038]其中,所述选取目标图像的一个或多个局部描述子包括:获取目标图像的局部描述子,并根据比特限制和局部描述子自有属性,从所有的局部描述子中选取一个或多个局部描述子。
[0039]这里,所述比特限制为当前环境中对局部描述子的比特流长度的限制;所述局部描述子自有属性为局部描述子尺度、坐标、响应峰值、位置等属性信息,本发明实施例仅以上述几种局部描述子自有属性为例,并不限定局部描述子自有属性的范围。
[0040]例如,从所有的局部描述子中选取一个或多个局部描述子的过程中,由于对于不同的应用环境,往往对传输带宽会有不同的要求,因此,会进一步限制局部描述子的比特流长度,这些特征都会影响局部描述子的选取。对于实时需求的移动视觉搜索应用,要求传输较少的比特流;对于非实时的应用则对传输带宽要求没有那么苛刻。由于单个局部描述子占有一定的比特数,在实际环境的比特限制下,比特总数限制越小,能够传输的局部描述子个数越少。因此,可以根据局部描述子的自有属性,选取所有局部描述子的一个子集,进行之后的压缩过程,达到一个局部描述子选取的可伸缩性。本发明对局部描述子的选取方式不作限定,常用的方式有基于模型的特征选择等。
[0041]例如,利用局部描述子提取算法,获取目标图像的所有局部描述子;根据输入参数,确定当前比特限制,而后,使用相关特征点选择算法对局部描述子进行选取,得到原有局部描述子的子集,子集的大小由比特限制决定。
[0042]本实施例中所述的局部描述子,可以是任意适用于图像局部特征表达的局部描述子,也可以是其它任意特征向量。本实施例以尺度不变描述子(Scale Invariant FeatureTransform, SIFT)为例,具体介绍根据比特限制和局部描述子自有属性,从
当前第1页1 2 3 4 
网友询问留言 已有0条留言
  • 还没有人留言评论。精彩留言会获得点赞!
1