一种基于四元数的彩色图像surf特征描述方法和系统的制作方法
【技术领域】
[0001] 本发明涉及图像处理技术领域，具体涉及一种基于四元数的彩色图像SURF特征 描述方法和系统。
【背景技术】
[0002] 图像的视觉特征作为图像处理中的底层特征，已广泛应用在目标识别、图像检索、 目标跟踪、图像匹配和图像分类等领域。图像的局部视觉特征研究，主要分为三大部分：特 征提取，特征描述和特征的性能分析。针对这三大部分，研究者们做了大量的研究。有人 从物理角度总结了近年来各类视觉特征，包括边缘、角点和斑点之间的关系，并将各类视 觉特征的检测算法分成不同的类别，给出了代表性算法的详细描述。针对图像中斑点结 构的特征检测，在2004年就有人提出了 SIFT(scale invariant feature transform)算 法，由于这种算法特征描述向量的维数过高，导致在实际应用中时间复杂度过高；于是，又 有人利用积分图像和盒子滤波器对SIFT算法时间复杂度过高这一缺点进行改进，提出了 SURF (speeded up robust features)算法，大大提升了特征检测的效率，并且其特征描述 向量维数可以降至64维，这就使得在特征匹配的时候能够大大缩减匹配时间。随后，又有 人提出利用Gauge微分在创建SURF描述时，只计算出一个单独的主方向，并且相比原始的 SURF算法，增加了特征匹配时的鲁棒性。后来，有人提出一种基于局部亮度顺序模式的特 征描述，避免了 SIFT算法和SURF算法中主方向估算错误引起的特征点错误匹配。Pang借 鉴ASIFT(affine scale invariant feature transform)算法中的思想针对图像匹配提出 了 SURF算法的完全仿射不变算子，增加了检测到的特征点数目。基于经典的SURF算法和 图像本身存在的局部对称结构，提出局部图像对称评分方案，将特征描述向量维数降至16 维，提高了特征匹配的效率。针对经典的SURF算法不能检测出对称对象这一缺陷，提出一 种新的对称SURF描述子来丰富SURF算法的性能，通过镜像变换，来检测出所有可能的对称 匹配对，并将其应用到车辆检测和车牌识别中。
[0003] 以上算法的提出虽然能够在一定程度上优化SURF算法的性能，但都是对灰度图 像局部特征进行分析。而对于彩色图像的局部特征的描述，并未给出相应的方法。
【发明内容】
[0004] 本发明所要解决的技术问题是提供一种基于四元数的彩色图像SURF特征描述方 法，能够对彩色图像特征进行描述。
[0005] 本发明解决上述技术问题的技术方案如下：一种基于四元数的彩色图像SURF特 征描述方法，包括以下步骤：
[0006] 步骤1，输入一幅彩色图像；
[0007] 步骤2,将彩色图像中每一个像素点的颜色信息用纯四元数表示，得到一个纯四元 数矩阵用于表示所述彩色图像；具体为：
[0008] CN 105139428 A ^ 2/1U 贝
[0009] 式中，I (x，y)表示原彩色图像，（Xni，yn)为彩色图像中像素点的坐标；R，G，B为所 述彩色图像的三个颜色通道，分别代表红、绿、蓝通道；m为像素点的行宽；η为像素点的列 宽；
[0010] 步骤3,寻找每一个特征点的主方向；所述特征点为通过特征检测方法在所述彩 色图像对应的灰度图像中检测出，并对应至所述彩色图像中的像素点；
[0011] 步骤4,沿着每一个特征点的主方向，以所述特征点为中心形成一个矩形区域，计 算所述每一个特征点的特征向量；
[0012] 步骤5,将所述每一个特征点的特征向量转换成纯四元数范数的特征向量，从而实 现基于四元数的彩色图像SURF特征描述。
[0013] 本发明的有益效果是：利用纯四元数表示彩色图像的三种颜色信息，考虑了各个 颜色通道之间的关联性和整体性，并利用四元数的范数构造彩色图像的特征描述向量，增 加了特征描述子的旋转不变性，从而获得更高的特征点匹配正确率。
[0014] 在上述技术方案的基础上，本发明还可以做如下改进：
[0015] 进一步，所述步骤3中寻找每一个特征点的主方向，具体为：
[0016] 步骤3. 1，以所述特征点为圆心画一个圆形区域，将所述圆形区域内的所有像素点 分别与Haar小波算子进行卷积，得到所述圆形区域内的所有像素点的Haar小波响应值；
[0017] 步骤3. 2,对所述步骤3. 1中得到的所述圆形区域内每一个像素点的Haar小波响 应值进行高斯加权，得到所述圆形区域内每一个像素点的高斯加权值；
[0018] 步骤3. 3,在所述圆形区域内选择一个以所述特征点为中心的扇形滑动窗口；
[0019] 步骤3. 4,旋转扇形滑动窗口遍历所述圆形区域，对所述扇形滑动窗口内所有像素 点的高斯加权值进行累加，将高斯加权值累加的最大值对应的方向作为所述特征点的主方 向。
[0020] 采用上述进一步方案的有益效果是能够保证特征矢量具有旋转不变性。
[0021] 进一步，所述所述步骤4具体为：
[0022] 步骤4. 1，沿着主方向，建立一个以所述特征点为中心的矩形区域；
[0023] 步骤4. 2,将所述矩形区域划分为多个相同的子区域；
[0024] 步骤4. 3,针对每一个所述子区域，利用Haar小波计算其对应的小波响应值；
[0025] 步骤4. 4,对步骤4. 3中得到的所述每一个子区域的小波响应值进行高斯加权；
[0026] 步骤4. 5,统计所述每一个子区域进行高斯加权后的Haar小波响应值，得到所述 每一个子区域的矢量：
[0027] V子区域=[Σ dx，Σ I dx I，Σ dy，Σ I dy I ]
[0028] 式中，dx为Haar小波X方向上的响应值；I dx I为dx的绝对值；Σ dx为对所有的 dx求和；dy为Haar小波Y方向上的响应值；I dy I为dy的绝对值。
[0029] 采用上述进一步方案的有益效果是能够更好地获得图像的局部空域信息。
[0030] 进一步，所述所述步骤5中纯四元数范数的特征向量为：
[0031] V = [V11V2, - ,V1, ···]
[0032] 其中，V1= [| I Σ Dx1I |，I I Σ IDx1I I |，I I Σ Dy1I |，I I Σ IDy1I I |] ;| 卜 I I 为范 数算子，Vi表示第i个子区域的特征矢量，Σ Dx = [ ( Σ dx) R, ( Σ dx) (；，（ Σ dx) Β]，Σ I Dx I =[(Σ I dx I) R, ( Σ I dx I) G, ( Σ I dx I) B], Σ Dy = [ ( Σ dy) R, ( Σ dy) G, ( Σ dy) B], Σ | Dy = [(Σ |dy|)R，（Z |dy|)e，（E |dy|)B]，R，G，B为所述彩色图像的三个颜色通道，分别代 表红、绿、蓝通道；i为子区域的编号；Dx = [dxR, dxs, dxB]为彩色图像Haar小波X方向上响 应值的纯四元数的向量表示，dxRS R通道的Haar小波X方向上的响应值，dx s为G通道的 Haar小波X方向上的响应值，(^为B通道的Haar小波X方向上的响应值；Dx $子区域i 内Haar小波X方向上响应值的纯四元数的向量表示；Σ DxiS对所有Dx ;求和；I I Σ Dx ; I I 为对Σ 0义;求范数；IDxi I为子区域i内Haar小波X方向上响应值绝对值的纯四元数的向量 表示；Σ I Dxi I 为对所有 I Dxi I 求和；I I Σ I Dxi I I I 为对 Σ I Dxi I 求范数；Dy = [dyR, dys, dyB] 为彩色图像Haar小波Y方向上响应值的纯四元数的向量表示，dyRS R通道的Haar小波Y 方向上的响应值，dys为G通道的Haar小波Y方向上的响应值，dy 8为B通道的Haar小波 y方向上的响应值；Dy$子区域i内Haar小波Y方向上响应值的纯四元数的向量表示； Σ DyiS对所有Dy ;求和；I I Σ Dy ; I I为对Σ 0又;求范数；I Dy ; I为子区域i内Haar小波Y 方向上响应值绝对值的纯四元数的向量表示；Σ IDy1I为对所有IDy1I求和；I I Σ |Dy」I 为对Σ IDy1I求范数。
[0033] 采用上述进一步方案的有益效果是能够增加特征矢量的旋转不变性。
[0034] 本发明另一种基于四元数的彩色图像SURF特征描述系统，包括：
[0035] 输入模块，用于输入一幅彩色图像；
[0036] 四元数矩阵获取模块，用于将彩色图像中每一个像素点的颜色信息用纯四元数表 示，得到一个纯四元数矩阵用于表示所述彩色图像；具体为：
[0037]
[0038] 式中，I (X，y)表示原彩色图像，（Xni，yn)为彩色图像中像素点的坐标；R，G，B为所 述彩色图像的三个颜色通道，分别代表红、绿、蓝通道；m为像素点的行宽；η为像素点的列 宽；
[0039] 主方向寻找模块，用于寻找每一个特征点的主方向；所述特征点为通过特征检测 方法在所述彩色图像对应的灰度图像中检测出，并对应至所述彩色图像中的像素点；
[0040] 特征向量计算模块，用于沿着每一个特征点的主方向，以所述特征点为中心形成 一个矩形区域，计算所述每一个特征点的特征向量；
[0041 ] 转换模块，用于将所述每一个特征点的特征向量转换成纯四元数范数的特征向 量，从而实现基于四元数的彩色图像SURF特征描述。