用于确定图像特征检测器的局部差分颜色的方法
【专利说明】用于确定图像特征检测器的局部差分颜色的方法
【背景技术】
[0001] 计算机视觉利用多种图像特征检测器来识别图像的特征或图像内的"感兴趣点"。 图像特征检测器可根据特定算法/检测器识别被分析图像的边缘、角点、斑点（即，兴趣点的 区域)和/或脊线。例如，化nny算法和Sobe 1滤波器执行边缘检测;化rri S检测器执行角点检 并且拉普拉斯-高斯化oG)、海森-高斯行列式和高斯差分(DoG)检测器识别图像内的角 点和斑点。特征检测系统常常利用算法和检测器的组合W更准确识别被分析图像的特征。
[0002] 例如加速鲁棒特征(SURF)、尺度不变特征变换(SIFT)、Canny、化rris和Sobel等共 同特征检测器检测和描述单通道图像（即，灰度图像)的特征。因此，作为特征检测的初步分 析步骤，多通道图像(即，彩色图像)必须变换成单通道图像，其可W导致明显的图像信息丢 失。例如，单通道灰度图像的图像像素值可作为多通道图像的道中的每个的对应像素值的 线性组合而生成。如此，具有截然不同颜色但具有相同的单通道灰度表示的多通道图像像 素之间的对比度由于灰度变换而失去。尽管一些算法利用基于感知的颜色模型（例如， CSIFT使用Kubelka-Munk理论，其使彩色物体的反射光谱模型化），它们使用全局颜色到灰 度映射，其导致信息丢失。
【附图说明】
[0003] 本文描述的概念通过示例而非限制的方式在附图中图示。为了图示的简单和清楚 起见，在图中图示的元件不一定按比例绘制。在认为适当的地方，标号在图之中重复来指示 对应或类似元件。
[0004] 图1是用于执行多通道特征检测的计算设备的至少一个实施例的简化框图； 图2是图1的计算设备的环境的至少一个实施例的简化框图； 图3是用于对图1的计算设备执行多通道特征检测的方法的至少一个实施例的简化流 程图； 图4是用于确定图1的计算设备上的局部差分颜色向量的方法的至少一个实施例的简 化流程图； 图5和6分别是基于图3的多通道特征检测的方法和作为内核的SURF特征检测器的捕获 图像和它的识别的兴趣点的图。
【具体实施方式】
[0005] 尽管本公开的概念易受各种修改和备选形式的影响，其特定实施例已通过图中的 示例示出并且将在本文详细描述。然而，应该理解没有将本公开的概念限制于公开的特定 形式的意图，而相反，意图是要涵盖所有与本公开和附上的权利要求一致的所有修改、等同 物和备选项。
[0006] 在说明书中对"一个实施例"、"实施例"、"说明性实施例"等的引用指示描述的实 施例可包括特定特征、结构或特性，但每个实施例可包括或可不一定包括该特定特征、结构 或特性。此外，运样的短语不一定指相同的实施例。此外，当特定特征、结构或特性连同实施 例描述时，认为连同其他无论是否明确描述的实施例实现运样的特征、结构或特性，运在本 领域内技术人员的知识内。另外，应意识到采用"至少一个A、B和C"形式包括在列表中的项 可W意指：（A) ; (B) ; (C) ; (A和B) ; (B和C);或(A、B和C)。相似地，采用"A、B或C中的至少一个' 形式列出的项可W意指：（A) ; (B) ; (C) ; (A和B) ; (B和C);或(A、B和C)。
[0007] 公开的实施例在一些情况下可采用硬件、固件、软件或其任何组合来实现。公开的 实施例还可实现为由一个或多个暂时性或非暂时性机器可读(例如，计算机可读)存储介质 携带或在其上存储的指令，运些指令可由一个或多个处理器读取并且执行。机器可读存储 介质可体现为用于采用机器可读的形式存储或传送信息的任何存储设备、机构或其他物理 结构(例如，易失性或非易失性存储器、媒体盘或其他媒体设备）。
[0008] 在图中，一些结构或方法特征可采用特定设置和/或排序示出。然而，应意识到可 不需要运样的特定设置和/或排序。相反，在一些实施例中，运样的特征可采用与在说明性 图中示出的不同的方式和/或顺序设置。另外，在特定图中包括结构或方法特征并不意在暗 指在所有实施例中需要运样的特征，并且在一些实施例中，可不包括运样的特征或其可与 其他特征组合。
[0009] 现在参考图1，用于多通道特征检测的计算设备100配置成检测多通道图像的特征 (例如，例如角点、边缘、斑点等兴趣点）。为了运样做，计算设备100在识别图像特征方面利 用来自多个图像通道的信息而不是单通道或灰度图像(例如，后变换图像）。在说明性实施 例中，计算设备100配置成实现低复杂度非迭代算法W用于计算局部差分颜色化DC)向量， 其中内核的响应函数可W表达为线性或二次型函数。应意识到运样的情况涵盖广泛的单通 道特征检测器，其具有能够适于与LDC向量一起使用的内核。例如，可计算二阶空间导数滤 波器响应Dxx、Dxy和Dyy，其中X和y是图像的空间坐标。如此，LoG内核的响应可采用线性形式
表达。SURF内核的响应可表达为二次型， 原始Ha
其中k是算法参数。另外，Canny内核的平方响应（square response)可表达为二次型
其中Dx和Dy是一阶空间导数滤波器响应，其中X和y还是 图像的空间坐标。
[0010] 计算设备100可体现为能够多通道特征检测和执行本文描述的功能的任何类型的 计算设备。例如，计算设备100可体现为蜂窝电话、智能电话、平板计算机、上网本、笔记本、 ultrabook TM、膝上型计算机、个人数字助理、移动互联网设备、台式计算机、混合设备和/或 任何其他计算/通信设备。如在图1中示出的，说明性计算设备100包括处理器110、输入/输 出（"1/炉）子系统112、存储器114、数据存储116、通信电路118和一个或多个外围设备120。 另外，外围设备120包括拍摄装置122和显示器124。当然，在其他实施例中，计算设备100可 包括其他或额外部件，例如通常在典型计算设备（例如，各种输入/输出设备）中发现的那 些。另外，在一些实施例中，说明性部件中的一个或多个可包含在另一个部件中或另外来自 另一个部件的一部分。例如，在一些实施例中，存储器114或其部分可包含在处理器110中。
[0011] 处理器110可体现为能够执行本文描述的功能的任何类型的处理器。例如，处理器 可体现为单核或多核处理器、数字信号处理器、微控制器或其他处理器或处理/控制电路。 相似地，存储器114可体现为能够执行本文描述的功能的任何类型的易失性或非易失性存 储器或数据存储。在操作中，存储器114可存储计算设备100的操作期间使用的各种数据和 软件，例如操作系统、应用、程序、库和驱动器。存储器114经由I/O子系统112通信地禪合于 处理器110,该I/O子系统110可体现为用于促进处理器110、存储器114和计算设备100的其 他部件的输入/输出操作的电路和/或部件。例如，I/O子系统112可体现为或另外包括存储 器控制器中枢、输入/输出控制中枢、固件设备、通信链路(即，点到点链路、总线链路、导线、 电缆、光导、印刷电路板迹线，等)和/或用于促进输入/输出操作的其他部件和子系统。在一 些实施例中，I/O子系统112可形成片上系统(SoC)的一部分并且连同处理器110、存储器114 和计算设备100的其他部件一起包含在单个集成电路忍片上。
[0012] 数据存储设备116可体现为为了数据的短期或长期存储而配置的任何类型的设备 或多个设备，例如，存储器设备和电路、存储卡、硬盘驱动器、固态驱动器或其他数据存储设 备。通信电路118可体现为能够通过网络(未示出）在计算设备100与其他远程设备之间实现 通信的任何类型的通信电路、设备或其集合。为了运样做，根据例如网络类型（其可体现为 能够促进计算设备100与远程设备之间的通信的任何类型的通信网络），通信电路118可使 用任何适合的通信技术(例如，有线或无线通信)和关联的协议(例如，W太网、Bluetootr、 Wi-Fi\WiMAX，等)来实施运样的通信。
[0013] 计算设备100的外围设备120可包括任意数量的额外外围或接口设备。外围设备 120中包括的特定设备可取决于例如移动计算设备100的类型和/或预期用途。如上文论述 的，外围设备120包括拍摄装置122和显示器1