[发明专利]图像特征提取设备和方法及利用其的图像处理设备和方法

说明书

技术领域

本公开涉及图像处理领域，具体而言，涉及图像特征提取设备和方法以及利用所提取的特征进行图像处理的图像处理设备和方法

背景技术

图像特征提取，作为各种图像处理(如目标识别等)的基础，是图像/视频自动分析中的重要技术之一。

图10是示出了提取图像中的局部三值模式(Local Ternary Pattern，LTP)特征的方法的示意图。如图10所示，对于图像中的某个像素(如图10(A)中所示的带有阴影的像素值“68”)，可以通过计算该像素的值与其8个相邻像素的值的差，根据这些差计算这些相邻像素值所对应的特征值。例如，如果该像素68与相邻像素的差的绝对值小于10，则将该相邻像素所对应的特征值设置为0；如果该像素68与相邻像素的差的绝对值大于或等于10，进一步判断该差是否为正值，若是，则将对应的特征值设置为1，否则设置为-1。如图10(B)所示，通过上述计算可得到像素“68”的LTP特征：1110(-1)(-1)(-1)0。

与LTP特征提取方法相关的文献包括：Xiaoyang Tan等人的论文“Enhanced Local Texture Feature Sets for Face Recognition Under Difficult Lighting Conditions”(IEEE Transactions on Image Processing，卷19，第6期，第1635-1650页，2010年6月)(称为相关文献1)。

发明内容

在下文中给出关于本公开的简要概述，以便提供关于本公开的某些方面的基本理解。应当理解，这个概述并不是关于本公开的穷举性概述。它并不是意图确定本公开的关键或重要部分，也不是意图限定本公开的范围。其目的仅仅是以简化的形式给出某些概念，以此作为稍后论述的更详细描述的前序。

与常规的局部二值模式(Local Binary Pattern，LBP)特征相比，采用上述相关文献1所披露的LTP特征，可以更好地描述图像的纹理特征，但是其运算量也大大增加了。本公开的发明入通过创造性的思考和劳动，提出了一种图像特征提取方法和设备，利用这种图像特征提取方法和设备，能够在较好地描述图像纹理特征的同时大大降低运算量。

根据本公开的一个方面，提供了一种图像特征提取设备。该图像提取设备可包括选择装置和特征计算装置。该选择装置可用于在图像中的像素块(称为第一像素块)的邻域中选择4个相邻像素块，其中，该第一像素块及所选4个相邻像素块中的每一个包括N×N个像素，N≥1；并且所选择的4个相邻像素块围绕第一像素块排列成L形。该特征计算装置可用于计算第一像素块的值与每一所选相邻像素块的值之间的差，若所述差的绝对值小于第一阈值，则取第一预定数值作为与该相邻像素块对应的特征值，若所述差为正值且所述差的绝对值大于或等于第一阈值，则取第二预定数值作为与该相邻像素块对应的特征值，否则，取第三预定数值作为该相邻像素块对应的特征值。与所选4个相邻像素块对应的各特征值形成的向量作为第一像素块的紧凑局部三值模式(Compact Local Ternary Pattern，CLTP)特征。

根据本公开的另一方面，提供了一种图像处理设备。该图像处理设备可包括上述的图像提取设备，用于提取图像中每一像素的紧凑局部三值模式特征。该图像处理设备还可包括：直方图计算装置，用于利用所述图像特征提取设备提取的图像中的每一像素块的CLTP特征来建立直方图，作为所述图像的特征向量；以及处理装置，用于利用所述特征向量对所述图像进行处理。

根据本公开的另一方面，提供了一种图像特征提取方法。该图像提取方法可包括：在图像中的像素块(称为第一像素块)的邻域中选择4个相邻像素块。第一像素块及所选4个相邻像素块中的每一个包括N×N个像素，N≥1。所选择的4个相邻像素块围绕第一像素块排列成L形。该图像提取方法还可包括：计算第一像素块的值与每一所选相邻像素块的值之间的差，若所述差的绝对值小于第一阈值，则取第一预定数值作为与该相邻像素块对应的特征值，若所述差为正值且所述差的绝对值大于或等于第一阈值，则取第二预定数值作为与该相邻像素块对应的特征值，否则，取第三预定数值作为该相邻像素块对应的特征值。与所选的4个相邻像素块对应的各特征值形成的向量作为第一像素块的CLTP特征。