[发明专利]一种局部特征描述方法

说明书

本发明提供一种局部特征描述方法，首先对获得的局部兴趣区域归一化，然后利用极坐标采样网格划分局部块，对局部块进行量化采样，将其映射为2维矩阵并提取2维DCT频域特征，再按zigzag顺序扫描DCT系数矩阵，重排和筛选DCT特征，形成最终的局部描述符。本发明使用极坐标采样结构，不仅保留了局部块的原始空域信息，而且能够容忍一定的形变，增强描述符的鲁棒性。2维DCT特征计算简单，高效，且具紧致性，筛选后的DCT特征进一步去除了光照影响。

技术领域

本发明设计数字图像处理技术，特别涉及图像的局部特征处理技术。

背景技术

相对于全局特征，图像的局部特征能够在物体发生形变，或者遮挡的情况下获得可靠的匹配，因此在图像处理和计算机视觉领域备受关注。局部特征已在宽基线匹配、物体识别、纹理分类、图像检索等领域得到了广泛应用。

一般而言，局部特征涉及三个步骤：局部特征检测，局部特征描述和局部特征匹配。首先用特征检测器检测图像的兴趣点（或者兴趣区域），然后在定位的兴趣点的周围支撑区域上计算图像描述符，最后用合适的匹配函数测度描述符之间的距离，用于建立特征点之间的对应。常见的特征检测器包括Harris角点、差分高斯（DoG）、Harris/Hessian仿射、最大稳定极值检测器（MSER）等。一个优良的局部图像描述符应该具备很高的判决能力并表现出一定的鲁棒性，前者用于区分物理上不同的兴趣点，后者用来克服图像的几何和成像形变，如旋转、尺度、模糊、噪声、JPEG压缩和光照变化等。为使描述符具有尺度和旋转不变性，通常的做法是利用检测器获得兴趣点的仿射不变区域，并且估计特征点的主方向。实际应用中也可利用设备的重力传感器获得方向信息。

常用的局部描述符包括尺度不变特征变换（SIFT）、梯度位置方向直方图(GLOH)、形状上下文（SC）等。这些描述符利用直方图统计图像的局部特性，尽管能够获得比较稳定的性能，但是维数过高（如SIFT为128维），构建过程复杂（如GLOH利用PCA技术将维数从272降至128），不利于实时匹配。另外，利用直方图构建描述符号时往往损失空间信息，导致匹配精度下降。

紧致性是设计描述符时应考虑的另外一个重要特性。当成千上万个兴趣点需要表达和匹配时，这将给实时应用系统和低功耗的移动终端带来很大挑战。因此，设计一种能够快速构建、快速匹配并且保持鲁棒性的描述符，已成为视觉应用实时处理中的迫切要求。代表性的工作是SURF和BRIEF。SURF通过积分图等技术提高运算速度，BRIEF通过简单的灰度差分测试取其二值符号串作为特征描述符，以节约计算资源。近两年来，更多快速检测和描述的方法被提出，如ORB,BRISK,CARD和FREAK等。现有的这些方法大多以牺牲匹配质量为代价换取匹配速度的提升。

发明内容

本发明所要解决的技术问题是，提供一种紧致的能够快速构建、快速匹配同时保持优良匹配性能的局部图像描述符的局部特征描述方法。

本发明为解决上述技术问题所采用的技术方案是，一种局部特征描述方法，包括步骤：

预处理步骤：将检测出的图像局部特征区域映射到大小为d×d的局部块；

极网格采样和映射步骤：以所述局部块中心为原点，在径向上采用分格数N，角度方向分格数M得到分格数为M×N的极坐标网格；分别对获得的极坐标网格的每个分格进行采样，并映射到2维的M×N矩阵上，在角度方向的分格数为θ的分格的采样值对应矩阵的第θ行，在径向上的分格数为ρ的分格的采样值对应矩阵的第ρ列；其中，θ∈{0,…，M-1}，ρ∈{0,…,N-1}；

离散余弦变换DCT系数计算和扫描步骤：对2维的M×N矩阵计算其2维的DCT系数，按照z字形扫描方式对计算的DCT系数矩阵从左上角依次扫描至右下角形成1维特征向量；

描述符生成步骤：取1维特征向量中除第1个系数之外的前T个系数作为当前图像局部特征区域的描述符。