[发明专利]一种图像描述方法和装置

权利要求书

1.一种图像描述方法，其特征在于，包括：

将图像从蓝绿红BGR颜色空间转换到高斯颜色空间Gaussian derivative color model;

将所述图像从所述高斯颜色空间转换到光反射不变颜色空间；

其中，将所述图像从所述高斯颜色空间转换到光反射不变颜色空间的处理包括：对于所述图像上的每个像素点，根据所述像素点在高斯颜色空间的第一系数和第二系数，确定所述像素点在所述光反射不变颜色空间对应的颜色通道。

2.如权利要求1所述的方法，其特征在于，所述第一系数E1包括以下至少之一：黄蓝通道的值、红绿通道的值、强度的值；所述第二系数E2包括以下至少之一：黄蓝通道的值、红绿通道的值、强度的值。

3.如权利要求2所述的方法，其特征在于，根据下列公式确定所述光反射不变颜色空间对应的颜色通道：

H*=αE2E1;]]>

其中，H^*是所述光反射不变颜色空间对应的颜色通道，α是一个根据实际需要设定的常量。

4.如权利要求1至3中任一项所述的方法，其特征在于，将所述图像从所述高斯颜色空间转换到光反射不变颜色空间之后，所述方法包括：

对光反射不变颜色空间中的图像构建拉普拉斯高斯LOG金字塔，并将所述拉普拉斯高斯LOG金字塔转换成高斯差分DOG金字塔；

根据所述高斯差分DOG金字塔，确定多个局部极值，其中，每个局部极值包括：在尺度方向上的第一局部极值、在X方向上的第二局部极值和在Y方向上的第三局部极值；

对于每个局部极值，根据所述局部极值的第一局部极值、第二局部极值和第三局部极值，确定关键像素点。

5.如权利要求4所述的方法，其特征在于，确定关键像素点之后，所述方法还包括：

对于每个关键像素点，根据所述关键像素点的第一局部极值，确定所述关键像素点对应的梯度描述范围；

根据所述梯度描述范围，确定所述关键像素点对应的特征向量。

6.如权利要求5所述的方法，其特征在于，关键像素点对应的梯度描述范围以关键像素点为圆心，根据下述公式确定所述关键像素点对应的梯度描述范围的半径：

R=α₁σ×Y^1/N+1/Y

其中，R为所述关键像素点对应的梯度描述范围的半径，α₁为一个根据实际需要设定的常量，σ为关键像素点的第一局部极值，N为DOG金字塔中关键像素点对应的分组中同尺寸图像的数目，Y为一个根据实际需要设定的常量。

7.如权利要求5所述的方法，其特征在于，根据所述梯度描述范围，确定所述关键像素点对应的特征向量的处理包括：

对于所述梯度描述范围内的每个像素点，根据所述像素点与所述关键像素点的相对位置，确定所述像素点对应的二维坐标轴；

根据所述二维坐标轴，确定所述像素点对应的多个邻近像素点；

根据每个邻近像素点的像素值，确定所述像素点的梯度方向和梯度幅值；

根据所述关键像素点对应的每个像素点的梯度方向和梯度幅值，确定所述关键像素点的特征向量。

8.如权利要求7所述的方法，其特征在于，对于所述梯度描述范围内的每个像素点，所述像素点对应的邻近像素点位于所述像素点对应的二维坐标轴上，且所述邻近像素点与所述像素点的距离不大于一个像素。

9.如权利要求8所述的方法，其特征在于，根据所述关键像素点对应的每个像素点的梯度方向和梯度幅值，确定所述关键像素点的特征向量的处理包括：

对于所述梯度描述范围内的所有像素点，根据每个像素点对应的梯度方向，将所有像素点划分成多个集合；

将梯度方向属于同一集合的像素点的梯度幅值进行累加，得到该集合对应的数量值；

根据每个集合对应的数量值，确定所述关键像素点的特征向量。