[发明专利]基于局部分组对比模式直方图的局部纹理描述方法

说明书

技术领域

本发明涉及一种计算机视觉领域的局部图像纹理特征的描述方法，具体地说，涉及的是一种基于局部分组对比模式直方图的局部纹理描述方法。

背景技术

由于图像局部特征具有区分性好、重现性高、鲁棒性强、对几何变化和光照变化保持稳健等特点，它们在图像及视频检索、图像配准、目标跟踪、目标识别、目标分类、纹理分类、机器人定位、宽基线匹配等领域得到了广泛的应用。

图像局部特征的研究包括三方面内容：特征提取、特征描述和特征匹配。图像局部特征提取的研究已经比较成熟。现在关注点最多的是图像局部特征描述，每年在视觉领域的顶级会议ICCV（IEEE International Conference on Computer Vision）、CVPR（IEEE Conference on Computer Vision and Pattern Recognition）、ECCV（European Conference on Computer Vision）上都有高质量相关论文发表。图像局部纹理描述受到了研究人员越来越多的关注，已经被成功应用在计算机视觉及模式识别等领域。

局部图像特征描述符的核心是研究描述符的不变性和区分性，然而，特征描述符的可区分性强弱往往和其不变性是矛盾的。但是一个优秀的特征描述符应该同时具有很强不变性可区分性。

在诸多的局部图像特征描述符中，SIFT（Scale Invariant Feature Transform）是其中应用最广的一种局部图像特征描述符。也可以说SIFT是局部图像特征描述研究领域一项里程碑式的工作。由于SIFT对尺度变化、旋转变化、视角变化和光照变化等图像变换都具有良好的不变性和较强的可区分性，自它被提出以来，很快就在物体识别、宽基线图像匹配、三维重建、图像检索等领域中得到了广泛的应用。使局部图像特征描述符在计算机视觉领域内也引起了更加广泛的关注。

局部图像特征描述符大概分为以下几类：

1.基于滤波器技术具有代表性的局部图像特征描述符有：Steerable filters,Gabor filters,and complex filters等；

2.基于分布的具有代表性的局部图像特征描述符有：SIFT,SURF,the shape context,DAISY,PCA-SIFT,spin image,RIFT and GLOH等；

3.基于梯度具有代表性的局部图像特征描述符有：local gray value invariants 等；

4.其他：Moment-based descriptors，Phase-based local features，Color-based descriptors。

经检索，中国发明专利申请“基于像素位置排列直方图的图像局部特征描述方法”（专利公开号：CN103295014A）该专利技术是近期公开的一种局部图像描述方法，此方法是通过灰度变化加权统计像素邻点位置排列的一种局部图像描述方法，像素邻点的位置排列是通过选择固定邻点坐标和灰度排序获取。选择固定的邻点坐标是为了保证统计位置排列的一致性，然后通过对其灰度强度排序计算其位置排列。虽然该方法获得了良好的区分性和鲁棒性，但还存在如下问题：像素邻点位置的全排列与选取的邻点数目有很大关系，是邻点数目的阶乘。如果选取的邻点数量多，位置的全排列数量会很大。如5的全排列是120，而6的全排列就是720。虽然通过量化解决了全排列数量大可能带来的直方图稀疏问题，但计算量大偏大，量化又进一步增加了计算量。本发明所提出的描述符仅仅需要对比分组内元素的灰度的大小关系，省略了计算位置排列的排序步骤，同时也不需要进一步量化。

发明内容

针对现有技术中的缺陷，本发明的目的是提供一种基于局部分组对比模式直方图的局部纹理描述方法，结合该纹理特征所构建的局部图像描述符具有较强的区分性和鲁棒性，大大减少了计算量。

针对现有描述符区分性的不足，本发明提出了一种基于局部分组对比模式的图像局部纹理描述方法。通过该方法得到的局部纹理描述符具有区分性好、性能鲁棒的特性，其区别能力在正常的应用环境中高于经典的SIFT描述符、近期提出的MROGH描述符和PPH描述符。

假设图像的局部特征已经通过Hessian-affine检测子提取，即兴趣区域。本发明是通过以下技术方案实现：

步骤1，基于兴趣区域选择q个支撑区域；