[发明专利]一种基于轮廓尖锐度的图像特征提取方法

说明书

技术领域

本发明涉及一种图像全局特征提取方法，可运用于车辆标志识别等方面。属于图像处理技术领域。

背景技术

特征提取是计算机视觉和图像处理中的一个概念。它指的是使用计算机提取图像信息，决定每个图像的点是否属于一个图像特征。特征提取的结果是把图像上的点分为不同的子集，这些子集往往属于孤立的点、连续的曲线或者连续的区域。

到目前为止已有大量的图像特征提取方法，其提取的特征大致有如下几类：

(1)颜色特征

颜色特征描述了图像或图像区域所对应的景物的表面性质。一般颜色特征是基于像素点的特征，此时所有属于图像或图像区域的像素都有各自的作用。由于颜色对图像或图像区域的方向、大小等变化不敏感，所以颜色特征不能很好地捕捉图像中对象的局部特征。

(2)纹理特征

纹理特征描述了图像或图像区域所对应景物的表面性质。但由于纹理只是一种物体表面的特性，并不能完全反映出物体的本质属性，所以仅仅利用纹理特征无法获得高层次图像内容。

(3)空间关系特征

空间关系描述的是图像中分割出来的多个目标之间的相互的空间位置或相对方向关系，这些关系可分为包含/包容关系、连接/邻接关系和交叠/重叠关系等。空间关系特征的使用可加强对图像内容的描述区分能力，但空间关系特征往往对图像或目标的尺度变化、旋转和反转等比较敏感。另外，实际应用中，仅仅利用空间信息不能有效准确地表达场景信息。

发明内容

本发明的目的在于针对现有方法的不足，提出一种新的图像特征提取方法，以便提高图像特征的区分度。

本发明的技术方案：首先利用边缘检测算子提取出图像的边缘；接着计算每一条边缘上各点的尖锐度；然后求出图像各条边缘的尖锐度直方图向量，最后建立整幅图像的全局尖锐度直方图。

本发明的方法通过以下几个步骤实现：

1.提取图像的边缘：用边缘检测算子对图像进行处理，得到图像的边缘。

2.计算边缘上各点的尖锐度：首先确定边缘上各点的支撑区域，然后计算各点的尖锐度值。

3.计算每条边缘的尖锐度直方图向量：首先设定尖锐度分布的区间个数并计算每一区间的范围，然后统计每条边缘上各点的尖锐度在各个区间的分布，从而得到每条边缘的尖锐度直方图向量。

4.建立全局尖锐度直方图：由各条边缘的尖锐度直方图向量得到尖锐度直方图矩阵，将矩阵各行相加并用属于各个区间的点的数目除以所有边缘上点的总数，从而获得最终的全局尖锐度直方图。

与现有方法相比，本方法的优越性体现在：

(1)仅使用了图像边缘结构的几何信息，方法简明，易于实施；

(2)具有较高的计算效率；

(3)与传统的直方图特征相比，尖锐度直方图特征的区分度较高；

(4)具有较强的抵抗噪声干扰的能力。

(5)可应用于图像的分类、识别以及检索等方面；

为实现本发明之目的，采用以下技术方案予以实现：

一种基于轮廓尖锐度的图像特征提取方法，其特征在于包括如下具体步骤：

步骤1：提取图像的边缘；

步骤2：计算边缘上各点的尖锐度；

步骤3：计算每条边缘的尖锐度直方图向量；

步骤4：建立全局尖锐度直方图。

如上所述的方法，其特征在于采用如下方式实现步骤1－4：

步骤1：提取图像的边缘：用边缘检测算子对图像进行处理，得到图像的边缘；

步骤2：计算边缘上各点的尖锐度：首先确定边缘上各点的支撑区域，然后计算各点的尖锐度值；

步骤3：计算每条边缘的尖锐度直方图向量：首先设定尖锐度分布的区间个数并计算每一区间的范围，然后统计每条边缘上各点的尖锐度在各个区间的分布，从而得到每条边缘的尖锐度直方图向量；

步骤4：建立全局尖锐度直方图：由各条边缘的尖锐度直方图向量得到尖锐度直方图矩阵，将矩阵各行相加并用属于各个区间的点的数目除以所有边缘上点的总数，从而获得最终的全局尖锐度直方图。