[发明专利]用于基于梯度直方图编码图像描述符的图像处理装置和方法

说明书

技术领域

本发明涉及用于高效地编码、转码、解码和处理在图像感兴趣关 键点周围的局部区域中计算出的图像描述符的方法，并且涉及包括用 于编码、转码、解码和处理这种描述符的部件的图像处理设备。

背景技术

这种图像描述符已经在许多计算机视觉应用中发现了广泛的适用 性，这些应用包括对象识别、基于内容的图像检索和图像配准，仅举 几例。

对这种描述符进行编码的现有方法呈现出某些缺点。

例如，现有的编码方法产生这样的描述符，它们需要解析整个描 述符来执行转码，借此给定描述符长度的描述符被转换为不同描述符 长度的描述符，或者它们需要解析整个描述符来执行不同长度的描述 符的解码和比较。

作为另一个例子，现有的编码方法就编码复杂性而言是低效的， 因为它们忽略了产生变长图像描述符所需的操作中的共性和冗余。

由本申请人自己提交的尚未公布的意大利专利申请No. TO2012A000602描述了局部图像描述符的编码，借此基于梯度直方 图的变换从采用所述梯度直方图的图像描述符计算健壮、可区分、可 扩展且紧凑的图像描述符，其中所述变换捕获包含在梯度直方图中的 显著且健壮的信息，这些信息是梯度直方图的区间(bin)值之间的 关系和分布的形状的形式的。

在所述尚未发表的意大利专利申请中，公开了所述描述符的编码 方法，其就产生容易扩展的位流而言比现有技术方法更高效。

这种描述符在以上提到的尚未发表的意大利专利申请No. TO2012A000602中公开，该申请公开了基于梯度直方图的变换从采 用所述梯度直方图的图像描述符计算健壮、可区分、可扩展且紧凑的 图像描述符，其中所述变换捕获包含在梯度直方图中的显著且健壮的 信息，这些信息是梯度直方图的区间值之间的关系和分布的形状的形 式的。

根据尚未发表的意大利专利申请No.TO2012A000602的从采用 梯度直方图的图像描述符(尤其是SIFT图像描述符)计算健壮、可 区分、可扩展且紧凑的图像描述符的重要方面在下文进行描述。

简要地说，利用SIFT方法，局部图像描述符是如下形成的：首 先，执行跨多个图像尺度和位置的搜索，以识别和定位对尺度和朝向 不变的稳定的图像关键点；接着，对每个关键点，基于局部图像梯度 确定一个或多个主导朝向，从而允许后续的局部描述符计算相对于每 个关键点的分配的朝向、尺度和位置来执行，因此实现这些变换的不 变性。接着，关键点周围的局部图像描述符如下形成：首先，在关键 点周围的区域中的图像样本点处计算梯度量值和朝向信息；接着，这 些样本被累积到总结n×n个子区域上的内容的朝向直方图中。

仅仅作为说明，SIFT关键点描述符的例子在图1a和1b中示 出，其中图1a示出了将局部区域R细分成4×4子区域SR，并且图 1b示出了对于每个朝向直方图将360°朝向范围细分成八个区间，其 中每个箭头的长度对应于该直方图条目的量值。因此，如图1中所示 的局部图像描述符具有4x4x8＝128个元素。SIFT技术的更多细节可 以在InternationalJournalofComputerVision,60,2(2004),pp.91- 110由DavidG.Lowe所写的“Distinctiveimagefeaturesfromscale- invariantkeypoints”中找到。

根据尚未发表的意大利专利申请No.TO2012A000602，健壮、 可区分、可扩展且紧凑的图像描述符可以从SIFT描述符如下计算。

在以下描述中，H是包括16个梯度直方图h的整个SIFT描述 符，每个梯度直方图h具有八个区间h，而V是根据本发明的包括 16个子描述符v的整个局部描述符，每个子描述符v具有八个元素 v。