[发明专利]一种目标鲁棒识别的抗旋转HDO局部特征描述方法

说明书

本发明公开了一种目标鲁棒识别的抗旋转HDO局部特征描述方法，包括以下步骤：设定图像圆形检测区域；计算图像近似RGT梯度；计算结构张量，并求出每个像素点的主方向和一致性；把圆形图像划分为若干个环状扇形区间作为cell，每四个相邻的cell组合成一个Block，计算每个Block的特征向量；组合每个Block的特征向量，形成的HDO特征描述。本发明引入RGT变换技术，并在构造像素点圆形邻域中构造结构张量，可以保证在图片旋转的情况下每个像素点的主方向和一致性保持不变，然后求每个Block的主方向直方图，再采用环状扇形分区的空间池化划分方式，使得到的局部特征有良好的鉴别能力和抗旋转变换能力。

技术领域

本发明涉及一种局部特征描述方法，特别涉及一种目标鲁棒识别的抗旋转HDO局部特征描述方法。

背景技术

局部特征描述在图像目标检测和识别中应用广泛，在过去二十年里，研究人员提出了大量的局部特征描述算子。为了处理图像中存在的尺度、光照、对比度、旋转等变化，通常要求特征描述需具备光照、尺度和旋转不变性等。著名的具有光照、尺度和旋转不变性的描述算子有SIFT和SURF算子，但是其构造过程相对比较复杂，计算量大。2005年Dalal提出的梯度方向直方图(HOG),由于计算简单，能够较好地捕获图像形状特性，在人脸和行人检测中获得良好的检测性能，但是HOG在噪声较大和图像背景混乱的情况下鉴别能力显著下降，因此为了克服HOG的这些弱点，2014年Wonjun Kim提出了鲁棒性更强的HDO特征，HDO特征能够鲁棒地描述图像局部主方向结构信息，对于噪声和光照具有较强的鲁棒性，同时其关注于主方向结构的描述，类似于人眼视觉系统，在复杂场景中也能保证良好的鉴别能力，因此能用于各种目标检测问题，但是原有HDO特征不具备旋转不变性，因此在很大程度上限制了它的推广应用。

影响特征描述的旋转不变性的因素主要来自特征提取和池化操作两个方面，一是像素微观邻域提取局部特征以及在局部子空间内进行特征池化操作时，要具备旋转不变性；二是在图像整体空间池化操作时也应具有旋转不变性。只有同时满足这两个方面的旋转不变性，才能建立具有旋转不变性的图像局部特征描述方法。当然，特征描述具有旋转不变性，并不能保证该特征一定具有良好的鲁棒识别性能，因此需要考虑在保证鉴别能力的前提下，使特征描述方法能够对抗图像中可能出现的旋转变换。

已有抗旋转变换的局部特征描述技术中，SIFT和SURF算子通过估计局部主梯度方向作为参考方向，然后做适当的方向校准实现抗旋转变换，但是由于梯度方向估计可能存在±20°的误差，因此易导致误判。LBP特征为了获得旋转不变性特征模式，则通过排序策略找到具有最小值的模式特征，该处理策略在基于梯度的方向直方图中也可以借用，例如找到最大梯度方向，然后以此为基准，按顺时针或逆时针方向重新排列梯度方向直方图，但是因易受噪声和其它因素干扰，有时难以获得稳定的排序关系，对于最终检测与识别造成困扰。

发明内容

为了解决上述技术问题，本发明提供一种鉴别能力强、抗旋转、鲁棒性能好的目标鲁棒识别的抗旋转HDO局部特征描述方法。

本发明解决上述问题的技术方案是：一种目标鲁棒识别的抗旋转HDO局部特征描述方法，包括以下步骤：

(1)设定图像圆形检测区域；

(2)获取圆形图像的梯度并做近似RGT变换，得到圆形图像每个像素点的RGT梯度；

(3)计算每个像素点半径为2个像素宽度的圆形邻域的结构张量，并根据结构张量求出特征值和特征向量，从而求出每个像素点的主方向θ和一致性c；

(4)把圆形图像划分为若干个环状扇形区间作为cell，每四个相邻的cell组合成一个Block，统计每个Block的主方向一致性直方图并做归一化处理得到Block的特征向量；

(5)从圆形图像的左上角开始，按照从外环到内环、顺时针方向组合Block的特征向量，形成具有抗旋转变换的HDO特征描述。