[发明专利]生成描述子的方法及装置、存储介质

说明书

本申请实施例提供一种生成描述子的方法及装置、存储介质，涉及图像处理技术领域。该生成描述子的方法包括：获取待生成描述子的图像特征点对应的预先确定的预设数量的采样点对；获取每个采样点对中的两个采样点的灰度值的差值、灰度梯度绝对值和的差值；将所述灰度值的差值、所述灰度梯度绝对值和的差值分别与预设的差值阈值进行比较，得到比较结果；根据所述比较结果生成所述特征点的描述子，所述描述子的维数为所述预设数量的两倍。该方法提高了二进制描述子的鲁棒性。

技术领域

本申请涉及图像处理技术领域，具体而言，涉及一种生成描述子的方法及装置、存储介质。

背景技术

局部特征提取通常是作为计算机视觉和数字图像处理等诸多问题的第一步，例如图像拼接、目标识别、目标跟踪等。局部特征提取分为两个步骤，特征点检测和描述子生成。

特征点的描述子是根据特征点领域的像素信息得到的一个向量，用于表征特征点。现有技术中，描述子主要分为两种，一种是尺度不变特征变换(Scale invariantfeature transform,SIFT)描述子，另一种是二进制描述子。对于二进制描述子，通常是比较两个采样点的灰度值生成一个比特位，多比特位构成的向量即为二进制描述子，因为二进制描述子的生成方式比较简单(比较两个采样点的灰度值就可以生成一个比特位)，所以二进制描述子的鲁棒性(对图像变换的适应性)较差。

发明内容

本申请提供一种生成描述子的装置及方法，以改善现有技术中二进制描述子的鲁棒性较差的技术问题。

本申请的实施例通过如下方式实现：

第一方面，本申请实施例提供一种生成描述子的方法，所述方法包括：获取待生成描述子的图像特征点对应的预先确定的预设数量的采样点对；获取每个采样点对中的两个采样点的灰度值的差值、灰度梯度绝对值和的差值；将所述灰度值的差值、所述灰度梯度绝对值和的差值分别与预设的差值阈值进行比较，得到比较结果；根据所述比较结果生成所述特征点的描述子，所述描述子的维数为所述预设数量的两倍。

在本申请实施例中，在获取到特征点对应的预设数量的采样点对后，获取采样点对中的两个采样点的灰度值的差值和灰度梯度绝对值和的差值，相当于不仅会比较两个采样点的灰度值，还会比较两个采样点的灰度梯度绝对值和，再根据各自的比较结果生成描述子。相对于现有技术，除了比较两个采样点的灰度值，还会比较两个采样点的灰度梯度绝对值和，在灰度值比较的基础上，增加灰度梯度绝对值和的比较可以充分利用特征点周围的图像信息，避免了仅用灰度值比较易受外界条件的影响，提升了描述子的适应性；此外，灰度梯度绝对值和本身具有良好的性质：旋转不变性，进而使基于灰度梯度绝对值和比较生成的描述子对各类的图像变化也可以具有较好的鲁棒性。因此，本申请实施例的生成描述子的方法提高了描述子的鲁棒性。

结合第一方面，在第一方面的第一种可能的实现方式中，在获取待生成描述子的图像特征点对应的预先确定的预设数量的采样点对之前，所述方法还包括：

获取预设的采样模式，所述采样模式用于指示所述图像特征点的采样点的分布规则；根据所述采样模式确定所述图像特征点的多个采样点的坐标；对应的，获取每个采样点对中的两个采样点的灰度值的差值、灰度梯度绝对值和的差值，包括：根据所述两个采样点的坐标确定所述两个采样点的灰度值以及灰度梯度绝对值和；计算所述两个采样点的灰度值的差值、灰度梯度绝对值和的差值。

本申请实施例通过坐标确定采样点的灰度值以及灰度梯度绝对值和，每个采样点在像素坐标中的位置都是唯一的，根据其坐标能够快速的获取到相关的信息，提高了生成描述子的效率。

结合第一方面的第一种可能的实现方式，在第一方面的第二种可能的实现方式中，在根据所述采样模式确定所述图像特征点的多个采样点的坐标之前，所述方法还包括：

获取所述特征点的主方向；基于所述主方向，将所述多个采样点和中心采样点的连线对应的方向与所述主方向对齐。