[发明专利]一种图像特征提取方法

权利要求书

1.一种图像特征提取方法，其特征在于，包括以下步骤：

步骤1)、将待处理图像通过不同大小的分块法分别进行均分，每个分块法下得到多个大小相同的子图像，对同一大小分块法下得到的每个子图像分别进行空间结构处理，得到同一大小分块法下每个子图像的梯度值和每个子图像的像素均值；

步骤2)、根据得到的同一大小分块法下的每个子图像的梯度值和像素均值，采用局部差分二进制来得到同一分块法下的待处理图像的二进制序列B_n；将不同分块法下的待处理图像的二进制序列B_n按照同样顺序进行排列即可得到待处理图像的选取特征F_D；

步骤3)、利用遗传算法提取选取特征F_D中的最优个体，得到的最优个体的集合即为最终提取得到的图形特征。

2.根据权利要求1所述的一种图像特征提取方法，其特征在于，步骤1)中，通过分块法将待处理图像均分为分辨率大小相同的多个子图像，即将待处理图像划分为n×n块，得到n²个图像，I_i表示第i块图像，i∈[1,n²]；

将待处理图像在同一大小分块法下均分得到的子图像进行空间结构处理，得到子图像在空间结构内不同划分区域内的像素均值，根据子图像在不同划分区域内的像素均值得到子图像在空间结构内的梯度值。

3.根据权利要求2所述的一种图像特征提取方法，其特征在于，将待处理图像在同一大小分块法下均分得到的子图像I_i分别进行t种不同空间结构处理，得到子图像I_i在第t种空间结构下划分区域X内的像素均值X_i(t)，以及子图像I_i在第t种空间结构下划分区域Y内的像素均值Y_i(t)；根据子图像I_i划分区域X内的像素均值X_i(t)和划分区域X内的像素均值X_i(t)得到子图像I_i在第t种空间结构下的梯度值V_i(t)：V_i(t)＝Y_i(t)-X_i(t)；其中t＝1，2，3，4；同时获取子图像I_i的像素均值V_i。

4.根据权利要求3所述的一种图像特征提取方法，其特征在于，步骤2)中，将待处理图像在同一大小分块法下均分后，计算任意两个子图像之间的特征值为τ(V_i,V_j)，根据经过同一空间结构处理后的任意两个子图像的梯度值V_i(t)计算任意两个子图像之间的特征值τ(V_i(t),V_j(t))；同时计算子图像I_i在第t种空间结构下的梯度特征值υ(V_i(t))。

5.根据权利要求4所述的一种图像特征提取方法，其特征在于，待处理图像分块为n×n时，任意两个子图像经过同一空间结构处理后的特征值τ(V_i(t),V_j(t))：

任意两个子图像之间的特征值为τ(V_i,V_j)：

6.根据权利要求4所述的一种图像特征提取方法，其特征在于，子图像I_i在第t种空间结构下的梯度特征值υ(V_i(t))，如果V_i(t)>0，υ(V_i(t))的值取1，否则取0。