CN104615988A - 一种图像识别方法 - Google Patents

Abstract

本发明提供了一种图像识别方法，该方法包括：使用二值描述算子来描述所提取的图像特征点，建立描述算子多级索引结构，执行相似描述算子的快速搜索，基于搜索结果识别图像目标。本发明提出的图像识别方法，识别速度快，内存的占用量少，识别准确率也较高，适合移动平台的视觉搜索。

Description

一种图像识别方法

技术领域

本发明涉及图像识别，特别涉及一种医学图像识别方法。

背景技术

图像识别是计算机视觉领域中最活跃的领域之一，主要研究目标在于利用计算机的强大运算能力，帮助人类自动处理海量物理信息，识别各种不同模式的目标代替人的部分脑力劳动。图像识别综合了很多学科内容，其中包括计算机科学与技术、物理学、统计学以及神经生物学等，广泛应用于地质勘探、图像遥感、机器人视觉、生物医学等多个领域。图像识别首先对目标图像进行特征点检测，然后再对特征点进行描述，最后通过特征点匹配来确定目标图像对应样本库中最相似的图像。图像识别技术在个人计算机以及嵌入式终端设备上也已有很多成熟的应用案例，随着终端功能的不断增强，该技术也逐渐被应用到智慧医疗终端。但智慧医疗终端本身的弱处理能力和低内存的局限性对计算复杂的识别方法提出了考验。相对于现在配备高速处理芯片和大容量存储芯片的服务器，智慧医疗终端还存在不足：较低的图像分辨率、缺少专门的图形加速器、没有浮点运算单元、尤其是低端处理器和低容量存储器等，限制了在智能终端上进行复杂运算和大规模计算。如果依靠客户-服务器(C/S)模型，只在医疗终端获取图像和显示结果，而在PC端完成特征点提取、匹配等计算量大的复杂方法，通过无线通信进行交互，易受到无线网络的影响，在网络拥塞的情况下效果较差。

发明内容

为解决上述现有技术所存在的问题，本发明提出了一种图像识别方法，包括：

使用二值描述算子来描述所提取的图像特征点，建立描述算子多级索引结构，执行相似描述算子的快速搜索，基于搜索结果识别图像目标。

优选地，所述建立描述算子多级索引结构进一步包括：

将二值描述算子切分为多个互不相交的描述算子分段；对分段描述算子建立两级索引，一级索引为分段号，二级索引为二进制矢量；对每个样本描述先进行分段，每个分段根据分段号和分段描述算子对应的二进制索引找到相应的双向链表，将描述算子的标识和所在图像标识生成一个节点插入到链表中；

将所有样本图像的描述算子存储在一个数组中，图像对应描述算子在数组中的开始和结束序号与该图像进行绑定，将数组中元素序号作为描述算子ID号插入到双向链表中，通过所述元素序号检索描述算子和定位对应的图像；

优化原有二级索引的双向链表，以索引值为聚类中心，将满足汉明距离值小于或等于R_th/n的描述算子都插入到双向链表中，其中R_th为汉明距离阈值，n为分段个数；在进行相似描述算子搜索时，先将查询描述算子进行分段，找到每个分段对应的双向链表，再对链表中的ID集合进行与操作，将查询描述算子与分段描述算子对应ID集合的交集中ID对应的描述算子进行逐个比较，找出满足下式的样本描述算子为相似描述算子：

(|α_i-β_j|<θ_th)且(r_min<R_th)

其中所述α_i，β_j分别为查询描述和样本描述算子重心方向与像素亮度主方向的夹角，θ_th为夹角阈值，r_min为分段描述算子对应ID集合中样本描述算子与查询描述算子最近的距离。

优选地，所述基于搜索结果识别图像目标，进一步包括：

当完成查询图像的描述算子匹配以后，判断相似特征点的数量占样本图像和查询图像本身的比重是否大于设定的阈值来决定是否搜索到成功匹配的样本，

计算查询图像的特征矢量集与样本图像库中所有特征矢量集的匹配点数量，选定匹配点数量最多的一张图像，并测试匹配率，当匹配率大于设定一个阈值为匹配成功的图像，即：

若匹配率阈值为M_th，查询图像A与选定匹配点数量最多的样本图像B的特征点数量分别为k₁和k₂，匹配点数量为m，如果满足m/k₁>M_th且m/k₂>M_th，则A和B两张图像的匹配成功，该样本图像B即为对应的匹配目标。

本发明相比现有技术，具有以下优点：

本发明提出了一种适用于移动终端的图像识别方法，识别速度快，内存的占用量少，识别准确率也较高，适合移动平台的视觉搜索。

附图说明

图1是根据本发明实施例的图像识别方法的流程图。

具体实施方式

下文与图示本发明原理的附图一起提供对本发明一个或者多个实施例的详细描述。结合这样的实施例描述本发明，但是本发明不限于任何实施例。本发明的范围仅由权利要求书限定，并且本发明涵盖诸多替代、修改和等同物。在下文描述中阐述诸多具体细节以便提供对本发明的透彻理解。出于示例的目的而提供这些细节，并且无这些具体细节中的一些或者所有细节也可以根据权利要求书实现本发明。

图1是根据本发明实施例的图像识别方法流程图。本发明提出了一种适用于智慧医疗终端的识别方法，通过使用基于尺度空间的角点检测方法和SURF描述算子解决了智慧医疗终端本身的处理能力和内存容量问题，再通过带重心方向的特征角点降低图像内部相似特征失配问题；最后，建立描述算子多级索引结构，完成相似描述算子的快速搜索。

目前智慧医疗终端发展非常迅速，集成高速处理芯片、大容量存储器、内置了摄像头，甚至一些高端的设备中还集成了大量传感器如GPS定位传感器和加速度传感器等。这些性能不断提高的硬件设备，给计算机视觉和图像处理领域带来了新的发展空间，许多原来运行在PC上的计算机视觉方法，通过改进和优化，能有效的运行的智慧医疗终端的平台上。图像识别方法的特征点检测和特征点描述方法分别从计算量和内存空间两方面进行考虑，使方法满足计算量小、占用空间低等特性，适合智慧医疗终端。

特征点就是图像局部区域中变化最剧烈的部分，本发明采用提取速度快，计算量小的特征点检测方法，适合智慧医疗终端平台的同时兼顾了提取方法的实时性。本发明的特征点检测方法通过搜索图像尺度空间中非极大值抑制的角点来实现。首先在图像各尺度层搜索突出性的角点，作为候选特征点；再对候选特征点集，在其尺度空间相邻的上下两层的邻域内实行非极大值抑制，剔除一些非极大值的点，剩下的就是在尺度空间的邻域中具有独特性的唯一的特征点。

在离散尺度空间中的每一层搜寻角点，使用像素亮度作为比较指标，衡量待测点的突出性。如果中心点与邻域点的亮度差小于预定义灰度阈值，则确定为中心点与邻域亮度相近，即不满足显著亮或暗的条件。邻域的选择则要根据应用平台以及需求来定，常用的有5-8、8-12、9-16的模板。在待测点同层的16个点组成的邻域中，即至少有9个邻域点的灰度全大于或者全小于待测的中心点的亮度，便认为中心点在邻域中具有突出性，将纳入候选特征点中。

将尺度空间中所有搜索到的角点作为候选特征点，再对所有候选特征点在尺度邻层实施非极大值抑制。最后被确认为特征点的像素点P_σ，它在尺度空间的上下邻层中对应的点P_σ-1和P_σ+1在其各自的尺度层上也应该具有突出性。

智慧医疗终端上的众多的传感器为提取更有区分能力的图像特征点提供了条件，利用重心在一定程度能够解决上述的问题。按照重心方向对齐后，局部特征的归一化区域之间的差异更加明显。所以，将重心方向加入特征点的描述中，明显的解决了自然特征的匹配问题。

将摄像机坐标系中的重心方向依据摄像机成像模型投射到图像平面，得到特征点的重心方向，对特征点沿重心方向对齐，计算重心方向与特征点邻域像素亮度的主方向之间夹角，将其作为特征点的一个描述。带重心方向的特征点匹配时，首先进行夹角相似性判定，设定一个阈值，判断夹角差的绝对值小于这个阈值；再进行传统的最短距离搜索。它在一定程度上克服了传统特定点检测方法对于相似结构的特征点难以区分的缺点，也节省了描述算子匹配时间，在性能上优于传统的方法。

普通的智慧医疗终端带有：加速度传感器、姿态传感器，和陀螺仪等传感设备。加速度传感器为每一图像图像提供了重心方向，用三维的矢量表示，如g＝[g_x，g_y，g_z]^T，通常在摄像机坐标系中对g进行归一化‖g‖＝1，并将重心矢量投影到图像所在二维平面上，计算投影平面的图像像素点p重心方向图像中点p＝[u，v，1]^T处的重心方向矢量为d＝p'-p，

其中d＝[d_u，d_v，0]^T为点p处的重心方向，p'由下式计算得出：

p'＝[w_u'，w_v'，w]T＝p+Kg

其中K＝为终端照相机的内参矩阵。d也可以通过一种计算量较小的近似方法求得：

d＝[g_x(p_u-u)+f_ug_x，g_x(p_v-v)+f_vg_y，0]^T

由d可计算出图像中像素点重心方向的角度为

θ_g＝arctan(d_v/d_u)

其中[p_u，p_v]^T是主点坐标，f_u、f_v是水平与垂直方向的焦距。

在本发明又一实施例中，为了实现实时目标跟踪，并适应目标尺度的变化，利用动态自适应随机测量矩阵提取各尺度样本的尺度不变压缩特征矢量，以描述多尺度目标特征点。

假设起始图像中，目标尺寸为w×h，并规定初始状态下目标的尺度s为1。初始图像对应的原始高维归一化矩形特征矢量u＝(u₁，u₂，…，u_n)^T，维数n＝(wh)²。构造初始随机测量矩阵R0∈R^m×n，m为压缩特征矢量维度。R0与初始目标尺寸有关，在识别的起始阶段构造，在跟踪过程中保持不变。由于R0十分稀疏，因此只需要存储和计算随机矩阵中的非零元素(包括非零元值、非零元所对应的归一化矩形特征值相应矩形的左上角顶点坐标、宽度和高度信息)，降低了算法的时间和空间复杂度。

对尺度为s的样本z_s∈R^sw×sh，其对应的原始归一化矩形特征矢量u’＝(u’₁，u’₂，…，u’_n’)T，维数n’＝(s²wh)²。首先，依据样本尺度s，对R0作变换得到尺度s下相应的随机测量矩阵R_s∈R^m×n’。假设R0中某个非零元r_i，j对应于矩形区域(c’，r’，w’，h’)，c’和r’为矩形左上角顶点坐标，w’和h’为矩形尺寸。那么，转换后R_s中的相应非零元值r^s _i，j’与r_i，j相同，但相应矩形参数变为(c’·s，r’·s，w’·s，h’·s)。利用转换后的随机矩阵R_s，得到相应尺度下的目标样本的m维压缩特征矢量v＝R_su’，由于R_s同样稀疏，因此只需利用积分图计算非零元所对应的u’中的归一化矩形特征值。当s取n/4时，可以看出，随机测量矩阵R0及R_s中每行最多有c个非零元(c≤4)，实际实现中，提取某样本特征的计算复杂度仅为O(c·m)，且利用积分图方法使得每个归一化矩形特征值仅需要一次乘法和3次加法运算即可得到。

在图像特征点的描述中，本发明选用计算速度更快、内存负载更低的，鲁棒性更好的SURF描述算子。SURF是一种二值描述算子，采用固定的采样模式，以特征点为中心的较近邻域内放置的采样点密度较大，而且每个采样点的高斯核参数较小；而离特征点较远的边缘区域，采样点的密度小而且高斯核参数较大。这与我们平日感受中的距离视野中心越远的物像越模糊的主观经验相符。

SURF特征主方向的计算使用局部梯度来表示特征主方向，计算梯度的采样点对的选取，使用简单的相对于中心点对称的几组采样点对。

特征主方向的梯度

$\mathrm{grad}=\frac{1}{M}\underset{(\mathrm{Pi},\mathrm{Pj})\&Element;C}{\mathrm{\&Sigma;}}(I(P_j,{\mathrm{\&sigma;}}_j)-I(P_i,{\mathrm{\&sigma;}}_i))(P_j-P_i/{\left|\right|P_j-P_i\left|\right|}^2)$

其中I(P_j，σ_j)和I(P_i，σ_i)分别代表高斯平滑后的一对采样点的亮度，C是用来计算梯度的采样点对总集，M为C中采样点对数，P_j和P_i为一对采样点的空间坐标矢量。

求出主方向后，把采样模式点集沿特征点K旋转

θ_g＝arctan²(g_y，g_x)，开始构建描述算子D：

$D=\underset{0\&le;e\&le;N}{\mathrm{\&Sigma;}}{2}^{e}T(P_{\mathrm{ei}},P_{\mathrm{ej}})$

(P_ei，P_ej)为特征点K沿主方向对齐后，邻域内的一对采样点，N是描述子长度。而上述T(P_ei，P_ej)满足：

I(P_ei)-I(P_ej)>0时，T(P_ei，P_ej)＝1，

I(P_ei)-I(P_ej)≤0时，T(P_ei，P_ej)＝0

本发明的特定点描述方法通过比较点总方差最大的标准对采用点对进行筛选，最终的确定的描述算子长度较短。

传统的描述算子匹配方法都是将描述算子与所有的样本描述算子进行比较，来确定相似描述算子。在样本图像较多的情况下，传统方法的描述算子匹配时间成线性增长，对实时性要求较高的图像识别系统是不能接受的。本发明还包括一种相似描述算子的快速搜索方法，只用比较部分描述算子。

首先，对512位的SURF描述算子切分为多个互不相交分段描述算子，每个分段长为8位，一共64个分段；再对分段描述算子二级级索。一级索引为分段号，二级索引为8位的二进制矢量(00000000～11111111)对每个样本描述先进行分段，每个分段根据分段号和分段描述算子对应的二进制索引找到相应的双向链表，将描述算子标识和所在图像标识生成一个节点插入到链表中。但是，为了节省存储空间和方便后续进行与操作，本发明将所有样本图像的描述算子存储在一个数组中，图像对应描述算子在数组中的开始和结束序号与该图像进行绑定，将数组中元素序号作为描述算子ID号插入到双向链表中。这样通过序号不仅可以快速找到描述算子，而且可以定位对应的图像。

根据以上思想，优化原有二级索引的双向链表，以索引值为聚类中心，满足汉明距离值小于或等于R_th/n都插入到双向链表中。实现相似描述算子搜索时，先将查询描述算子进行分段，找到每个分段对应的双向链表，再对链表中的ID集合进行与操作。设分段1，分段2，…，分段n，对应双向链表的集合为D₁，D₂，…，D_n，U为分段描述算子对应ID集合的交集。

U＝D₁∪D₂∪…∪D_n

最后，将查询描述算子与U中ID对应的描述算子进行逐个比较，找出满足下式的样本描述算子为相似描述算子。

(|α_i-β_j|<θ_th)且(r_min<R_th)

α_i，β_j分别为查询描述和样本描述算子重心方向与像素亮度主方向的夹角，θ_th为夹角阈值，r_min为U中样本描述算子与查询描述算子最近的距离，R_th为汉明距离阈值。

当完成查询图像的描述算子匹配以后，需要判断相似特征点的数量占样本图像和查询图像本身的比重是否大于设定的阈值来决定是否搜索到成功匹配的样本。

计算查询图像A的特征矢量集与样本图像库中所有特征矢量集的匹配点数量，选定匹配点数量最多的一张图像B，测试匹配率，当匹配率大于设定一个阈值为匹配成功的图像。

设匹配率阈值为M_th，A与B的特征点数量为k₁和k₂，匹配点数量为m。如果满足m/k₁>M_th且m/k₂>M_th，则说明两张图像的匹配程度较高，匹配成功。该样本图像即为对应的匹配目标。R_th和M_th的不同取值会造成识别效果的差异，将在实验部分给出实验数据以决定最好的取值组合。

综上所述，本发明提出了一种适用于移动终端的图像识别方法，识别速度快，内存的占用量少，识别准确率也较高，适合移动平台的视觉搜索。

显然，本领域的技术人员应该理解，上述的本发明的各模块或各步骤可以用通用的计算系统来实现，它们可以集中在单个的计算系统上，或者分布在多个计算系统所组成的网络上，可选地，它们可以用计算系统可执行的程序代码来实现，从而，可以将它们存储在存储系统中由计算系统来执行。这样，本发明不限制于任何特定的硬件和软件结合。

应当理解的是，本发明的上述具体实施方式仅仅用于示例性说明或解释本发明的原理，而不构成对本发明的限制。因此，在不偏离本发明的精神和范围的情况下所做的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。此外，本发明所附权利要求旨在涵盖落入所附权利要求范围和边界、或者这种范围和边界的等同形式内的全部变化和修改例。

Claims (3)

1.一种图像识别方法，其特征在于，包括：

使用二值描述算子来描述所提取的图像特征点，建立描述算子多级索引结构，执行相似描述算子的快速搜索，基于搜索结果识别图像目标。

2.根据权利要求1所述的方法，其特征在于，所述建立描述算子多级索引结构进一步包括：

将二值描述算子切分为多个互不相交的描述算子分段；对分段描述算子建立两级索引，一级索引为分段号，二级索引为二进制矢量；对每个样本描述先进行分段，每个分段根据分段号和分段描述算子对应的二进制索引找到相应的双向链表，将描述算子的标识和所在图像标识生成一个节点插入到链表中；

将所有样本图像的描述算子存储在一个数组中，图像对应描述算子在数组中的开始和结束序号与该图像进行绑定，将数组中元素序号作为描述算子ID号插入到双向链表中，通过所述元素序号检索描述算子和定位对应的图像；

优化原有二级索引的双向链表，以索引值为聚类中心，将满足汉明距离值小于或等于R_th/n的描述算子都插入到双向链表中，其中R_th为汉明距离阈值，n为分段个数；在进行相似描述算子搜索时，先将查询描述算子进行分段，找到每个分段对应的双向链表，再对链表中的ID集合进行与操作，将查询描述算子与分段描述算子对应ID集合的交集中ID对应的描述算子进行逐个比较，找出满足下式的样本描述算子为相似描述算子：

(|α_i-β_j|<θ_th)且(r_min<R_th)

其中所述α_i，β_j分别为查询描述和样本描述算子重心方向与像素亮度主方向的夹角，θ_th为夹角阈值，r_min为分段描述算子对应ID集合中样本描述算子与查询描述算子最近的距离。

3.根据权利要求2所述的方法，其特征在于，所述基于搜索结果识别图像目标，进一步包括：

当完成查询图像的描述算子匹配以后，判断相似特征点的数量占样本图像和查询图像本身的比重是否大于设定的阈值来决定是否搜索到成功匹配的样本，

计算查询图像的特征矢量集与样本图像库中所有特征矢量集的匹配点数量，选定匹配点数量最多的一张图像，并测试匹配率，当匹配率大于设定一个阈值为匹配成功的图像，即：

若匹配率阈值为M_th，查询图像A与选定匹配点数量最多的样本图像B的特征点数量分别为k₁和k₂，匹配点数量为m，如果满足m/k₁>M_th且m/k₂>M_th，则A和B两张图像的匹配成功，该样本图像B即为对应的匹配目标。