CN113554639A - 一种图像特征提取及描述符获取方法、装置及存储介质 - Google Patents
一种图像特征提取及描述符获取方法、装置及存储介质 Download PDFInfo
- Publication number
- CN113554639A CN113554639A CN202110875964.0A CN202110875964A CN113554639A CN 113554639 A CN113554639 A CN 113554639A CN 202110875964 A CN202110875964 A CN 202110875964A CN 113554639 A CN113554639 A CN 113554639A
- Authority
- CN
- China
- Prior art keywords
- region
- subdivided
- image
- line length
- effective
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000000034 method Methods 0.000 title claims abstract description 130
- 238000000605 extraction Methods 0.000 title claims abstract description 25
- 230000011218 segmentation Effects 0.000 claims abstract description 37
- 238000012545 processing Methods 0.000 claims abstract description 19
- 238000005259 measurement Methods 0.000 claims abstract description 11
- 238000012790 confirmation Methods 0.000 claims abstract description 8
- 238000004590 computer program Methods 0.000 claims description 10
- 238000004364 calculation method Methods 0.000 claims description 7
- 230000007547 defect Effects 0.000 abstract description 5
- 230000000694 effects Effects 0.000 abstract description 4
- 238000010586 diagram Methods 0.000 description 6
- 230000006870 function Effects 0.000 description 2
- 239000000463 material Substances 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 239000013598 vector Substances 0.000 description 2
- 230000004075 alteration Effects 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000003086 colorant Substances 0.000 description 1
- 238000011156 evaluation Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/21—Design or setup of recognition systems or techniques; Extraction of features in feature space; Blind source separation
- G06F18/214—Generating training patterns; Bootstrap methods, e.g. bagging or boosting
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/187—Segmentation; Edge detection involving region growing; involving region merging; involving connected component labelling
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/10—Image acquisition modality
- G06T2207/10004—Still image; Photographic image
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20021—Dividing image into blocks, subimages or windows
Abstract
一种图像特征提取及描述符获取方法包括如下步骤:步骤A:提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取有效区域图像的图像数据;步骤B:对有效区域图像进行多等份细分,获得有效区域图像的细分区域;步骤C:对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;步骤D:对所述细分区域的图像特征数据进行统计、组合处理,以获取图像特征描述符。采用图像特征描述符来描述图像特征,能有效解决相同或近似图像的共同性特征和区分性特征描述的稳定性问题,弥补传统图像特征提取技术方法可能会造成图像检索中相同或近似图像的漏检缺陷,提高图像识别检索中相同或近似图像的匹配效果。
Description
技术领域
本发明涉及图像处理技术领域,特别是一种图像特征提取及描述符获取方法、装置及存储介质。
背景技术
图像描述符一般是用来描述图像中的特征点,一组良好的描述符应该具有区分性和共同性,区分性是指描述符能将一幅图像与另一幅图像相区别的特征点反映出来,使该描述符对于该图像是唯一的;共同性是指描述符能将某一图像与其他相同或相近的图像以同一特征点反映出来,使该描述符对于相同或近似的图像拥有共同的特征点,以实现相同和近似图像的良好匹配。
但是相同或近似的图像匹配需要基于一定的条件,例如:特征点计量单位的统一,两图像应具备可比性等。
而现有技术已公开的图像描述符一般是一组向量,包括特征点的位置、方向、尺度等信息。常见的特征点是图像中一些稳定点,如角点、边缘点、暗区中的亮点、亮区中的暗点等。在现有的特征描述符通常是基于某一标准而提取的特征向量,在一定的范围内可以实现相同或近似图像的匹配,但对不同图像特征点计量单位和描述的条件可能不统一,导致出现许多视觉认为相同或近似的图像无法在图像检索中找出,造成相同或近似的图像查全率、查准率不高和匹配效果不理想的缺陷。
发明内容
针对上述缺陷,本发明的目的在于提供一种图像特征提取及描述符获取方法、装置及存储介质。能够获取良好的图像形状特征描述符,有效解决对图像形状特征点进行良好的描述,克服传统图像形状特征描述符获取技术方法可能会造成图像形状特征点计量单位的统一或两图像可比性条件不完整致使部分相同或近似的图像无法检索出的缺陷。
本发明提供一种图像特征提取及描述符获取方法,包括如下步骤:
步骤A:提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;
步骤B:采用同一方向的分割线对有效区域图像进行多等份细分,获取具有同一切割方向的细分区域以及细分区域数据集;
步骤C:对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;
步骤D:对所述细分区域的图像特征数据进行统计、组合处理,以获取图像特征描述符,所述图像特征描述符至少包括如下一项或多项:粗略图像特征描述符、精细图像特征描述符。
优选的,在所述步骤B中,所述分割线的同一方向包括如下方向:水平向、垂直向、特定角度向;
具有同一切割方向的细分区域包括如下至一项:水平向分割细分区域,垂直向分割细分区域,特定角度向分割细分区域;
所述细分区域数据集为一个方向或者多个方向的细分区域的数据集合,其中所述细分区域数据集包括如下至少一项或多项的组合:水平向分割细分区域,垂直向分割细分区域,特定角度向分割细分区域;
所述水平向分割细分区域是指对有效区域图像沿着水平方向划分为n个等份所得到的分割区域;
所述垂直向分割细分区域是指对有效区域图像沿着垂直方向划分为n个等份所得到的分割区域;
所述特定角度分割细分区域是指对有效区域图像沿着预设的特定角度方向划分为n个等份所得到的分割区域,所述预设的特定角度在0°至360°的整数度中取值;
优选地,所述n个等份为大于3的整数。
在所述步骤C中,所述有效区域图像的细分区域的图像特征数据包括:细分区域的连通域的个数、细分区域的线段数和细分区域的线长值。
优选地,步骤C所述获取有效区域图像的细分区域的图像特征数据,包括:
步骤C1:确认细分区域中的连通域,获取细分区域的连通域的个数;
其中,连通域为在所述细分区域内相互相连的主色块像素点集合所构成的局部区域;
步骤C2:识别细分区域的线段,获取细分区域的线段数;
其中,所述细分区域的线段是细分区域中符合预设有效连通域条件的连通域;
获取细分区域的线段数包括:
首先,根据所述预设有效连通域条件判断并确定所述细分区域中各连通域的有效性,获取所述细分区域的有效连通域;然后,统计所述细分区域内的有效连通域的个数;最后,将所述细分区域内的有效连通域的个数作为所述细分区域的线段数;
所述预设有效连通域条件包括:当连通域的最大高度等于细分区域的高度时,和/或连通域的最大长度大于等于细分区域单位线长标准时,则将该连通域识别为细分区域中的有效连通域,否则,将其识别为无效连通域;
步骤C3:计量细分区域的线长,获取细分区域的线长值;
所述细分区域的线长是指将所述细分区域中有效连通域在所述细分区域的分割线的方向上的主色块像素点的长度;所述细分区域的线长值是指对所述细分区域中有效连通域在所述细分区域的分割线的方向上的主色块像素点数量以细分区域单位线长标准进行计量的数值;所述细分区域单位线长标准是指对细分区域的长度进行线长计量的最小单位的标准;
所述细分区域的线长值的获取方法包括:
步骤C31:确定细分区域单位线长标准;
步骤C32:根据细分区域单位线长标准获取各细分区域的线长值;
步骤C33:对各细分区域的线长值进行取整操作;
在一个实施例中,步骤C3所述细分区域的线长值的获取方法,所述步骤C31,包括使用固定常数法和/或最大线段数法确定细分区域单位线长标准;
所述固定常数法包括:以待处理图片的有效区域图像最大的细分区域的线长为基准,预设的固定常数N作为等份数,每一等份的线长就是对细分区域的长度进行线长计量的最小单位,将该线长计量的最小单位作为细分区域单位线长标准。其中固定常数N在大于3的范围取值。计算公式如下:
L1=m/N;
L1表示固定常数法的细分区域单位线长标准,m表示待处理有效区域图像中最大的细分区域有效连通域的像素长度,N表示预设的固定常数;
所述最大线段数法包括:采用待处理有效区域图像最大的细分区域线长为基准,以待处理有效区域图像的细分区域的最大线段数作为等份数,每一等份的线长就是对细分区域的长度进行线长计量的最小单位,将该线长计量的最小单位作为细分区域单位线长标准。计算公式如下:
L2=m/n;
L2表示最大线段数法的细分区域单位线长标准,m表示待处理有效区域图像中最大的细分区域有效连通域的像素长度,n表示待处理有效区域图像的细分区域的最大线段数。
所述步骤C32,根据细分区域单位线长标准获取各细分区域的线长值具体包括:
当使用固定常数法确定细分区域单位线长标准时,根据如下公式获取各细分区域的线长值:
H1=S/L1;
其中,H1表示使用固定常数法的细分区域的线长值,S表示当前细分区域有效连通域的像素长度,L1表示固定常数法的细分区域单位线长标准;
当使用最大线段法确定细分区域单位线长标准时,根据如下公式获取各细分区域的线长值:
H2=S/L2;
H2表示使用最大线段法的细分区域的线长值,S表示当前细分区域有效连通域的像素长度,L2表示最大线段数法的细分区域单位线长标准。
在所述步骤D中,所述获取图像特征描述符的步骤包括:步骤D1:获取粗略图像特征描述符;步骤D2:获取精细图像特征描述符。
优选地,在步骤D1中,获取粗略图像特征描述符的步骤包括:
步骤D11:对待处理图片的有效区域图像的细分区域进行组合,获取待处理图片的有效区域图像的组合部分区域;
步骤D12:统计各所述组合部分区域的线段线长数据;
步骤D13:统计待处理图片的有效区域图像中整体范围的线段线长的特征数据;
步骤D14:将各所述组合部分区域的线段线长数据和整体范围的线段线长的特征数据进行组合处理,生成粗略图像特征描述符。
其中,所述粗略图像特征描述符是指从图像中较为大的局部范围或/和整体范围粗略描述图像的共同性特征的描述符;包括:待处理图片的有效区域图像中较为大的局部范围粗略描述图像的共同性特征的数据信息和待处理图片的有效区域图像中整体范围粗略描述图像的共同性特征的数据信息。
优选地,在步骤D11中,所述获取待处理图片的有效区域图像的组合部分区域的方法包括:将待处理图片的有效区域图像的至少两个细分区域按照位置相邻或相连关系以组合规则进行组合形成局部区域,所述局部区域为待处理图片的有效区域图像的组合部分区域。
其中,所述组合规则包括:(1)同一组合部分区域的细分区域应是相互相连或相邻;(2)各组合部分区域的细分区域组合数应是相互相等或偏差小于偏差预设值,所述偏差预设值为大于等于1且小于10;(3)每一组合部分区域的细分区域组合数应大于等于2。
优选地,在步骤D12中,所述各组合部分区域的线段线长数据具体包括:组合部分区域的平均线段数、组合部分区域的主要线段数、组合部分区域的平均线长值、组合部分区域的主要线长值。
其中,所述组合部分区域的平均线段数为将当前组合部分区域的各细分区域线段数之和再除以当前组合部分区域的细分区域的个数。
所述组合部分区域的主要线段数是指:当在该组合部分区域范围内的某一线段数拥有的细分区域数最多且该拥有的细分区域数占该组合部分区域的细分区域总数的比值大于线段数比例预设值,则该某一线段数为该组合部分区域的主要线段数;其中,所述线段数比例预设值在大于30%小于等于100%范围取值;
所述组合部分区域的平均线长值为将当前组合部分区域的各细分区域线长值之和再除以当前组合部分区域的细分区域的个数;
所述组合部分区域的主要线长值是指:当在该组合部分区域范围内的某一线长值拥有的细分区域数最多且该拥有的细分区域数占该组合部分区域的细分区域总数的比值大于线长值比例预设值,则该某一线长值为该组合部分区域的主要线长值;其中,所述线长值比例预设值在大于30%小于等于100%范围取值。
优选地,在步骤D13中,所述线段线长特征数据是针对待处理图片的有效区域图像中整体范围的如下数据:各细分区域的线段数合计数、各部细分区域的线长值合计数、有效区域图像的色块连通域数。所述统计线段线长的特征数据包括:
根据待处理图片的有效区域图像的细分区域的图像特征数据获取待处理图片的有效区域图像的色块连通域数;
获取待处理图片的有效区域图像中各细分区域的线段数之和,该和即为各细分区域的线段数合计数;
获取待处理图片的有效区域图像中各细分区域的线长值之和,该和即为各部分细分区域的线长值合计数。
优选地,在步骤D14中,所述粗略图像特征描述符包括:图像的组合部分区域的平均线段数组合描述符、图像组合部分区域的主要线段数组合描述符、图像组合部分区域的平均线长值组合描述符、图像组合部分区域的主要线长值组合描述符以及有效区域图像的色块连通域数描述符,所述粗略图像特征描述符可以用数字或其他字符表示。
其中,图像的组合部分区域的平均线段数组合描述符的表示方法,由如下各项组合构成:(1)用数字或其他字符表示有效区域图像全部细分区域的线段数合计数;(2)各组合部分区域的平均线段数;
图像组合部分区域的主要线段数组合描述符的表示方法,由如下各项组合构成:(1)用数字或其他字符表示有效区域图像全部细分区域的线段数合计数;(2)各组合部分区域的主要线段数;
图像组合部分区域的平均线长值组合描述符的表示方法,由如下各项组合构成:(1)用数字或其他字符表示有效区域图像全部细分区域的线长值合计数;(2)各组合部分区域的平均线长值;
图像组合部分区域的主要线长值组合描述符的表示方法,由如下各项组合构成:(1)用数字或其他字符表示有效区域图像全部细分区域的线长值合计数;(2)各组合部分区域的主要线长值;
有效区域图像的色块连通域数描述符的表示方法:用数字或其他字符表示有效区域图像的色块连通域数。
优选地,在步骤D2中,所述精细图像特征描述符是指从待处理图片的有效区域图像中较为小的局部(细分区域)范围精细描述图像的共同性特征的描述符,具体包括:待处理图片的有效区域图像中各细分区域的线段数集合和各细分区域的线长值集合。
所述各细分区域的线段数集合是指按照细分区域的编号顺序记录各细分区域的线段数的一组数字或字符串的集合,各细分区域的线段数的集合的表示方法包括:1)数字或其他字符的组数等于待处理图片的有效区域图像的细分区域数;2)每组数应表示细分区域的编号和该细分区域的线段数;
所述各细分区域的线长值集合是指按照细分区域的编号顺序记录各细分区域的线长值的一组数字或字符串的集合,各细分区域的线长值的集合的表示方法包括:1)数字或其他字符的组数等于待处理图片的有效区域图像的细分区域数;2)每组数应表示细分区域的编号和该细分区域的线长值。
一种图像特征提取及描述符获取装置,其特征在于,包括:图像数据获取模块、细分区域处理模块、细分区域数据获取模块以及图像特征描述符获取模块;
所述图像数据获取模块用于提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;
所述细分区域处理模块用于采用同一方向的分割线对有效区域图像进行多等份细分,获取具有同一切割方向的细分区域以及细分区域数据集;
所述细分区域数据获取模块用于对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;
所述图像特征描述符获取模块用于对所述细分区域的图像特征数据进行统计、组合处理,以获取图像特征描述符,包括如下至少一项:粗略图像特征描述符、精细图像特征描述符。
一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行上述一种图像特征提取及描述符获取方法的全部或部分步骤。
一种图像数据存储器,包括:
粗略图像特征描述符存储单元,用于存储所述计算机程序被处理器执行时获取的上述一种图像特征提取及描述符获取方法的粗略图像特征描述符;
精细图像特征描述符存储单元,用于存储所述计算机程序被处理器执行时获取的上述一种图像特征提取及描述符获取方法的精细图像特征描述符。
本发明的有益效果:
本发明从图像的整体、细分区域、细分区域组合得到的部分区域、图像整体的多维度对待处理有效区域图像的平均线段数、主要线段数、平均线长值、主要线长值等图像特征进行识别和描述,丰富了图像特征的描述。可应用于广泛的商标图像检索,也可应用于其他图像的检索,有效增强了图像检索的匹配效果。本发明采用图像的粗略图像特征描述符和精细图像特征描述符来描述图像特征,能有效解决相同或近似图像的共同性特征和区分性特征描述的稳定性问题,弥补传统图像特征提取技术方法可能会造成图像检索中相同或近似图像的漏检缺陷,提高图像识别检索中相同或近似图像的匹配效果。本发明基于图像的粗略图像特征描述符和精细图像特征描述符的提取技术方法能有效弥补传统图像特征提取技术方法可能会造成图像检索中相同或近似图像的漏检缺陷,本技术方法具有图像特征信息描述更全面更准确的优点,能有效提高图像的查全率和查准率。
附图说明
图1是本发明一种图像特征提取及描述符获取方法的流程图;
图2是示例性的待处理图片;
图3示例性待处理图片的图像的局部色块连通域分割数据表;
图4示例性待处理图片采用15等份水平向分割细分区域的示意图;
图5示例性待处理图片采用15等份水平向分割细分区域单位线长标准示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,仅用于解释本发明,而不能理解为对本发明的限制。
在本发明的描述中,需要理解的是,术语“中心”、“纵向”、“横向”、“长度”、“宽度”、“厚度”、“上”、“下”、“左”、“右”、“垂直”、“水平”、“顶”、“底”、“内”、“外”、“轴向”、“径向”、“周向”等指示的方位或位置关系为基于附图所示的方位或位置关系,仅是为了便于描述本发明和简化描述,而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作,因此不能理解为对本发明的限制。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括一个或者更多个该特征。在本发明的描述中,除非另有说明,“多个”的含义是两个或两个以上。
在本发明的描述中,需要说明的是,除非另有明确的规定和限定,术语“安装”、“相连”、“连接”应做广义理解,例如,可以是固定连接,也可以是可拆卸连接,或一体地连接;可以是直接相连,也可以通过中间媒介间接相连,可以是两个元件内部的连通。对于本领域的普通技术人员而言,可以具体情况理解上述术语在本发明中的具体含义。
如图1~5所示,一种图像特征提取及描述符获取,包括以下步骤:
步骤A:提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;
所述待处理图片的有效区域图像数据,包括:待处理图片的有效区域图像及图像各像素点的坐标位置、色块连通域、主色像素点、背景色像点数据。
所述待处理图片的来源可以包括:通过电脑设备、有摄像功能的手机、照相机、摄像头或集合有摄像头或存储图像的其他设备所获取的图像均可用于本技术方法的待处理图片。
图2列出了示例性待处理图片或待处理图像,一般待处理的图片或图像会具有背景颜色,这些背景颜色不是图像的主要特征,不是本发明分析的重点内容,主色像素点所组成的图像才是本发明分析的主要内容。因为处理的第一步就是提取待处理图片的有效区域图像,所述待处理图片的有效区域图像是指由该待处理图片中的有效区域所构成的图像,所述有效区域是指由主色像素点集合的外接图形所围绕的内部区域,所述外接图形包括:外接方形、外接圆形、外接几何图形。
值得说明的是,运用现有技术可直接提取待处理图片的有效区域图像的像素点颜色值数据,并进行色块分割,从而获取色块连通域、主色像素点、背景色像点数据,故对于如何实现有效区域图像的像素点颜色值数据的提取步骤在此不做过多的描述。
所述色块分割是指对图像的像素点颜色值进行分类,将一定范围内相近的颜色值划分为一个色级,由每一色级的像素点组成的图像称为色块。色块分割可采用两色分割法和多色分割法进行分割。
所述两色分割法包括将反映图像主要颜色特征的颜色值归为主色级,将反映图像除主要颜色特征之外的颜色值归为背景色级;
所述多色分割法包括将反映图像主要颜色特征的颜色值细分为X个色级,X≥2,这些色级分别称为第一主色级、第二主色级、……、第X主色级,将反映图像除主要颜色特征之外的颜色值归为背景色级。
所述色块连通域是指对图像中具有同一色级且相互相连的像素点的集合,该集合作为一个色块连通域。其中,所述的色级是由一定范围内相近的颜色值划分出的一段颜色值区间,具体地,所述的一定范围内相近的颜色值是指根据具有较高的像素点集中度而划分出的一段颜色值区间,该区间中的颜色值较为相近,将该段颜色值区间作为一个色级。
所述主色像素点是指除背景色级外的主色级的像素点,或反映图像主要颜色特征的像素点;
所述背景色像素点包括反映图像除主色级的像素点外的像素点或除主要颜色特征之外的像素点。
图3列出了示例性待处理图片的图像的局部色块连通域分割数据表。
图3中,每个单元格表示一个像素,单元格中不为空的数字表示该像素为主色像素点,采用不同的数字区分不同的色块连通域,而空的单元格则表示为背景色的像素点,色块连通域就是同一数字的单元格(像素点)的集合。
步骤B:采用同一方向的分割线对有效区域图像进行多等份细分,获取具有同一切割方向的细分区域以及细分区域数据集;
在本发明实施例中,在所述步骤B中,所述分割线的同一方向包括如下方向:水平向、垂直向、特定角度向;
具有同一切割方向的细分区域包括如下至一项:水平向分割细分区域,垂直向分割细分区域,特定角度向分割细分区域;
所述细分区域数据集为一个方向或者多个方向的细分区域的数据集合,其中所述细分区域数据集包括如下至少一项或多项的组合:水平向分割细分区域,垂直向分割细分区域,特定角度向分割细分区域;
所述水平向分割细分区域是指对有效区域图像沿着水平方向划分为n个等份所得到的分割区域;
所述垂直向分割细分区域是指对有效区域图像沿着垂直方向划分为n个等份所得到的分割区域;
所述特定角度分割细分区域是指对有效区域图像沿着预设的特定角度方向划分为n个等份所得到的分割区域,所述预设的特定角度在0°至360°的整数度中取值;
所述n个等份为大于3的整数。
在具体实施例中,当获取待处理图片的有效区域图像的细分区域时,用于分割有效区域图像的多条分割线的方向必须为同一方向,其中分割线的切割方向可以为:水平向、垂直向、特定角度向中任选一向进行划分,从而获取一个方向分割的细分区域。如图4所示:当选水平向时,由水平方向的分割线划分出只能是水平向分割细分区域。因为按方向相同进行多等份细分所得到的同一方向的多个等份的细分区域,可以加强图像之间的可比性。
在具体实施例中,当获取细分区域数据集时,先获取到有效图像的细分区域,采用具有同一方向的分割线在水平向、垂直向或特定角度向中任选方向分别进行划分,以获取一个或者多个所需分割方向的细分区域,然后,将每一切割方向的细分区域进行组合,从而获得一个或者多个方向分割的细分区域数据集。例如:当选水平向和垂直时,分割线的方向分别是水平向、垂直向,分别获取水平向分割细分区域和垂直向分割细分区域,将该水平向分割细分区域和垂直向分割细分区域的组合作为多个方向分割的细分区域集合。
图4列出了示例性图像采用15等份水平向分割分细分区域的示意图,图4中,共有15个细分区域,由上至下的第n个区域称为第n个水平向分割细分区域。
步骤C:对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;
在本发明的实施例中,在步骤C中,需要对所述待处理图片的有效区域图像的细分区域进行连通域确认、线段识别和线长计量,以获取待处理图片的有效区域图像的细分区域的图像特征数据,所述有效区域图像的细分区域的图像特征数据包括:细分区域的连通域的个数、细分区域的线段数和细分区域的线长值;
具体包括如下步骤:
步骤C1:确认细分区域中的连通域,获取细分区域的连通域的个数。
其中,连通域为在所述细分区域内相互相连的主色块像素点集合所构成的局部区域。所述连通域可以是一个色块、或一条色线、或一个色点。
步骤C2:识别细分区域的线段,获取细分区域的线段数。
在本发明实施例中,获取细分区域的线段数的方法,包括:
首先,根据所述预设有效连通域条件判断并确定所述细分区域中各连通域的有效性,获取所述细分区域的有效连通域;然后,统计所述细分区域内的有效连通域的个数;最后,将所述细分区域内的有效连通域的个数作为所述细分区域的线段数。
所述细分区域的线段是细分区域中符合预设有效连通域条件的连通域。在同一细分方向上的细分区域的各连通域往往象在一条线上排列,从粗略的角度观察,多个有效连通域排列的形态近似一条线段,因此,本发明将细分区域中符合预设有效连通域条件的连通域视为细分区域的线段。
所述预设有效连通域条件包括:连通域的最大高度等于细分区域的高度时和/或连通域的最大长度大于等于细分区域单位线长标准。
所述符合预设有效连通域条件的连通域的识别方法包括:
当连通域的最大高度等于细分区域的高度时,和/或连通域的最大长度大于等于细分区域单位线长标准时,则将该连通域识别为细分区域中的有效连通域,否则,将其识别为无效连通域;
在实际应用中,还可以根据应用需求,对连通域的形状特征、连通域的面积特征列为所述预设有效连通域条件。
步骤C3:计量细分区域的线长,获取细分区域的线长值。
所述细分区域的线长是指将所述细分区域中有效连通域在所述细分区域的分割线的方向上的主色块像素点的长度。
本发明所述的细分区域的线长值是指对所述细分区域中有效连通域在所述细分区域的分割线的方向上的主色块像素点数量以细分区域单位线长标准进行计量的数值。所述细分区域单位线长标准是指对细分区域的长度进行线长计量的最小单位的标准。
获取所述细分区域的线长值的方法包括:
步骤C31:确定细分区域单位线长标准;
步骤C32:根据细分区域单位线长标准获取各细分区域的线长值;
步骤C33:对各细分区域的线长值进行取整操作。
进一步的,在本发明实施例中,获取所述细分区域的线长值的具体方法包括:
步骤C31:确定细分区域单位线长标准;
在本发明实施例中,所述步骤C31,所述确定细分区域单位线长标准的方法包括:使用固定常数法和/或最大线段数法确定细分区域单位线长标准;
所述固定常数法包括:以待处理图片的有效区域图像最大的细分区域的线长为基准,预设的固定常数N作为等份数,每一等份的线长就是对细分区域的长度进行线长计量的最小单位,将该线长计量的最小单位作为细分区域单位线长标准。其中固定常数N在大于3的范围取值。计算公式如下:
L1=m/N;
L1表示固定常数法的细分区域单位线长标准,m表示待处理有效区域图像中最大的细分区域有效连通域的像素长度,N表示预设的固定常数。
图5列出了示例性图像的15等份水平向分割细分区域单位线长标准示意图,图5中,该图中的外框线表示待处理图片的有效区域图像最大的水平向分割细分区域的范围,假设固定常数N的取值为15,外框内部的小方格数量则表示该细分区域的等份数,每一小方格长度相等于每一个细分区域单位线长标准,小方格的个数也就是该细分区域的线长值。
所述最大线段数法包括:采用待处理有效区域图像最大的细分区域线长为基准,以待处理有效区域图像的细分区域的最大线段数作为等份数,每一等份的线长就是对细分区域的长度进行线长计量的最小单位,将该线长计量的最小单位作为细分区域单位线长标准。计算公式如下:
L2=m/n;
L2表示最大线段数法的细分区域单位线长标准,m表示待处理有效区域图像中最大的细分区域有效连通域的像素长度,n表示待处理有效区域图像的细分区域的最大线段数。
步骤C32:根据细分区域单位线长标准获取各细分区域的线长值;
在本发明的实施例中,所述步骤C32,根据细分区域单位线长标准获取各细分区域的线长值具体包括:
当使用固定常数法确定细分区域单位线长标准时,根据如下公式获取各细分区域的线长值:
H1=S/L1;
其中,H1表示使用固定常数法的细分区域的线长值,S表示当前细分区域有效连通域的像素长度,L1表示固定常数法的细分区域单位线长标准;
当使用最大线段法确定细分区域单位线长标准时,根据如下公式获取各细分区域的线长值:
H2=S/L2;
H2表示使用最大线段法的细分区域的线长值,S表示当前细分区域有效连通域的像素长度,L2表示最大线段数法的细分区域单位线长标准。
步骤C33:对各细分区域的线长值进行取整操作;
在本发明的实施例中,前述公式计算出的细分区域的线长值H1和H2往往不为整数,为了便于图像之间细分区域的线长值的共同特征比较,实际应用中需要对细分区域的线长值进行取整。
步骤D:对所述细分区域的图像特征数据进行统计、组合处理,以获取图像特征描述符,所述图像特征描述符至少包括如下一项或多项:粗略图像特征描述符、精细图像特征描述符。
所述粗略图像特征描述符是待处理图片的细分区域的图像特征描述符的可选数据,目的是用于图像特征数据检索的粗细过滤,而所述精细图像特征描述符是待处理图片的细分区域的图像特征描述符的主要数据,用于精细计算评价检索图像的近似程度。
获取图像特征描述符的步骤包括:步骤D1:获取粗略图像特征描述符,步骤D2:获取精细图像特征描述符。
在本发明的实施例中,步骤D1,获取粗略图像特征描述符,具体包括以下步骤:
步骤D11:对待处理图片的有效区域图像的细分区域进行组合,获取待处理图片的有效区域图像的组合部分区域;
步骤D12:统计各所述组合部分区域的线段线长数据;
步骤D13:统计待处理图片的有效区域图像中整体范围的线段线长的特征数据;
步骤D14:将各所述组合部分区域的线段线长数据和整体范围的线段线长的特征数据进行组合处理,生成粗略图像特征描述符。
所述粗略图像特征描述符是指从图像中较为大的局部范围或/和整体范围粗略描述图像的共同性特征的描述符。包括:待处理图片的有效区域图像中较为大的局部范围粗略描述图像的共同性特征的数据信息和待处理图片的有效区域图像中整体范围粗略描述图像的共同性特征的数据信息。
在本发明的实施例中,所述步骤D11包括:将待处理图片的有效区域图像的至少两个细分区域按照位置相邻或相连关系以组合规则进行组合形成局部区域,所述局部区域为待处理图片的有效区域图像的组合部分区域;
所述组合规则包括:
(1)同一组合部分区域的细分区域应是相互相连或相邻;
(2)各组合部分区域的细分区域组合数应是相互相等或偏差小于偏差预设值,所述偏差预设值为大于等于1且小于10;
(3)每一组合部分区域的细分区域组合数应大于等于2。
所述的组合部分区域可根据不同的分割法所得的细分区域组合称为水平方向上第N组合部分区域或垂直方向上第N组合部分区域、角度C方向上第N组合部分区域等,例如:
采用水平向分割法所得到的细分区域组合可以按排列顺序将其称为:水平方向上第一组合部分区域、水平方向上第二组合部分区域、水平方向上第三组合部分区域、……、水平方向上第N组合部分区域。或也可将其称为:上组合部分区域、……、中组合部分区域、……、下组合部分区域。
采用垂直向分割法所得到的细分区域组合可以按排列顺序将其称为:垂直方向上第一组合部分区域、垂直方向上第二组合部分区域、垂直方向上第三组合部分区域、……、垂直方向上第N组合部分区域。或也可将其称为:左组合部分区域、……、中组合部分区域、……、右组合部分区域。
采用特定角度分割法所得到的细分区域组合可以按排列顺序将其称为:角度C方向上第一组合部分区域、角度C方向上第二组合部分区域、角度C方向上第三组合部分区域、……、角度C方向上第N组合部分区域。
在本发明的实施例中,所述步骤D12,统计各所述组合部分区域的线段线长数据,其中,各组合部分区域的线段线长数据具体包括:组合部分区域的平均线段数、组合部分区域的主要线段数、组合部分区域的平均线长值、组合部分区域的主要线长值;
所述组合部分区域的平均线段数为将当前组合部分区域的各细分区域线段数之和再除以当前组合部分区域的细分区域的个数,该组合部分区域的平均线段数反映了图像在较大的局部区域中线段数的集中趋势的一项图像特征数据。
所述组合部分区域的主要线段数是指当在该组合部分区域范围内的某一线段数拥有的细分区域数最多且该拥有的细分区域数占该组合部分区域的细分区域总数的比值大于线段数比例预设值,则该某一线段数为该组合部分区域的主要线段数,它反映了图像在较大的局部区域中拥有同一线段数特征的一项图像特征数据。其中,所述线段数比例预设值在大于30%小于等于100%范围取值。
所述组合部分区域的平均线长值为将当前组合部分区域的各细分区域线长值之和再除以当前组合部分区域的细分区域的个数,该组合部分区域的平均线长值反映了图像在较大的局部区域中线长值的集中趋势的一项图像特征数据。
所述组合部分区域的主要线长值是指当在该组合部分区域范围内的某一线长值拥有的细分区域数最多且该拥有的细分区域数占该组合部分区域的细分区域总数的比值大于线长值比例预设值,则该某一线长值为该组合部分区域的主要线长值,它反映了图像在较大的局部区域中拥有同一线长值特征的一项图像特征数据。其中,所述线长值比例预设值在大于30%小于等于100%范围取值。
在本发明的实施例中,所述步骤D13,统计待处理图片的有效区域图像中整体范围的线段线长的特征数据。其中,所述线段线长特征数据是针对待处理图片的有效区域图像中整体范围的如下数据:各细分区域的线段数合计数、各部细分区域的线长值合计数、有效区域图像的色块连通域数;
根据待处理图片的有效区域图像的细分区域的图像特征数据获取待处理图片的有效区域图像的色块连通域数;
获取待处理图片的有效区域图像中各细分区域的线段数之和,该和即为各细分区域的线段数合计数;
获取待处理图片的有效区域图像中各细分区域的线长值之和,该和即为各部分细分区域的线长值合计数。
在本发明的实施例中,所述步骤D14,将各所述组合部分区域的线段线长数据和整体范围的线段线长的特征数据进行组合处理,生成粗略图像特征描述符。
所述粗略图像特征描述符包括:图像的组合部分区域的平均线段数组合描述符、图像组合部分区域的主要线段数组合描述符、图像组合部分区域的平均线长值组合描述符、图像组合部分区域的主要线长值组合描述符以及有效区域图像的色块连通域数描述符,所述粗略图像特征描述符可以用数字或其他字符表示。
图像的组合部分区域的平均线段数组合描述符的表示方法,由如下各项组合构成:(1)用数字或其他字符表示有效区域图像全部细分区域的线段数合计数;(2)各组合部分区域的平均线段数;
图像组合部分区域的主要线段数组合描述符的表示方法,由如下各项组合构成:(1)用数字或其他字符表示有效区域图像全部细分区域的线段数合计数;(2)各组合部分区域的主要线段数;
图像组合部分区域的平均线长值组合描述符的表示方法,由如下各项组合构成:(1)用数字或其他字符表示有效区域图像全部细分区域的线长值合计数;(2)各组合部分区域的平均线长值;
图像组合部分区域的主要线长值组合描述符的表示方法,由如下各项组合构成:(1)用数字或其他字符表示有效区域图像全部细分区域的线长值合计数;(2)各组合部分区域的主要线长值;
有效区域图像的色块连通域数描述符的表示方法:用数字或其他字符表示有效区域图像的色块连通域数;
图2列出了示例性待处理图片的有效区域图像的示意图,以图5的示例性图样为例,进一步说明各粗略图像特征描述符的表示方法如下:
图像的组合部分区域的平均线段数组合描述符应用实例:
实例1:假设图像的组合部分区域数为2个,那么图像的组合部分区域的平均线段数组合描述符为:0370102;
其中,前三位数表示有效区域图像全部细分区域的线段数合计数,第四、五位数表示第一组合部分区域的平均线段数,第六、七位数表示第二组合部分区域的平均线段数。
实例2:假设图像的组合部分区域数为3个,那么图像的组合部分区域的平均线段数组合描述符为:037010102;
其中,前三位数表示有效区域图像全部细分区域的线段数合计数,第四、五位数表示第一组合部分区域的平均线段数,第六、七位数表示第二组合部分区域的平均线段数,第八、九位数表示第三组合部分区域的平均线段数。
以此类推。
图像组合部分区域的主要线段数组合描述符应用实例:
实例3:假设图像的组合部分区域数为3个,那么图像组合部分区域的主要线段数组合描述符为:037010102;
其中,前三位数表示待处理图片的有效区域图像全部细分区域的线段数合计数,第四、五位数表示第一组合部分区域的主要线段数,第六、七位数表示第二组合部分区域的主要线段数,第八、九位数表示第三组合部分区域的主要线段数。
以此类推。
图像组合部分区域的平均线长值组合描述符应用实例:
实例4:假设图像的组合部分区域数为3个,那么图像组合部分区域的平均线长值组合描述符为:180151314;
其中,前三位数表示待处理图片的有效区域图像全部细分区域的线长值合计数,第四、五位数表示第一组合部分区域的平均线长值,第六、七位数表示第二组合部分区域的平均线长值,第八、九位数表示第三组合部分区域的平均线长值。
以此类推。
图像组合部分区域的主要线长值组合描述符应用实例:
实例5:假设图像的组合部分区域数为3个,那么图像组合部分区域的主要线长值组合描述符为:180151514;
其中,前三位数表示待处理图片的有效区域图像全部细分区域的线长值合计数,第四、五位数表示第一组合部分区域的平均线长值,第六、七位数表示第二组合部分区域的平均线长值,第八、九位数表示第三组合部分区域的平均线长值。
以此类推。
在本发明的实施例中,步骤D2,获取精细图像特征描述符,具体包括以下步骤:
所述精细图像特征描述符是指从待处理图片的有效区域图像中较为小的局部(细分区域)范围精细描述图像的共同性特征的描述符。所述较为小的局部就是细分区域,所述细分区域是本技术方案的图像数据最小的分割单元,具有精细的特征。
所述精细图像特征描述符包括:待处理图片的有效区域图像中各细分区域的线段数集合和各细分区域的线长值集合;
其中,按照细分区域的编号顺序记录各细分区域的线段数的一组数字或字符串的集合为各细分区域的线段数集合,具体地,各细分区域的线段数的集合的表示方法包括:
(1)数字或其他字符的组数等于待处理图片的有效区域图像的细分区域数;
(2)每组数应表示细分区域的编号和该细分区域的线段数。
按照细分区域的编号顺序记录各细分区域的线长值的一组数字或字符串的集合为各细分区域的线长值集合,具体地,各细分区域的线长值的集合的表示方法包括:
(1)数字或其他字符的组数等于待处理图片的有效区域图像的细分区域数;
(2)每组数应表示细分区域的编号和该细分区域的线长值。
以图2的示例性图样为例,进一步说明精细图像特征描述符的表示方法如下:
图像的各细分区域的线段数的集合的描述符应用实例:
实例6:假设图2的示例性图样划分25个细分区域,图像的各细分区域的线段数的集合的描述符可以记为:
0102,0202,0302,0402,0502,0602,0702,0802,0902,1002,1102,1202,1300,1402,1502,1602,1702,1802,1902,2002,2102,2202,2302,2402,2502;
其中,每个“,”内的数字为一组数,用25组数表示图像的25个细分区域数,每组数表示该细分区域的编号和该编号对应的细分区域的线段数,每组数的前二位数表示细分区域的编号,每组数的第三、四位数表示该细分区域的线段数。
图像的各细分区域的线段数的集合的描述符应用实例:
实例7:假设图5的示例性图样划分25个细分区域,图像的各细分区域的线长值的集合的描述符可以记为:
0115,0215,0315,0415,0515,0615,0715,0815,0915,1015,1115,1215,1303,1414,1514,1614,1714,1814,1914,2014,2114,2214,2314,2414,2514;
其中,每个“,”内的数字为一组数,用25组数表示图像的25个细分区域数,每组数表示该细分区域的编号和该编号对应的细分区域的线长值,每组数的前二位数表示细分区域的编号,每组数的第三、四位数表示该细分区域的线长值。经前述各步处理,获取了图像的粗略图像特征描述符和精细图像特征描述符,将其作为待处理图像的图像特征描述符。粗略图像特征描述符和精细图像特征描述符的组合提取及应用,能有效兼顾图像的共同性和区分性问题。
在本发明实施例中,还涉及一种图像特征提取及描述符获取装置,包括:图像数据获取模块、细分区域处理模块、细分区域数据获取模块以及图像特征描述符获取模块;
所述图像数据获取模块用于提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;
所述细分区域处理模块用于采用同一方向的分割线对有效区域图像进行多等份细分,获取具有同一切割方向的细分区域以及细分区域数据集;
所述细分区域数据获取模块用于对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;
所述图像特征描述符获取模块用于对所述细分区域的图像特征数据进行统计、组合处理,以获取图像特征描述符,包括如下至少一项或多项:粗略图像特征描述符、精细图像特征描述符。
在本发明实施例中,还涉及一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现如下步骤:
提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;
对有效区域图像进行一个方向或多个方向的多个等份的细分,获得有效区域图像的细分区域;
对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;
对所述细分区域的图像特征数据进行统计、组合处理,以获取图像特征描述符,所述图像特征描述符至少包括如下一项或多项:粗略图像特征描述符、精细图像特征描述符。
在本发明实施例中,还涉及一种图像数据存储器,包括:
粗略图像特征描述符存储单元,用于存储所述计算机程序被处理器执行时实现如下步骤中任一项所述的方法所产生的粗略图像特征描述符:提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;对有效区域图像进行相同方向的多个等份的细分,以获取待处理图片的有效区域图像的同一方向分割的细分区域或多个同一方向分割的细分区域集合;对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;对所述细分区域的图像特征数据进行统计、组合处理,以获取粗略图像特征描述符。
精细图像特征描述符存储单元,用于存储所述计算机程序被处理器执行时实现如下步骤中任一项所述的方法所产生的精细图像特征描述符:提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;对有效区域图像进行相同方向的多个等份的细分,以获取待处理图片的有效区域图像的同一方向分割的细分区域或多个同一方向分割的细分区域集合;对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;对所述细分区域的图像特征数据进行统计、组合处理,以获取精细图像特征描述符。
本领域普通技术人员可以理解实现上述实施例方法中的全部或部分流程,是可以通过计算机程序来指令相关的硬件来完成,所述的计算机程序可存储于一非易失性计算机可读取存储介质中,该计算机程序在执行时,可包括如上述各方法的实施例的流程。其中,本申请所提供的各实施例中所使用的对存储器、存储、数据库或其它介质的任何引用,均可包括非易失性和/或易失性存储器。非易失性存储器可包括只读存储器(ROM)、可编程ROM(PROM)、电可编程ROM(EPROM)、电可擦除可编程ROM(EEPROM)或闪存。易失性存储器可包括随机存取存储器(RAM)或者外部高速缓冲存储器。作为说明而非局限,RAM以多种形式可得,诸如静态RAM(SRAM)、动态RAM(DRAM)、同步DRAM(SDRAM)、双数据率SDRAM(DDRSDRAM)、增强型SDRAM(ESDRAM)、同步链路(Synchlink)DRAM(SLDRAM)、存储器总线(Rambus)直接RAM(RDRAM)、直接存储器总线动态RAM(DRDRAM)、以及存储器总线动态RAM(RDRAM)等。
以上实施例的各技术特征可以进行任意的组合,为使描述简洁,未对上述实施例中的各个技术特征所有可能的组合都进行描述,然而,只要这些技术特征的组合不存在矛盾,都应当认为是本说明书记载的范围。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示意性实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不一定指的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任何的一个或多个实施例或示例中以合适的方式结合。
尽管已经示出和描述了本发明的实施例,本领域的普通技术人员可以理解:在不脱离本发明的原理和宗旨的情况下可以对这些实施例进行多种变化、修改、替换和变型,本发明的范围由权利要求及其等同物限定。
Claims (12)
1.一种图像特征提取及描述符获取方法,其特征在于,包括如下步骤:
步骤A:提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;
步骤B:采用同一方向的分割线对有效区域图像进行多等份细分,获取具有同一切割方向的细分区域以及细分区域数据集;
步骤C:对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;
步骤D:对所述细分区域的图像特征数据进行统计、组合处理,以获取图像特征描述符,所述图像特征描述符至少包括如下一项或多项:粗略图像特征描述符、精细图像特征描述符。
2.根据权利要求1所述的一种图像特征提取及描述符获取方法,其特征在于:
在所述步骤B中,所述分割线的同一方向包括如下方向:水平向、垂直向、特定角度向;
具有同一切割方向的细分区域包括如下至一项:水平向分割细分区域,垂直向分割细分区域,特定角度向分割细分区域;
所述细分区域数据集为一个方向或者多个方向的细分区域的数据集合,其中所述细分区域数据集包括如下至少一项或多项的组合:水平向分割细分区域,垂直向分割细分区域,特定角度向分割细分区域;
其中,所述水平向分割细分区域是指对有效区域图像沿着水平方向划分为n个等份所得到的分割区域;
所述垂直向分割细分区域是指对有效区域图像沿着垂直方向划分为n个等份所得到的分割区域;
所述特定角度分割细分区域是指对有效区域图像沿着预设的特定角度方向划分为n个等份所得到的分割区域,所述预设的特定角度在0°至360°的整数度中取值;
所述n个等份为大于3的整数。
3.根据权利要求1所述的一种图像特征提取及描述符获取方法,其特征在于,在步骤C中,所述有效区域图像的细分区域的图像特征数据包括:细分区域的连通域的个数、细分区域的线段数和细分区域的线长值:
其中获取图像特征数据包括如下步骤:
步骤C1:确认细分区域中的连通域,获取细分区域的连通域的个数;
其中连通域为在所述细分区域内相互相连的主色块像素点集合所构成的局部区域;
步骤C2:识别细分区域的线段,获取细分区域的线段数;
其中,获取步骤如下:
根据所述预设有效连通域条件判断并确定所述细分区域中各连通域的有效性,获取所述细分区域的有效连通域;
统计所述细分区域内的有效连通域的个数;
将所述细分区域内的有效连通域的个数作为所述细分区域的线段数;
其中,所述细分区域的线段是细分区域中符合预设有效连通域条件的连通域,所述预设有效连通域条件包括:连通域的最大高度等于细分区域的高度时和/或连通域的最大长度大于等于细分区域单位线长标准;
步骤C3:计量细分区域的线长,获取细分区域的线长值;
所述细分区域的线长是指将所述细分区域中有效连通域在所述细分区域的分割线的方向上的主色块像素点的长度;所述细分区域的线长值是指对所述细分区域中有效连通域在所述细分区域的分割线的方向上的主色块像素点数量以细分区域单位线长标准进行计量的数值;所述细分区域单位线长标准是指对细分区域的长度进行线长计量的最小单位的标准;
所述细分区域的线长值的获取方法包括:
步骤C31:确定细分区域单位线长标准;
步骤C32:根据细分区域单位线长标准获取各细分区域的线长值;
步骤C33:对各细分区域的线长值进行取整操作。
4.根据权利要求3所述的一种图像特征提取及描述符获取方法,其特征在于,确定所述细分区域单位线长标准的方法包括:固定常数法或最大线段数法;
所述固定常数法包括:以待处理图片的有效区域图像最大的细分区域的线长为基准,预设的固定常数N作为等份数,每一等份的线长就是对细分区域的长度进行线长计量的最小单位,将该线长计量的最小单位作为细分区域单位线长标准,其中固定常数N大于3;固定常数法计算公式如下:
L1=m/N;
L1表示固定常数法的细分区域单位线长标准,m表示待处理有效区域图像中最大的细分区域有效连通域的像素长度,N表示预设的固定常数;
所述最大线段数法包括:采用待处理有效区域图像最大的细分区域线长为基准,以待处理有效区域图像的细分区域的最大线段数作为等份数,每一等份的线长就是对细分区域的长度进行线长计量的最小单位,将该线长计量的最小单位作为细分区域单位线长标准,计算公式如下:
L2=m/n;
L2表示最大线段数法的细分区域单位线长标准,m表示待处理有效区域图像中最大的细分区域有效连通域的像素长度,n表示待处理有效区域图像的细分区域的最大线段数;
所述步骤C32,根据细分区域单位线长标准获取各细分区域的线长值包括:
判断当前使用确认细分区域单位线长标准的方法,若确认细分区域单位线长标准的方法为固定常数法,则各细分区域的线长值的获取公式如下:
H1=S/L1;
其中,H1表示使用固定常数法的细分区域的线长值,S表示当前细分区域有效连通域的像素长度,L1表示固定常数法的细分区域单位线长标准;
若确认细分区域单位线长标准的方法为最大线段法,则各细分区域的线长值的获取公式如下:H2=S/L2;
H2表示使用最大线段法的细分区域的线长值,S表示当前细分区域有效连通域的像素长度,L2表示最大线段数法的细分区域单位线长标准。
5.根据权利要求1所述的一种图像特征提取及描述符获取方法,其特征在于,在步骤D中,所述获取图像特征描述符的步骤包括:步骤D1:获取粗略图像特征描述符;步骤D2:获取精细图像特征描述符。
6.根据权利要求5所述的一种图像特征提取及描述符获取方法,其特征在于,在步骤D1中,获取粗略图像特征描述符的步骤包括:
步骤D11:对待处理图片的有效区域图像的细分区域进行组合,获取待处理图片的有效区域图像的组合部分区域;
步骤D12:统计各所述组合部分区域的线段线长数据;
步骤D13:统计待处理图片的有效区域图像中整体范围的线段线长的特征数据;
步骤D14:将各所述组合部分区域的线段线长数据和整体范围的线段线长的特征数据进行组合处理,生成粗略图像特征描述符。
7.根据权利要求6所述的一种图像特征提取及描述符获取方法,其特征在于,在步骤D11中,在待处理图片的有效区域图像中获取至少两个位置相邻或相连关系细分区域,并按照组合规则进行组合形成局部区域,所述局部区域为待处理图片的有效区域图像的组合部分区域;
其中对有效区域图像的细分区域进行组合需满足如下规则:
同一组合部分区域的细分区域应是相互相连或相邻;
各组合部分区域的细分区域组合数应是相互相等或偏差小于偏差预设值,所述偏差预设值为大于等于1且小于10;
每一组合部分区域的细分区域组合数应大于等于2;
在步骤D12中,所述各组合部分区域的线段线长数据具体包括:组合部分区域的平均线段数、组合部分区域的主要线段数、组合部分区域的平均线长值、组合部分区域的主要线长值;
其中,所述组合部分区域的平均线段数为将当前组合部分区域的各细分区域线段数之和再除以当前组合部分区域的细分区域的个数;
所述组合部分区域的主要线段数获取方法如下:
统计获取在组合部分区域范围内拥有细分区域最多且细分区域数占比大于阈值的线段,其中细分区域数占表示线段所拥有的细分区域数与细分区域总数的比值,所述阈值在大于30%小于等于100%的范围内取值;
所述组合部分区域的平均线长值为将当前组合部分区域的各细分区域线长值之和再除以当前组合部分区域的细分区域的个数;
所述组合部分区域的主要线长值是指:当在该组合部分区域范围内的某一线长值拥有的细分区域数最多且该拥有的细分区域数占该组合部分区域的细分区域总数的比值大于线长值比例预设值,则该某一线长值为该组合部分区域的主要线长值;其中,所述线长值比例预设值在大于30%小于等于100%范围取值;
在步骤D13中,所述线段线长特征数据包括:各细分区域的线段数合计数、各部细分区域的线长值合计数、有效区域图像的色块连通域数;其中获取所述统计线段线长的特征数据的方法包括:
根据待处理图片的有效区域图像的细分区域的图像特征数据获取待处理图片的有效区域图像的色块连通域数;
获取待处理图片的有效区域图像中各细分区域的线段数之和,该和即为各细分区域的线段数合计数;
获取待处理图片的有效区域图像中各细分区域的线长值之和,该和即为各部分细分区域的线长值合计数;
在步骤D14中,所述粗略图像特征描述符包括:图像的组合部分区域的平均线段数组合描述符、图像组合部分区域的主要线段数组合描述符、图像组合部分区域的平均线长值组合描述符、图像组合部分区域的主要线长值组合描述符以及有效区域图像的色块连通域数描述符,所述粗略图像特征描述符用数字或其他字符表示;
其中,图像的组合部分区域的平均线段数组合描述符由如下一种或多种组合而成:
用数字或其他字符表示有效区域图像全部细分区域的线段数合计数;
各组合部分区域的平均线段数;
图像组合部分区域的主要线段数组合描述符由如下一种或多种组合而成:
用数字或其他字符表示有效区域图像全部细分区域的线段数合计数;
各组合部分区域的主要线段数;
图像组合部分区域的平均线长值组合描述符由如下一种或多种组合而成:
用数字或其他字符表示有效区域图像全部细分区域的线长值合计数;
各组合部分区域的平均线长值;
图像组合部分区域的平均线长值组合描述符由如下一种或多种组合而成:
用数字或其他字符表示有效区域图像全部细分区域的线长值合计数;
各组合部分区域的主要线长值;
有效区域图像的色块连通域数描述符的表示方法:用数字或其他字符表示有效区域图像的色块连通域数。
8.根据权利要求5所述的一种图像特征提取及描述符获取方法,其特征在于,在步骤D2中,所述精细图像特征描述符是指从待处理图片的有效区域图像中的局部范围细描述图像的共同性特征的描述符,包括:待处理图片的有效区域图像中各细分区域的线段数集合和各细分区域的线长值集合。
9.根据权利要求8所述的一种图像特征提取及描述符获取方法,其特征在于,所述各细分区域的线段数集合是指按照细分区域的编号顺序记录各细分区域的线段数的一组数字或字符串的集合,各细分区域的线段数的集合的表示方法包括:
数字或其他字符的组数等于待处理图片的有效区域图像的细分区域数;
每组数应表示细分区域的编号和该细分区域的线段数;
所述各细分区域的线长值集合是指按照细分区域的编号顺序记录各细分区域的线长值的一组数字或字符串的集合,各细分区域的线长值的集合的表示方法包括:
数字或其他字符的组数等于待处理图片的有效区域图像的细分区域数;
每组数应表示细分区域的编号和该细分区域的线长值。
10.一种图像特征提取及描述符获取装置,其特征在于,包括:图像数据获取模块、细分区域处理模块、细分区域数据获取模块以及图像特征描述符获取模块;
所述图像数据获取模块用于提取待处理图片的有效区域图像及像素点颜色值数据并进行色块分割,获取待处理图片的有效区域图像及图像数据;
所述细分区域处理模块用于采用同一方向的分割线对有效区域图像进行多等份细分,获取具有同一切割方向的细分区域以及细分区域数据集;
所述细分区域数据获取模块用于对所述细分区域进行连通域确认、线段识别和线长计量,以获取所述细分区域的图像特征数据;
所述图像特征描述符获取模块用于对所述细分区域的图像特征数据进行统计、组合处理,以获取图像特征描述符,包括如下至少一项或多项:粗略图像特征描述符、精细图像特征描述符。
11.一种计算机可读存储介质,其上存储有计算机程序,其特征在于,所述计算机程序被处理器执行时实现权利要求1-9中任一项所述的方法。
12.一种图像数据存储器,其特征在于,包括:
粗略图像特征描述符存储单元,用于存储所述计算机程序被处理器执行时实现权利要求1-9中任一项所述的方法所产生的粗略图像特征描述符;
精细图像特征描述符存储单元,用于存储所述计算机程序被处理器执行时实现权利要求1-9中任一项所述的方法所产生的精细图像特征描述符。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110875964.0A CN113554639A (zh) | 2021-07-30 | 2021-07-30 | 一种图像特征提取及描述符获取方法、装置及存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110875964.0A CN113554639A (zh) | 2021-07-30 | 2021-07-30 | 一种图像特征提取及描述符获取方法、装置及存储介质 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN113554639A true CN113554639A (zh) | 2021-10-26 |
Family
ID=78133475
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110875964.0A Pending CN113554639A (zh) | 2021-07-30 | 2021-07-30 | 一种图像特征提取及描述符获取方法、装置及存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113554639A (zh) |
Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160371537A1 (en) * | 2015-03-26 | 2016-12-22 | Beijing Kuangshi Technology Co., Ltd. | Method, system, and computer program product for recognizing face |
CN107038707A (zh) * | 2016-02-02 | 2017-08-11 | 杭州海康威视数字技术股份有限公司 | 一种图像分割方法及装置 |
CN107330438A (zh) * | 2016-12-30 | 2017-11-07 | 徐庆 | 一种图像轮廓线描述符的获取方法、装置 |
CN107527055A (zh) * | 2017-08-04 | 2017-12-29 | 佛山市国方商标服务有限公司 | 图像分卡处理方法、装置及图像检索方法、装置和系统 |
CN109460770A (zh) * | 2018-09-06 | 2019-03-12 | 徐庆 | 图像特征描述符提取方法、装置、计算机设备和存储介质 |
-
2021
- 2021-07-30 CN CN202110875964.0A patent/CN113554639A/zh active Pending
Patent Citations (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US20160371537A1 (en) * | 2015-03-26 | 2016-12-22 | Beijing Kuangshi Technology Co., Ltd. | Method, system, and computer program product for recognizing face |
CN107038707A (zh) * | 2016-02-02 | 2017-08-11 | 杭州海康威视数字技术股份有限公司 | 一种图像分割方法及装置 |
CN107330438A (zh) * | 2016-12-30 | 2017-11-07 | 徐庆 | 一种图像轮廓线描述符的获取方法、装置 |
CN107527055A (zh) * | 2017-08-04 | 2017-12-29 | 佛山市国方商标服务有限公司 | 图像分卡处理方法、装置及图像检索方法、装置和系统 |
CN109460770A (zh) * | 2018-09-06 | 2019-03-12 | 徐庆 | 图像特征描述符提取方法、装置、计算机设备和存储介质 |
Non-Patent Citations (1)
Title |
---|
石国强;赵霞;陈星洲;陈雨佳;陈萌;郭松;陈凤: "《基于卷积神经网络的局部图像特征描述符算法》", 《上海航天》, 25 February 2020 (2020-02-25), pages 1 - 6 * |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US7991224B2 (en) | Segmenting digital image and producing compact representation | |
WO2021139258A1 (zh) | 基于图像识别的细胞识别计数方法、装置和计算机设备 | |
JPH11288465A (ja) | カラー画像処理装置及びパターン抽出装置 | |
CN111402267B (zh) | 前列腺癌病理图像中上皮细胞核的分割方法、装置和终端 | |
CN110648322A (zh) | 一种子宫颈异常细胞检测方法及系统 | |
US20170178341A1 (en) | Single Parameter Segmentation of Images | |
CN106780522A (zh) | 一种基于深度学习的骨髓液细胞分割方法 | |
CN109213886B (zh) | 基于图像分割和模糊模式识别的图像检索方法及系统 | |
CN111192239A (zh) | 遥感影像变化区域检测方法、装置、存储介质及电子设备 | |
CN113609984A (zh) | 一种指针式仪表读数识别方法、装置及电子设备 | |
Athira Krishnan | A survey on image segmentation and feature extraction methods for acute myelogenous leukemia detection in blood microscopic images | |
CN114511718A (zh) | 一种建筑施工用物料智能管理方法及系统 | |
CN111914926A (zh) | 基于滑窗的视频抄袭检测方法、装置、设备和介质 | |
CN109978849B (zh) | 基于数字病理图像的基线细胞确定方法、装置及可读介质 | |
CN115497010A (zh) | 一种基于深度学习的地理信息的识别方法及系统 | |
Sheikhi et al. | Separability of imprecise points | |
CN113918744A (zh) | 相似图像检索方法、装置、存储介质及计算机程序产品 | |
CN113554639A (zh) | 一种图像特征提取及描述符获取方法、装置及存储介质 | |
CN111127480B (zh) | 一种图像处理方法、装置、电子设备及存储介质 | |
CN111815594A (zh) | 钢筋检测方法以及相关设备、装置 | |
CN115880228A (zh) | 多缺陷合并方法、装置、计算机设备及存储介质 | |
Vandenbroucke et al. | Unsupervised color-image segmentation by multicolor space iterative pixel classification | |
CN115761270A (zh) | 色卡的检测方法、装置、电子设备及存储介质 | |
CN110689586A (zh) | 中医智能舌诊中的舌像识别方法和用于该方法的便携式校正色卡 | |
CN113553980A (zh) | 一种图片的商标图形要素编码生成方法、系统及装置 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination |