CN113743418A - 图像中特征点的描述子的生成方法、装置和存储介质 - Google Patents
图像中特征点的描述子的生成方法、装置和存储介质 Download PDFInfo
- Publication number
- CN113743418A CN113743418A CN202010470487.5A CN202010470487A CN113743418A CN 113743418 A CN113743418 A CN 113743418A CN 202010470487 A CN202010470487 A CN 202010470487A CN 113743418 A CN113743418 A CN 113743418A
- Authority
- CN
- China
- Prior art keywords
- point
- pixels
- integral
- image
- comparison result
- 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.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 63
- 238000009825 accumulation Methods 0.000 claims description 66
- 238000009499 grossing Methods 0.000 claims description 13
- 238000004590 computer program Methods 0.000 claims description 8
- 238000004422 calculation algorithm Methods 0.000 abstract description 11
- 238000004364 calculation method Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 3
- 238000000605 extraction Methods 0.000 description 3
- 230000010354 integration Effects 0.000 description 3
- 238000001514 detection method Methods 0.000 description 2
- 238000011084 recovery Methods 0.000 description 2
- 210000001525 retina Anatomy 0.000 description 2
- 230000001360 synchronised effect Effects 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000012067 mathematical method 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
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/22—Matching criteria, e.g. proximity measures
Landscapes
- Engineering & Computer Science (AREA)
- Data Mining & Analysis (AREA)
- Theoretical Computer Science (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Artificial Intelligence (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Physics & Mathematics (AREA)
- General Engineering & Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Life Sciences & Earth Sciences (AREA)
- Image Analysis (AREA)
Abstract
本申请涉及一种基于brief算法的特征点的描述子生成方法、装置和存储介质,通过并行的方式获取第二积分图像,之后基于第二积分图像获取点对进行比较得到特征点的描述子,该方法涉及运算逻辑简单,运算速度快。
Description
技术领域
本申请涉及图像处理技术领域,特别是涉及一种图像中特征点的描述子的生成方法、装置和存储介质。
背景技术
图像中的特征点的描述子用于描述局部图像的特征,它可以对局部图像中检测到的特征点进行描述,是很多实际应用场景的基础。
例如,在多幅图像的配准、利用二维图像进行三维重建、目标追踪以及恢复场景三维结构时,均需要建立图像之间点与点之间的对应关系,而这些对应关系的建立通常都依赖于局部图像的特征点描述子。
传统的特征点的描述子获取方法主要有BRISK(Binary Robust InvariantScalable Keypoints,特征提取算法)、FREAK(Fast Retina Keypoint,特征点匹配算法)、BRIEF(Binary Robust Independent Elementary Features,特征点描述算法)等。
然而,传统的特征点的描述子的生成方法存在运算速度慢,效率低等缺陷。
发明内容
基于此,有必要针对上述技术问题,提供一种能够快速获取特征点的描述子的图像中特征点的描述子的生成方法、装置和存储介质。
一种基于brief算法的特征点的描述子生成方法,所述方法包括:
第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,n为正整数,i为正整数;
所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像,其中,m为正整数,且m小于等于n;
第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,其中,所述第二预设方向为与第一预设方向垂直的方向;
所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像;
获取所述第二积分图像中的至少一个特征点;
以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子。
在其中一个实施例中,所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,包括:
将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。
在其中一个实施例中,以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子,包括:
对各个所述补丁区域做平滑处理;
按预设规则从各个平滑处理的所述补丁区域获取预设数量的点对,比较所述点对中各个点的像素值得到比较结果,基于点对的比较结果得到对应的特征点的描述子。
在其中一个实施例中,以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得各个所述特征点的描述子,包括:
按预设规则从各个所述补丁区域中获取预设数量的点对;
确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值;
比较所述点对的各个点的总积分值,得到所述点对的比较结果;
根据点对的比较结果得到对应的特征点的描述子。
一种运算装置,所述装置包括:控制电路、读写电路、第二运算单元以及至少n个第一运算单元,所述控制电路分别连接所述读写电路第二运算单元,所述读写电路连接所述n个第一运算单元,所述n个第一运算单元连接所述第二运算单元,控制电路100用于控制读写电路从原图或者第一积分图像读取像素,获取第二积分图像中的至少一个特征点,从第二积分图像的补丁区域获取点对;控制所述第一运算单元进行累加运算;控制所述第二运算单元进行比较运算;所述控制电路还用于以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域;
所述读写电路,用于第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个运算单元;第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个运算单元,以及以特征点为中心确定补丁区域,从所述补丁区域获取预设数量的点对,其中,n为正整数,i为正整数,所述第二预设方向为与第一预设方向垂直的方向;
所述n个第一运算单元的第m个第一运算单元,用于将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像;将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像,其中,m为正整数,且m小于等于n;
第二运算单元,用于对各个所述点对进行比较运算,基于所述点对的比较结果得到对应的各个所述特征点的描述子。
在其中一个实施例中,所述控制电路具体用于控制所述第一运算单元进行乘法-累加运算,
所述第m个第一运算单元具体用于将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜为包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。
在其中一个实施例中,所述第二运算单元包含乘法器和加法器,所述乘法器与所述加法器连接,
所述乘法器用于将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果;
所述加法器用于将所述n个乘法结果进行累加,得到所述累加运算的结果;将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值;以及,将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值。
在其中一个实施例中,所述第二运算单元包含私有缓存,所述私有缓存用于存储所述各个第二运算单元的掩膜,
所述乘法器用于从所述私有缓存中获取所述掩膜,以进行相应的乘法运算。
在其中一个实施例中,所述第一运算单元还用于对所述补丁区域做平滑处理;所述读写电路具体用于按预设规则从平滑处理后的所述补丁区域获取预设数量的点对;所述第二运算单元具体用于对点对中各个的点的像素进行比较得到比较结果,基于比较结果得到对应的特征点的特征点的描述子。
在其中一个实施例中,所述第一运算单元还用于确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值;所述第二运算单元具体用于比较所述点对的各个点的总积分值,得到所述点对的比较结果;根据各个点对的比较结果得到对应的特征点的特征点的描述子。
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本申请任一实施例的方法的步骤。
上述图像中特征点的描述子的生成方法、装置和存储介质,通过使多个第一运算单元分别对对应数量的像素进行累加运算,实现以并行的方式对图像中的n个像素积分,得到积分图像,之后基于该积分图像选取点对进行比较得到特征点的特征点的描述子。由于本实施例的方法每个运算周期可以处理n个像素,与传统的特征点的描述子的生成方法的串行执行方式相比,本实施例的方法运算速度快,特征点的描述子生成效率高的优点。
附图说明
图1为一个实施例中通过摄像机拍摄的一段视频的图像帧;
图2为一个实施例中图像中特征点的描述子的生成方法的流程示意图;
图3为一个实施例中某一点的邻域的示意图;
图4为一个实施例中运算装置的结构框图;
图5为另一个实施例中原图P示意图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本申请进行进一步详细说明。应当理解,此处描述的具体实施例仅仅用以解释本申请,并不用于限定本申请。
为了方便说明本发明实施例,下述对本发明实施例中涉及的术语进行解释:
(1)特征点,又称关键点,是图像上某些特殊的、具有代表的点。
(2)描述子是使用数学方法描述特征点。
本申请提供的图像中特征点的描述子的生成方法,可以应用于目标追踪、多幅图像的配准、利用二维图像进行三维重建以及恢复场景三维结构等等需涉及特征点匹配的图像处理场景。
具体地,在处理这些场景下的图像时,一般首先确定基准图和待匹配图像,然后对这两种图像进行特征点提取,之后对提取的特征点进行描述,该对特征点描述的过程即生成特征点的描述子的过程,最后进行特征点匹配,该特征点匹配的过程即为特征点的描述子比对的过程。一般情况下使用计算对应的特征点的描述子距离的方式进行特征点的描述子比对。在得到比对结果后,再进行上述具体场景下的后续处理,即可实现上述场景下的图像处理过程。
可选地,一般可以使用SIFT(Scale Invariant Feature Transform,尺度不变特征变换),Surf(Speeded Up Robust Features;它是一种类似于SIFT的兴趣点检测及描述子算法),FAST角点检测等特征点提取算法提取图像中的特征点。
可选地,一般可以使用常用的特征点的描述子生成算法,例如BRISK(BinaryRobust Invariant Scalable Keypoints,特征提取算法)、FREAK(Fast Retina Keypoint,特征点匹配算法)、BRIEF(Binary Robust Independent Elementary Features,特征点描述算法)等等描述子生成算法得到特征点的描述子。
为了便于理解上述过程,以图1示出场景为例说明上述特征点匹配过程以及如何上述过程应用于目标追踪的场景。图1为通过摄像机拍摄的一段视频的图像帧,目标为卫星电视接受天线,该图中各个图像帧中的目标的图像并不完全相同。可以通过上述方式追踪各个图像帧中的卫星电视接受天线。
具体地,将第一帧图像作为基准图,其他图像帧作为待待匹配图像。首先,对各个图像帧进行特征点提取,图1示出的各帧图像中黑色矩形框的中心点为提取的各图像帧的特征点。之后,生成各个图像帧的特征点的描述子(该描述子是一串数字),比对特征点的描述子得到特征匹配结果。最后对特征匹配几个进行解析即可实现对图1中各个图像帧的目标进行追踪。可选地,可以使用计算距离(例如汉明距离,欧氏距离等等)的方式比对特征点的描述子。
可选地,可以应用BRIEF算法处理器各个图像帧的特征点,生成特征点的描述子。需要说明的是,使用BRIEF算法生成的特征点的描述子是一种由0和1组成的二值描述子。基于二值描述子本身的数据特性,基于BRIEF算法得到的特征点的描述子在后续的特征点的描述子比对时,具有运算速度快的优点。
具体地,应用BRIEF算法处理各个图像帧的特征点一般包含如下步骤:
(1)对原图进行积分处理,得到积分图像。该原图可以为图1中人员图像帧。
(2)基于特征点在积分图像确定补丁区域(patch,opencn2.4.9中该补丁区域的大小为48*48)。该补丁区域是一个以特征点为中心定义的一个预设大小的区域。应当清楚的是,积分图像仅仅是对原图中各个位置的像素进行积分得到,因此,特征点在原图中的位置与在积分图像中的位置一致。
(3)从补丁区域按照预设规则选择预设数量(该预设数量可以为128,256或者512)的点对,比较点对中各个点在积分图像中的像素得到比较结果(该结果一般使用0或1表示),得到预设数量的比较结果,即得到预设数量位数的二值字符串,该二值字符串即为特征点的描述子。
可选地,为了降低点对比较时的噪声,可以选择对积分图像或者补丁区域进行平滑处理,之后在平滑处理后的补丁区域选择点对。
在一个实施例中,如图2所示,提供了一种图像中特征点的描述子的生成方法,以该方法应用于图1中的场景为例进行说明,该方法被包含多个第一运算单元的运算装置执行,该运算装置的各个第一运算单元能够执行加法和乘法运算,包括以下步骤:
步骤S101,第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,n为正整数,i为正整数。
可选地,该原图可以为图1场景中的任一图像帧。可选地,运算装置对原图的进行按行或者按列积分。具体地,运算装置第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至运算装置的n个第一运算单元。
步骤S102,所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像,其中,m为正整数,且m小于等于n。
具体地,由于在i=1时,i-1=0,因此,运算装置第1次按第一预设方向从原图某行或某列读取n个像素时,第m个第一运算单元仅需将所述n个像素中前m个像素进行累加运算,即得到该某一行或列前n个像素的第一积分值。
在i>1时,i-1≠0,此时,运算装置按第一预设方向从原图某行或某列读取n个像素的次数大于1,第m个第一运算单元需先将本次获取的n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与前一次(即第i-1次)的起始位置的第一积分值进行加法运算,才可以得到所述原图的某一行或列的各个位置的第一积分值。
下面以如图5所示的原图P为例说明执行步骤S102的运算过程。该原图P中包含81个位置,每行包含9个点,每列包含9个点,假设n=4,第一预设方向为原图行的方向,使用4个第一运算单元(分别为PE0,PE1,PE2,PE3)进行累加运算。假设对原图P的第2行进行行积分运算,具体实现如下:
首先,运算装置第1次从原图P的第2行获取4个像素P1,P2,P3,P4;将P1,P2,P3,P4发送至PE0,PE1,PE2,PE3。PE1将S1(S1=P1)作为第2行第1个位置的第一积分值;P2将S1(S1=P1+P2)的结果作为第2行第2个位置的第一积分值;……;P4将S4(S4=P1+P2+P3+P4)的结果作为第2行第4个位置的第一积分值。
之后,运算装置第2次从原图P的第2行获取4个像素P5,P6,P7,P8;将P5,P6,P7,P8发送至PE0,PE1,PE2,PE3。PE1将S5(S1=P5+S4)作为第2行第5个位置的第一积分值;P2将S5(S1=P5+P6+S4)的结果作为第2行第6个位置的第一积分值;……;P8将S5(S1=P5+P6+P7+P8+S4)的结果作为第2行第8个位置的第一积分值。
最后,运算装置第3次从原图P的第2行获取像素,该像素为P9。可选地,本次读取时,第2行的位置个数不足4个,可以使用0进行填充。获取的4个像素为P9,0,0,0;将P9,0,0,0发送至PE0,PE1,PE2,PE3。PE1将S9(S1=P9+S8)作为第2行第9个位置的第一积分值,本次其余第一运算单元的运算结果为0;结束运算,即可得到原图P的第2行每个位置的行积分。
步骤S103,第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,其中,所述第二预设方向为与第一预设方向垂直的方向。
具体地,运算装置第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元。
步骤S104,所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像。需要说明的是,由于第一积分图像是对原图的各个像素进行积分运算(累加),其仅仅涉及像素的加法,因此,第一积分图像也是包含多个像素。同理,第二积分图像也包含多个像素。
具体地,由于在i=1时,i-1=0,因此,在运算装置第1次按照第二预设方向从第一积分图像某行或某列读取n个像素时,第m个第一运算单元仅需将所述n个像素中前m个像素进行累加运算,即得到该某一行或列前n个像素的第一积分值。
在i>1时,i-1≠0,此时,运算装置按照第二预设方向从第一积分图像的某行或某列读取n个像素的次数大于1,第m个第一运算单元需先将本次获取的n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与前一次(即第i-1次)的起始位置的第一积分值进行加法运算,才可以得到所述某一行或列的各个位置的第二积分值。本步骤具体实施与步骤S102类似,具体实施请参见步骤S102的描述,在此不再详述。
步骤S105,获取所述第二积分图像中的至少一个特征点。
具体地,根据原图的特征点获取所述第二积分图像中的至少一个特征点。应当清楚的是,由于本实施例的方法为特征点的描述子生成方法,该方法一般用于对识别出的图像中的特征点进行描述,基于此,在执行本实施例的方法时,原图中必然确定出了特征点,在原图确定出了特征点的前提下,将第二积分图像中与原图的特征点相同位置的点确定为第二积分图像中的特征点。
步骤S106,以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个特征点的描述子。
具体地,运算装置以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子。具体地,若比较结果满足预设条件,则本次点对的比较结果记为1,否则记为0。
可选的,为了降低点对比较的噪声,可以在运算装置以特征点为中心确定补丁区域后,先对该补丁区域进行平滑处理,之后再按预设规则从平滑处理的补丁区域获取预设数量的点对。此时,只需比较所述点对中各个点的像素即可得到比较结果。可选地,可以首先从补丁区域确定n个像素的邻域,之后,n个第一运算单元400并行对各个像素邻域中各个像素进行均值运算,以实现对所述补丁区域的平滑处理。
可选地,为了降低点对比较的噪声,也可以在运算装置从补丁区域获取了点对之后,使用计算邻域总积分值的方式,进行点对的等效比较。具体地,确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值。比较所述点对的各个点的总积分值,得到所述点对的比较结果;根据各个点对的比较结果得到所述特征点的特征点的描述子。
为了便于理解,以图3所示的示例说明各个点的邻域的总积分值的计算。图3中P1,P2,P3,P4为第一运算单元确定点对中某一个点P的邻域的4个顶点,该点P邻域的总积分值=P4-P2-P3+P1。
可选地,运算装置可以按照如下点对选择方式的一种进行点对选择,其中,点对中包含点P和点Q。
预设规则1:点P和点Q服从平均分布;
预设规则2:点P和点Q服从Gauss(0,S^2/25)各向同性分布;
预设规则3:点P服从Gauss(0,S^2/25)分布,点Q服从Gauss(0,S^2/100)分布;
预设规则4:点P和点Q服从随机分布;
预设规则5:以点P为中心,随机获取点Q。
可选地,按照预设规则2从所述补丁区域获取预设数量的点对。可选地,预设数量可以为128,256或者512。
本申请提供的图像中特征点的描述子的生成方法,通过使多个第一运算单元分别对对应数量的像素进行累加运算,实现以并行的方式对图像中的n个像素积分,得到积分图像(本实施中的第二积分图像),之后基于该积分图像选取点对进行比较得到特征点的特征点的描述子。由于本实施例的方法每个运算周期可以处理n个像素,与传统的特征点的描述子的生成方法的串行执行方式相比,本实施例的方法运算速度快,特征点的描述子生成效率高的优点。
在其中一个实施例中,上述步骤S102可以通过在对应的第一运算单元配置对应的掩膜实现。具体地,运算装置的第m个第一运算单元的掩膜为包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。一般情形下,掩膜的位数与需并行处理的像素数相同。
具体地,步骤S102包括:将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜为包含n个数据位,所述掩膜的第1位至第m位的数值为1。
例如,在对4个位置的像素进行并行运算时,需使用4个第一运算单元(PE0,PE1,PE2,PE3)。此时,可以将掩膜设置为4位,PE0的掩膜可以为1000;PE1的掩膜可以为1100;PE20的掩膜可以为1110;PE3的掩膜可以为1111。
承接图4的示例,详细说明本步骤的具体实施过程,具体如下:
例如,在运算装置第1次从原图P的第2行获取4个像素P1,P2,P3,P4;将P1,P2,P3,P4发送至PE0,PE1,PE2,PE3后。
PE0进行的具体运算为:S1=P1*1+P2*0+P3*0+P4*0=P1;
PE1进行的具体运算为:S1=P1*1+P2*1+P3*0+P4*0=P1+P2;
PE2进行的具体运算为:S1=P1*1+P2*1+P3*1+P4*0=P1+P2+P3;
PE3进行的具体运算为:S1=P1*1+P2*1+P3*1+P4*1=P1+P2+P3+P4。
其余步骤与上述步骤运算过程类似,具体实施请参见上述过程,在此不做详述。
本实施例通过为运算装置的各个运算单元分别设置对应的掩膜,使得各个运算单元可以基于掩膜计算通过简单的乘法运算选择出有效的像素,并对有效的像素进行累加即可得到图像中各个位置积分值。该方法涉及运算逻辑简单,运算速度快。
应该理解的是,虽然图2的流程图中的各个步骤按照箭头的指示依次显示,但是这些步骤并不是必然按照箭头指示的顺序依次执行。除非本文中有明确的说明,这些步骤的执行并没有严格的顺序限制,这些步骤可以以其它的顺序执行。而且,图2中的至少一部分步骤可以包括多个子步骤或者多个阶段,这些子步骤或者阶段并不必然是在同一时刻执行完成,而是可以在不同的时刻执行,这些子步骤或者阶段的执行顺序也不必然是依次进行,而是可以与其它步骤或者其它步骤的子步骤或者阶段的至少一部分轮流或者交替地执行。
基于同样的发明构思,在其中一个实施例中还提出了一种如图4所示的运算装置。
该运算装置包含控制电路100、读写电路200、第二运算单元400以及至少n个第一运算单元300。其中,所述控制电路100分别连接所述读写电路200、第二运算单元400,所述读写电路连接所述n个第一运算单元,所述n个第一运算单元连接所述第二运算单元。
控制电路100用于控制读写电路从原图或者第一积分图像读取像素,获取第二积分图像中的至少一个特征点;以及从第二积分图像的补丁区域获取点对;控制所述第一运算单元进行累加运算;控制所述第二运算单元进行比较运算。该控制电路100还用于以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域。
读写电路200,用于第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个运算单元;第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个运算单元。其中,n为正整数,i为正整数,所述第二预设方向为与第一预设方向垂直的方向。
可选地,读写电路200,以特征点为中心从所述第二积分图像获取预设数量的点对。
所述n个第一运算单元的第m个第一运算单元300,用于将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像;将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像,其中,m为正整数,且m小于等于n。
第二运算单元400,用于对各个所述点对进行比较运算,基于所述点对的比较结果得到对应的各个所述特征点的描述子。
本申请实施例中的运算装置,通过控制多个第一运算单元分别对对应数量的像素进行累加运算,实现以并行的方式对图像中的n个位置的像素进行行和列的积分,得到第一积分图像,之后基于该第一积分图像选取点对进行比较得到特征点的特征点的描述子。由于本实施例的方法每个运算周期可以处理n个像素,与传统的特征点的描述子的生成方法的串行执行方式相比,本实施例的运算装置可以快速的生成特征点的描述子。
在其中一个实施例中,该控制电路具体用于控制所述第一运算单元进行乘法-累加运算,所述第m个第一运算单元300具体用于将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜为包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。
可选地,第一运算单元300包含乘法器和加法器,所述乘法器与所述加法器连接,所述乘法器用于将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果;所述加法器用于将所述n个乘法结果进行累加,得到所述累加运算的结果;将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值;以及,将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值。
可选地,所述第一运算单元300还可以包含私有缓存,所述私有缓存用于存储所述各个第一运算单元的掩膜。所述乘法器用于从所述私有缓存中获取所述掩膜,以进行相应的乘法运算。
本实施例通过设置运算单元对应的掩膜,使得各个运算单元可以基于掩膜计算通过简单的乘法运算选择出有效的像素,并对有效的像素进行累加即可得到图像中各个位置积分值。该方法涉及运算逻辑简单,运算速度快。
在其中一个实施例中,本实施例提出的第一运算单元300还用于对所述补丁区域做平滑处理;所述读写电路200具体用于按预设规则从各个平滑处理后的补丁区域分别获取预设数量的点对;所述第二运算单元400具体用于对点对中各个的点的像素进行比较得到比较结果,基于比较结果得到对应的特征点的描述子。
可选地,控制电路100从补丁区域确定n个像素的邻域,n个第一运算单元400并行对各个像素邻域中各个像素进行均值运算,以实现对所述补丁区域做平滑处理。
本实施例通过第一运算单元对补丁区域进行平滑处理,降低了点对的噪声干扰,使得比较结果更加准确。
在另一可选地实施例中,所述第一运算单元300还用于确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值;所述第二运算单元400具体用于比较所述点对的各个点的总积分值,得到所述点对的比较结果;根据各个点对的比较结果得到对应的特征点的描述子。
本实施例的使用领域的总积分值进行点对的比较,较与对补丁区域进平滑处理的方式,减少了平均值运算的步骤。但是,基于进行点对比较是选择的点的邻域的大小是一致的,因此,使用邻域总积分值进行点对比较得到的比较结果较与做平滑处理进行点对比较的比较结果运算速度快。
关于运算装置的具体限定可以参见上文中对于图像中特征点的描述子的生成方法的限定,在此不再赘述。上述图像中特征点的描述子的生成装置中的各个模块可全部或部分通过软件、硬件及其组合来实现。上述各模块可以硬件形式内嵌于或独立于计算机设备中的处理器中,也可以以软件形式存储于计算机设备中的存储器中,以便于处理器调用执行以上各个模块对应的操作。
在一个实施例中,提供了一种计算机可读存储介质,其上存储有计算机程序,计算机程序被处理器执行时实现以下步骤:第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,n为正整数,i为正整数;控制所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像,其中,m为正整数,且m小于等于n;第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,其中,所述第二预设方向为与第一预设方向垂直的方向;所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像;获取所述第二积分图像中的至少一个特征点;以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子。
在一个实施例中,计算机程序被处理器执行时具体实现以下步骤:将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜为包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。
在一个实施例中,计算机程序被处理器执行时具体实现以下步骤:对各个所述补丁区域做平滑处理;按预设规则从各个平滑处理的所述补丁区域获取预设数量的点对,比较所述点对中各个点的像素值得到比较结果,基于点对的比较结果得到对应的特征点的描述子。
在一个实施例中,计算机程序被处理器执行时具体实现以下步骤:按预设规则从各个所述补丁区域中获取预设数量的点对;确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值;比较所述点对的各个点的总积分值,得到所述点对的比较结果;根据点对的比较结果得到对应的特征点的描述子。
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。
在上述实施例中,对各个实施例的描述都各有侧重,某个实施例中没有详述的部分,可以参见其他实施例的相关描述。上述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。
依据以下条款可更好地理解前述内容:
条款1、一种图像中特征点的描述子的生成方法,所述方法包括:
第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,n为正整数,i为正整数;
所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像,其中,m为正整数,且m小于等于n;
第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,其中,所述第二预设方向为与第一预设方向垂直的方向;
所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像;
获取所述第二积分图像中的至少一个特征点;
以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子。
条款2、根据条款1所述的方法,所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,包括:
将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。
条款3、根据条款1所述的方法,以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子,包括:
对各个所述补丁区域做平滑处理;
按预设规则从各个平滑处理的所述补丁区域获取预设数量的点对,比较所述点对中各个点的像素值得到比较结果,基于点对的比较结果得到对应的特征点的描述子。
条款4、根据条款1所述的方法,以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子,包括:
按预设规则从各个所述补丁区域中获取预设数量的点对;
确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值;
比较所述点对的各个点的总积分值,得到所述点对的比较结果;
根据点对的比较结果得到对应的特征点的描述子。
条款5、一种运算装置,所述装置包括:控制电路、读写电路、第二运算单元以及至少n个第一运算单元,所述控制电路分别连接所述读写电路第二运算单元,所述读写电路连接所述n个第一运算单元,所述n个第一运算单元连接所述第二运算单元,
控制电路100用于控制读写电路从原图或者第一积分图像读取像素,获取第二积分图像中的至少一个特征点,从第二积分图像的补丁区域获取点对;控制所述第一运算单元进行累加运算;控制所述第二运算单元进行比较运算;所述控制电路还用于以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域;
所述读写电路,用于第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个运算单元;第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个运算单元,以及,以特征点为中心确定补丁区域,从所述补丁区域获取预设数量的点对,其中,n为正整数,i为正整数,所述第二预设方向为与第一预设方向垂直的方向;
所述n个第一运算单元的第m个第一运算单元,用于将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像;将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像,其中,m为正整数,且m小于等于n;
第二运算单元,用于对各个所述点对进行比较运算,基于所述点对的比较结果得到对应的各个所述特征点的描述子。
条款6、根据条款5所述的装置,所述控制电路具体用于控制所述第一运算单元进行乘法-累加运算,所述第m个第一运算单元具体用于将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜为包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。
条款7、根据条款6所述的装置,所述第二运算单元包含乘法器和加法器,所述乘法器与所述加法器连接,所述乘法器用于将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果;
所述加法器用于将所述n个乘法结果进行累加,得到所述累加运算的结果;将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值;以及,将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值。
条款8、根据条款7所述的装置,所述第二运算单元包含私有缓存,所述私有缓存用于存储所述各个第二运算单元的掩膜,所述乘法器用于从所述私有缓存中获取所述掩膜,以进行相应的乘法运算。
条款9、根据条款5所述的装置,所述第一运算单元还用于对所述补丁区域做平滑处理;
所述读写电路具体用于按预设规则从平滑处理后的所述补丁区域获取预设数量的点对;
所述第二运算单元具体用于对点对中各个的点的像素进行比较得到比较结果,基于比较结果得到所述特征点的特征点的描述子。
条款10、根据条款5所述的装置,所述第一运算单元还用于确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值;
所述第二运算单元具体用于比较所述点对的各个点的总积分值,得到所述点对的比较结果;根据各个点对的比较结果得到所述特征点的特征点的描述子。
条款11、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条款1至4中任一项所述的方法的步骤。
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。
以上所述实施例仅表达了本申请的几种实施方式,其描述较为具体和详细,但并不能因此而理解为对发明专利范围的限制。应当指出的是,对于本领域的普通技术人员来说,在不脱离本申请构思的前提下,还可以做出若干变形和改进,这些都属于本申请的保护范围。因此,本申请专利的保护范围应以所附权利要求为准。
Claims (11)
1.一种图像中特征点的描述子的生成方法,所述方法包括:
第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,n为正整数,i为正整数;
所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像,其中,m为正整数,且m小于等于n;
第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个第一运算单元,其中,所述第二预设方向为与第一预设方向垂直的方向;
所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像;
获取所述第二积分图像中的至少一个特征点;
以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子。
2.根据权利要求1所述的方法,其特征在于,所述n个第一运算单元的第m个第一运算单元将所述n个像素中前m个像素进行累加运算,包括:
将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。
3.根据权利要求1所述的方法,其特征在于,以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子,包括:
对各个所述补丁区域做平滑处理;
按预设规则从各个平滑处理的所述补丁区域获取预设数量的点对,比较所述点对中各个点的像素值得到比较结果,基于点对的比较结果得到对应的特征点的描述子。
4.根据权利要求1所述的方法,其特征在于,以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域,从各个所述补丁区域获取预设数量的点对进行比较得到比较结果,基于所述比较结果得到对应的各个所述特征点的描述子,包括:
按预设规则从各个所述补丁区域中获取预设数量的点对;
确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值;
比较所述点对的各个点的总积分值,得到所述点对的比较结果;
根据点对的比较结果得到对应的特征点的描述子。
5.一种运算装置,其特征在于,所述装置包括:控制电路、读写电路、第二运算单元以及至少n个第一运算单元,所述控制电路分别连接所述读写电路第二运算单元,所述读写电路连接所述n个第一运算单元,所述n个第一运算单元连接所述第二运算单元,
控制电路100用于控制读写电路从原图或者第一积分图像读取像素,获取第二积分图像中的至少一个特征点,从第二积分图像的补丁区域获取点对;控制所述第一运算单元进行累加运算;控制所述第二运算单元进行比较运算;所述控制电路还用于以每一所述特征点为中心从所述第二积分图像确定各个所述特征点对应的补丁区域;
所述读写电路,用于第i次从原图的某一行或列按照第一预设方向读取n个位置的n个像素,将所述n个像素广播至n个运算单元;第i次从所述第一积分图像的某一行或列按照第二预设方向读取n个位置的n个像素,将所述n个像素广播至n个运算单元,以及,以特征点为中心确定补丁区域,从所述补丁区域获取预设数量的点对,其中,n为正整数,i为正整数,所述第二预设方向为与第一预设方向垂直的方向;
所述n个第一运算单元的第m个第一运算单元,用于将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值,将所述第一积分值按照原图的对应位置进行排列得到第一积分图像;将所述n个像素中前m个像素进行累加运算,之后将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值,将所述第二积分值按照所述原图的对应位置进行排列得到第二积分图像,其中,m为正整数,且m小于等于n;
第二运算单元,用于对各个所述点对进行比较运算,基于所述点对的比较结果得到对应的各个所述特征点的描述子。
6.根据权利要求5所述的装置,其特征在于,所述控制电路具体用于控制所述第一运算单元进行乘法-累加运算;
所述第m个第一运算单元具体用于将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果,之后将所述n个乘法结果进行累加,得到所述累加运算的结果,其中,所述第m个第一运算单元的掩膜为包含n个数据位,所述掩膜的第1位至第m位的数值为1,第m+1位至第n位的数值为0。
7.根据权利要求6所述的装置,其特征在于,所述第二运算单元包含乘法器和加法器,所述乘法器与所述加法器连接,所述乘法器用于将所述n个像素中各个像素与所述第m个第一运算单元的掩膜的对应数据位进行乘法运算,得到n个乘法结果;
所述加法器用于将所述n个乘法结果进行累加,得到所述累加运算的结果;将所述累加运算的结果与第i-1次的起始位置的第一积分值进行加法运算,得到所述原图的某一行或列的各个位置的第一积分值;以及,将所述累加运算的结果与第i-1次的起始位置的第二积分值进行加法运算,得到所述第一积分图像的某一行或列的各个位置的第二积分值。
8.根据权利要求7所述的装置,其特征在于,所述第二运算单元包含私有缓存,所述私有缓存用于存储所述各个第二运算单元的掩膜,所述乘法器用于从所述私有缓存中获取所述掩膜,以进行相应的乘法运算。
9.根据权利要求5所述的装置,其特征在于,所述第一运算单元还用于对所述补丁区域做平滑处理;
所述读写电路具体用于按预设规则从平滑处理后的所述补丁区域获取预设数量的点对;
所述第二运算单元具体用于对点对中各个的点的像素进行比较得到比较结果,基于比较结果得到所述特征点的特征点的描述子。
10.根据权利要求5所述的装置,其特征在于,所述第一运算单元还用于确定所述点对中各个点的邻域,根据各个点的邻域的顶点的第二积分值计算对应的各个点的邻域的总积分值;
所述第二运算单元具体用于比较所述点对的各个点的总积分值,得到所述点对的比较结果;根据各个点对的比较结果得到所述特征点的特征点的描述子。
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至4中任一项所述的方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010470487.5A CN113743418B (zh) | 2020-05-28 | 2020-05-28 | 图像中特征点的描述子的生成方法、装置和存储介质 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010470487.5A CN113743418B (zh) | 2020-05-28 | 2020-05-28 | 图像中特征点的描述子的生成方法、装置和存储介质 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113743418A true CN113743418A (zh) | 2021-12-03 |
CN113743418B CN113743418B (zh) | 2024-04-26 |
Family
ID=78724264
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010470487.5A Active CN113743418B (zh) | 2020-05-28 | 2020-05-28 | 图像中特征点的描述子的生成方法、装置和存储介质 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113743418B (zh) |
Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102496022A (zh) * | 2011-11-02 | 2012-06-13 | 北京航空航天大学 | 一种有效的特征点描述i-brief方法 |
WO2012136642A1 (en) * | 2011-04-08 | 2012-10-11 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Feature descriptor for image sections |
CN103093226A (zh) * | 2012-12-20 | 2013-05-08 | 华南理工大学 | 一种用于图像特征处理的ratmic描述子的构造方法 |
KR101418524B1 (ko) * | 2013-04-24 | 2014-08-06 | 전자부품연구원 | 하드웨어 장치 및 적분 이미지 생성 방법 |
CN104282001A (zh) * | 2014-09-22 | 2015-01-14 | 中国电子科技集团公司第二十研究所 | 增强图像特征二值描述子性能的方法 |
CN107567632A (zh) * | 2015-05-12 | 2018-01-09 | 高通股份有限公司 | 具有可跟踪性测量结果的关键点检测 |
US20180314903A1 (en) * | 2017-05-01 | 2018-11-01 | Intel Corporation | Optimized image feature extraction |
CN110059708A (zh) * | 2019-04-26 | 2019-07-26 | 四川大学 | 生成描述子的方法及装置、存储介质 |
CN111079770A (zh) * | 2018-10-18 | 2020-04-28 | 三星电子株式会社 | 提取特征的方法、图像匹配的方法、及处理图像的方法 |
GB202004414D0 (en) * | 2018-04-05 | 2020-05-13 | Imagination Tech Ltd | Matching local image feature descriptors |
-
2020
- 2020-05-28 CN CN202010470487.5A patent/CN113743418B/zh active Active
Patent Citations (10)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2012136642A1 (en) * | 2011-04-08 | 2012-10-11 | Fraunhofer-Gesellschaft zur Förderung der angewandten Forschung e.V. | Feature descriptor for image sections |
CN102496022A (zh) * | 2011-11-02 | 2012-06-13 | 北京航空航天大学 | 一种有效的特征点描述i-brief方法 |
CN103093226A (zh) * | 2012-12-20 | 2013-05-08 | 华南理工大学 | 一种用于图像特征处理的ratmic描述子的构造方法 |
KR101418524B1 (ko) * | 2013-04-24 | 2014-08-06 | 전자부품연구원 | 하드웨어 장치 및 적분 이미지 생성 방법 |
CN104282001A (zh) * | 2014-09-22 | 2015-01-14 | 中国电子科技集团公司第二十研究所 | 增强图像特征二值描述子性能的方法 |
CN107567632A (zh) * | 2015-05-12 | 2018-01-09 | 高通股份有限公司 | 具有可跟踪性测量结果的关键点检测 |
US20180314903A1 (en) * | 2017-05-01 | 2018-11-01 | Intel Corporation | Optimized image feature extraction |
GB202004414D0 (en) * | 2018-04-05 | 2020-05-13 | Imagination Tech Ltd | Matching local image feature descriptors |
CN111079770A (zh) * | 2018-10-18 | 2020-04-28 | 三星电子株式会社 | 提取特征的方法、图像匹配的方法、及处理图像的方法 |
CN110059708A (zh) * | 2019-04-26 | 2019-07-26 | 四川大学 | 生成描述子的方法及装置、存储介质 |
Non-Patent Citations (1)
Title |
---|
崔明明;闫镔;曹鸿涛;陈健;曾磊;: "基于全局二值特征描述子的三维CBCT图像快速匹配算法", 计算机辅助设计与图形学学报, no. 04, 15 April 2015 (2015-04-15) * |
Also Published As
Publication number | Publication date |
---|---|
CN113743418B (zh) | 2024-04-26 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
US9600744B2 (en) | Adaptive interest rate control for visual search | |
US9530073B2 (en) | Efficient descriptor extraction over multiple levels of an image scale space | |
US20160286138A1 (en) | Apparatus and method for stitching panoramaic video | |
CN109598744B (zh) | 一种视频跟踪的方法、装置、设备和存储介质 | |
Hua et al. | Similarity measure for image resizing using SIFT feature | |
US20200051228A1 (en) | Face Deblurring Method and Device | |
Pickup | Machine learning in multi-frame image super-resolution | |
WO2022267939A1 (zh) | 图像处理方法及装置、计算机可读存储介质 | |
CN109063776B (zh) | 图像再识别网络训练方法、装置和图像再识别方法及装置 | |
CN113643333A (zh) | 图像配准方法、装置、电子设备和计算机可读存储介质 | |
US20150199996A1 (en) | Method and apparatus for indexing a video stream | |
CN110852334B (zh) | 用于自适应像素滤波的系统和方法 | |
CN116012432A (zh) | 立体全景图像的生成方法、装置和计算机设备 | |
CN112348116A (zh) | 利用空间上下文的目标检测方法、装置和计算机设备 | |
CN111461196B (zh) | 基于结构特征的快速鲁棒图像识别跟踪方法和装置 | |
CN113808033A (zh) | 图像文档校正方法、系统、终端及介质 | |
US9392146B2 (en) | Apparatus and method for extracting object | |
CN112418243A (zh) | 特征提取方法、装置及电子设备 | |
CN113743418B (zh) | 图像中特征点的描述子的生成方法、装置和存储介质 | |
CN112823378A (zh) | 图像深度信息确定方法、装置、设备和存储介质 | |
CN111833285A (zh) | 图像处理方法、图像处理装置及终端设备 | |
CN108304838B (zh) | 一种图片信息识别方法及终端 | |
CN111627041B (zh) | 多帧数据的处理方法、装置及电子设备 | |
US20180349729A1 (en) | Feature vector generation and encryption | |
CN115063280A (zh) | 一种水印叠加、恢复方法及装置 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |