RU2015104066A - Способ преобразования дескриптора изображения на основе гистограммы градиентов и соответствующее устройство обработки изображений - Google Patents

Способ преобразования дескриптора изображения на основе гистограммы градиентов и соответствующее устройство обработки изображений Download PDF

Info

Publication number
RU2015104066A
RU2015104066A RU2015104066A RU2015104066A RU2015104066A RU 2015104066 A RU2015104066 A RU 2015104066A RU 2015104066 A RU2015104066 A RU 2015104066A RU 2015104066 A RU2015104066 A RU 2015104066A RU 2015104066 A RU2015104066 A RU 2015104066A
Authority
RU
Russia
Prior art keywords
histogram
gradients
components
elements
values
Prior art date
Application number
RU2015104066A
Other languages
English (en)
Other versions
RU2661795C2 (ru
Inventor
Ставрос ПАСЧАЛАКИС
Мирослав БОБЕР
Original Assignee
Сисвел Текнолоджи С. Р. Л.
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Сисвел Текнолоджи С. Р. Л. filed Critical Сисвел Текнолоджи С. Р. Л.
Publication of RU2015104066A publication Critical patent/RU2015104066A/ru
Application granted granted Critical
Publication of RU2661795C2 publication Critical patent/RU2661795C2/ru

Links

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F18/00—Pattern recognition
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T1/00—General purpose image data processing
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
    • G06T7/00—Image analysis
    • G06T7/40—Analysis of texture
    • G06T7/41—Analysis of texture based on statistical description of texture
    • G06T7/44—Analysis of texture based on statistical description of texture using image operators, e.g. filters, edge density metrics or local histograms
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/42—Global feature extraction by analysis of the whole pattern, e.g. using frequency domain transformations or autocorrelation
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/46—Descriptors for shape, contour or point-related descriptors, e.g. scale invariant feature transform [SIFT] or bags of words [BoW]; Salient regional features
    • G06V10/462—Salient features, e.g. scale invariant feature transforms [SIFT]
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/40—Extraction of image or video features
    • G06V10/50—Extraction of image or video features by performing operations within image blocks; by using histograms, e.g. histogram of oriented gradients [HoG]; by summing image-intensity values; Projection analysis
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06V—IMAGE OR VIDEO RECOGNITION OR UNDERSTANDING
    • G06V10/00—Arrangements for image or video recognition or understanding
    • G06V10/70—Arrangements for image or video recognition or understanding using pattern recognition or machine learning
    • G06V10/74—Image or video pattern matching; Proximity measures in feature spaces
    • G06V10/75—Organisation of the matching processes, e.g. simultaneous or sequential comparisons of image or video features; Coarse-fine approaches, e.g. multi-scale approaches; using context analysis; Selection of dictionaries
    • 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
    • G06T2207/20004—Adaptive image processing
    • G06T2207/20012—Locally adaptive
    • 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

Landscapes

  • Engineering & Computer Science (AREA)
  • Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Computer Vision & Pattern Recognition (AREA)
  • Multimedia (AREA)
  • Probability & Statistics with Applications (AREA)
  • Evolutionary Computation (AREA)
  • Artificial Intelligence (AREA)
  • Evolutionary Biology (AREA)
  • Computing Systems (AREA)
  • Data Mining & Analysis (AREA)
  • Bioinformatics & Cheminformatics (AREA)
  • Life Sciences & Earth Sciences (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • Bioinformatics & Computational Biology (AREA)
  • Databases & Information Systems (AREA)
  • General Health & Medical Sciences (AREA)
  • Medical Informatics (AREA)
  • Software Systems (AREA)
  • Image Analysis (AREA)
  • Apparatus For Radiation Diagnosis (AREA)
  • Facsimile Image Signal Circuits (AREA)
  • Image Processing (AREA)

Abstract

1. Способ для преобразования дескриптора изображения на основе гистограммы (h) градиентов, содержащей множество компонент (h) гистограммы, в преобразованный дескриптор (v) гистограммы градиентов, содержащий набор значений (v), при этом обеспечивается этап применения, по меньшей мере, одного критерия для вычисления упомянутого набора значений (v), при этом упомянутый, по меньшей мере, один критерий содержит критерий местоположения упомянутых компонент (h) гистограммы.2. Способ по п. 1, в котором упомянутый критерий местоположения обеспечивает для вычисление значений (v) между компонентами (h) гистограммы градиентов, которые демонстрируют одиночное угловое расстояние.3. Способ по п. 1, в котором упомянутый критерий местоположения обеспечивает для вычисление значений (v) между компонентами (h) гистограммы градиентов, которые демонстрируют множество угловых расстояний.4. Способ по п. 2 или 3, в котором, по меньшей мере, одно из упомянутых значений (v) вычисляется между смежными компонентами (h) гистограммы.5. Способ по п. 1, в котором упомянутые значения (v) индивидуально квантуются в множество уровней (q), при этом упомянутое множество уровней может быть одним и тем же для каждого значения (v) или может быть разным для, по меньшей мере, двух значений (v).6. Способ по п. 1, в котором упомянутые значения (v) вычисляются согласно одной или более из следующих операций: суммы или разности между компонентами (h) гистограммы; разности между суммами компонент (h) гистограммы; линейные или нелинейные операции между компонентами (h) гистограмм; отношения между компонентами (h) гистограммы; отношения между суммами компонент (h) гистограммы; отношения между произведениями компонент (h) гистограммы; разности между

Claims (19)

1. Способ для преобразования дескриптора изображения на основе гистограммы (h) градиентов, содержащей множество компонент (hi) гистограммы, в преобразованный дескриптор (v) гистограммы градиентов, содержащий набор значений (vj), при этом обеспечивается этап применения, по меньшей мере, одного критерия для вычисления упомянутого набора значений (vj), при этом упомянутый, по меньшей мере, один критерий содержит критерий местоположения упомянутых компонент (hi) гистограммы.
2. Способ по п. 1, в котором упомянутый критерий местоположения обеспечивает для вычисление значений (vj) между компонентами (hi) гистограммы градиентов, которые демонстрируют одиночное угловое расстояние.
3. Способ по п. 1, в котором упомянутый критерий местоположения обеспечивает для вычисление значений (vj) между компонентами (hi) гистограммы градиентов, которые демонстрируют множество угловых расстояний.
4. Способ по п. 2 или 3, в котором, по меньшей мере, одно из упомянутых значений (vj) вычисляется между смежными компонентами (hi) гистограммы.
5. Способ по п. 1, в котором упомянутые значения (vj) индивидуально квантуются в множество уровней (q), при этом упомянутое множество уровней может быть одним и тем же для каждого значения (vj) или может быть разным для, по меньшей мере, двух значений (vj).
6. Способ по п. 1, в котором упомянутые значения (vj) вычисляются согласно одной или более из следующих операций: суммы или разности между компонентами (hi) гистограммы; разности между суммами компонент (hi) гистограммы; линейные или нелинейные операции между компонентами (hi) гистограмм; отношения между компонентами (hi) гистограммы; отношения между суммами компонент (hi) гистограммы; отношения между произведениями компонент (hi) гистограммы; разности между произведениями компонент (hi) гистограммы.
7. Способ по п. 1, в котором упомянутая гистограмма (h) градиентов имеет размерность первого количества (n) элементов, при этом упомянутый набор значений (vj) имеет размерность второго количества (k) элементов, и упомянутое первое количество (n) элементов равняется упомянутому второму количеству (k) элементов.
8. Способ по п. 1, в котором упомянутая гистограмма (h) градиентов имеет размерность первого количества (n) элементов, упомянутый набор значений (vj) имеет размерность второго количества (k) элементов, и упомянутое первое количество (n) элементов больше, чем упомянутое второе количество (k) элементов.
9. Способ по п. 1, в котором упомянутая гистограмма (h) градиентов имеет размерность первого количества (n) элементов, упомянутый набор значений (vj) имеет размерность второго количества (k) элементов, и упомянутое первое количество (n) элементов меньше, чем упомянутое второе количество (k) элементов.
10. Способ для преобразования дескриптора (Н) изображения на основе множества гистограмм (hp) градиентов в преобразованный дескриптор (V) изображения, в котором каждая из упомянутого множества гистограмм (hp) градиентов относится к подобласти (SR) локальной области (R) около ключевой точки (KP) изображения, и в котором каждая из упомянутых гистограмм (hp) градиентов содержит множество компонент (hi) гистограммы, преобразованных в преобразованный дескриптор (V) гистограммы градиентов по любому из пп. 1-9.
11. Способ по п. 10, в котором, по меньшей мере, одна гистограмма градиентов подобласти преобразовывается отлично от других гистограмм градиентов подобластей.
12. Способ по п. 11, в котором множество гистограмм градиентов подобластей комбинируются в одиночную гистограмму подобласти, в частности, посредством суммирования или усреднения их значений компонент.
13. Способ по п. 11, в котором операции, применяемые, чтобы получать упомянутую, по меньшей мере, одну преобразованную гистограмму градиентов подобласти, отличаются, по меньшей мере, частично от операций, применяемых, чтобы получать преобразованные гистограммы градиентов подобластей, по меньшей мере, одной из ее соседних подобластей.
14. Способ по п. 11, в котором упомянутая, по меньшей мере, одна преобразованная гистограмма градиентов подобласти содержит другое количество элементов, чем преобразованные гистограммы градиентов подобластей, по меньшей мере, одной из ее соседних подобластей.
15. Способ по п. 14, в котором преобразованные гистограммы градиентов подобластей по отношению к подобластям (SRc), непосредственно окружающим упомянутую ключевую точку (KP) изображения, содержат больше элементов (kc), чем элементов (kb) преобразованных гистограмм градиентов оставшихся подобластей (SRb).
16. Способ по п. 15, в котором элементы упомянутых преобразованных гистограмм градиентов подобластей (SRc), непосредственно окружающих упомянутую ключевую точку (KP) изображения, квантуются с количеством уровней (qc), которое больше, чем количество уровней (qb), с которыми квантуются преобразованные гистограммы градиентов оставшихся подобластей (SRb).
17. Способ по п. 16, в котором упомянутое квантование применяется только к конкретным элементам упомянутых гистограмм градиентов подобластей.
18. Способ по п. 10, в котором упомянутый преобразованный дескриптор (V) изображения подвергается обработке квантования, чтобы генерировать квантованный преобразованный дескриптор (V,~) изображения.
19. Устройство обработки изображений, содержащее блоки обработки для выполнения способа по любому из пп. 1-18.
RU2015104066A 2012-07-09 2013-07-01 Способ преобразования дескриптора изображения на основе гистограммы градиентов и соответствующее устройство обработки изображений RU2661795C2 (ru)

Applications Claiming Priority (3)

Application Number Priority Date Filing Date Title
ITTO2012A000602 2012-07-09
IT000602A ITTO20120602A1 (it) 2012-07-09 2012-07-09 Method for transforming an image descriptor based on a gradient histogram and relative image processing apparatus.
PCT/EP2013/063874 WO2014009198A1 (en) 2012-07-09 2013-07-01 Method for transforming an image descriptor based on a gradient histogram and relative image processing apparatus

Publications (2)

Publication Number Publication Date
RU2015104066A true RU2015104066A (ru) 2016-08-27
RU2661795C2 RU2661795C2 (ru) 2018-07-19

Family

ID=46833121

Family Applications (1)

Application Number Title Priority Date Filing Date
RU2015104066A RU2661795C2 (ru) 2012-07-09 2013-07-01 Способ преобразования дескриптора изображения на основе гистограммы градиентов и соответствующее устройство обработки изображений

Country Status (13)

Country Link
US (2) US9454710B2 (ru)
EP (2) EP3702965B1 (ru)
JP (3) JP6292454B2 (ru)
KR (1) KR102193177B1 (ru)
CN (2) CN108520265B (ru)
AR (1) AR091674A1 (ru)
BR (1) BR112014031268A2 (ru)
ES (1) ES2811532T3 (ru)
HK (1) HK1259139A1 (ru)
IT (1) ITTO20120602A1 (ru)
RU (1) RU2661795C2 (ru)
TW (1) TWI532012B (ru)
WO (1) WO2014009198A1 (ru)

Families Citing this family (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CA2900841C (en) 2013-01-16 2018-07-17 Huawei Technologies Co., Ltd. Context based histogram map coding for visual search
ITTO20130629A1 (it) 2013-07-24 2015-01-25 Sisvel Technology Srl Method for encoding an image descriptor based on a gradient histogram and relative image processing apparatus
WO2019056380A1 (zh) * 2017-09-25 2019-03-28 华为技术有限公司 一种数据访问的方法和装置
JP7087695B2 (ja) * 2018-06-07 2022-06-21 株式会社リコー 学習装置および学習方法
KR20230017549A (ko) * 2021-07-28 2023-02-06 주식회사 넥스트칩 특징점에 대한 기술자를 생성하기 위한 전자 장치 및 그 동작 방법
CN117981319A (zh) * 2021-09-15 2024-05-03 北京达佳互联信息技术有限公司 用于基于块的视频编解码的符号预测
CN114331925B (zh) * 2022-03-15 2022-07-19 北京锐影医疗技术有限公司 一种多尺度相对梯度直方图均衡化方法及装置

Family Cites Families (33)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
JPS61239376A (ja) 1985-04-16 1986-10-24 Fujitsu Ltd 画像間の角度差検出装置
JP2000187731A (ja) * 1998-12-21 2000-07-04 Ricoh Co Ltd 画像特徴抽出方法およびその方法の各工程をコンピュータに実行させるためのプログラムを記録したコンピュータ読み取り可能な記録媒体
GB2352076B (en) * 1999-07-15 2003-12-17 Mitsubishi Electric Inf Tech Method and apparatus for representing and searching for an object in an image
JP3550681B2 (ja) * 1999-12-10 2004-08-04 日本電気株式会社 画像検索装置及び方法、並びに類似画像検索プログラムを格納した記憶媒体
US6865295B2 (en) * 2001-05-11 2005-03-08 Koninklijke Philips Electronics N.V. Palette-based histogram matching with recursive histogram vector generation
JP2003150965A (ja) * 2001-11-14 2003-05-23 Sanyo Electric Co Ltd 形状認識方法及びその装置
KR100959053B1 (ko) * 2003-01-13 2010-05-20 한국전자통신연구원 복수의 이미지 프레임을 갖는 비디오 시퀀스 검색을 위한비선형 양자화 및 유사도 매칭 방법
US7840081B2 (en) * 2004-09-23 2010-11-23 Mitsubishi Denki Kabushiki Kaisha Methods of representing and analysing images
US7715623B2 (en) * 2005-11-14 2010-05-11 Siemens Medical Solutions Usa, Inc. Diffusion distance for histogram comparison
CN100530239C (zh) * 2007-01-25 2009-08-19 复旦大学 基于特征匹配与跟踪的视频稳定方法
JP4629740B2 (ja) * 2008-01-16 2011-02-09 富士フイルム株式会社 撮像装置および方法並びにプログラム
CN102016918B (zh) 2008-04-28 2014-04-16 公立大学法人大阪府立大学 物体识别用图像数据库的制作方法以及处理装置
WO2009136673A1 (en) 2008-05-09 2009-11-12 Hankuk University Of Foreign Studies Research And Industry-University Cooperation Foundation Matching images with shape descriptors
US8625861B2 (en) * 2008-05-15 2014-01-07 International Business Machines Corporation Fingerprint representation using gradient histograms
JP4547639B2 (ja) * 2008-08-26 2010-09-22 ソニー株式会社 画像処理装置および方法、並びにプログラム
US8625921B1 (en) * 2008-09-26 2014-01-07 Google Inc. Method for image processing using local statistics convolution
WO2010055399A1 (en) * 2008-11-12 2010-05-20 Nokia Corporation Method and apparatus for representing and identifying feature descriptors utilizing a compressed histogram of gradients
CN101739397A (zh) * 2008-11-17 2010-06-16 新疆亚奥数码科技有限公司 基于mpeg-7的图像检索系统
CN101493891B (zh) * 2009-02-27 2011-08-31 天津大学 基于sift的具有镜面翻转不变性的特征提取和描述方法
JP4877374B2 (ja) * 2009-09-02 2012-02-15 株式会社豊田中央研究所 画像処理装置及びプログラム
WO2011071467A1 (en) 2009-12-09 2011-06-16 Thomson Licensing Method for distinguishing a 3d image from a 2d image and for identifying the presence of a 3d image format by feature correspondence determination
US8582889B2 (en) * 2010-01-08 2013-11-12 Qualcomm Incorporated Scale space normalization technique for improved feature detection in uniform and non-uniform illumination changes
CN101794395B (zh) 2010-03-11 2012-04-25 合肥金诺数码科技股份有限公司 一种基于Sift算法的图像匹配定位方法
US9530073B2 (en) * 2010-04-20 2016-12-27 Qualcomm Incorporated Efficient descriptor extraction over multiple levels of an image scale space
US8625902B2 (en) * 2010-07-30 2014-01-07 Qualcomm Incorporated Object recognition using incremental feature extraction
US8428397B1 (en) * 2010-08-26 2013-04-23 Adobe Systems Incorporated Systems and methods for large scale, high-dimensional searches
US8538164B2 (en) * 2010-10-25 2013-09-17 Microsoft Corporation Image patch descriptors
JP5289412B2 (ja) 2010-11-05 2013-09-11 株式会社デンソーアイティーラボラトリ 局所特徴量算出装置及び方法、並びに対応点探索装置及び方法
KR101127793B1 (ko) 2011-01-04 2012-03-23 위드로봇 주식회사 이미지 인식 시스템 및 그 제공방법
CN102306383B (zh) * 2011-07-01 2013-05-29 北京交通大学 适用于宽基线图像密集匹配的描述符的构建方法
JP2013097583A (ja) * 2011-11-01 2013-05-20 Nec Corp 特徴量生成装置、方法及びプログラム
CN104067272A (zh) * 2011-11-21 2014-09-24 诺基亚公司 用于图像处理的方法和装置
EP2801055B1 (en) * 2012-01-02 2016-04-20 Telecom Italia S.p.A. Method and system for image analysis

Also Published As

Publication number Publication date
JP6292454B2 (ja) 2018-03-14
BR112014031268A2 (pt) 2017-06-27
CN108520265B (zh) 2021-09-07
JP2015522194A (ja) 2015-08-03
EP2870568B1 (en) 2020-06-24
JP2017224337A (ja) 2017-12-21
US10713523B2 (en) 2020-07-14
TWI532012B (zh) 2016-05-01
JP6714669B2 (ja) 2020-06-24
TW201407542A (zh) 2014-02-16
CN104428793A (zh) 2015-03-18
CN108520265A (zh) 2018-09-11
CN104428793B (zh) 2018-05-08
JP6429134B2 (ja) 2018-11-28
WO2014009198A1 (en) 2014-01-16
HK1259139A1 (zh) 2019-11-29
US20150332116A1 (en) 2015-11-19
US9454710B2 (en) 2016-09-27
EP3702965A1 (en) 2020-09-02
RU2661795C2 (ru) 2018-07-19
JP2019040612A (ja) 2019-03-14
ES2811532T3 (es) 2021-03-12
ITTO20120602A1 (it) 2014-01-10
AR091674A1 (es) 2015-02-18
KR102193177B1 (ko) 2020-12-21
KR20150031333A (ko) 2015-03-23
EP2870568A1 (en) 2015-05-13
US20170300775A1 (en) 2017-10-19
EP3702965B1 (en) 2021-08-04

Similar Documents

Publication Publication Date Title
RU2015104066A (ru) Способ преобразования дескриптора изображения на основе гистограммы градиентов и соответствующее устройство обработки изображений
MY192409A (en) Business processing method and apparatus
PH12017550118A1 (en) Management of commitments and requests extracted from communications and content
Abdullaev et al. Numerical method of solution to loaded nonlocal boundary value problems for ordinary differential equations
SG10201909133YA (en) Systems and methods for matching and scoring sameness
WO2016204845A3 (en) Wavelet decomposition of software entropy to identify malware
WO2015116998A3 (en) Electronic transfer and obligation enforcement system
MX2015009172A (es) Sistemas y metodos para identificar y reportar vulnerabilidades de aplicaciones y archivos.
WO2017116525A3 (en) Assessing effectiveness of cybersecurity technologies
ZA201908551B (en) Systems and methods for blockchain-dependent operation sets
WO2016025623A3 (en) Image linking and sharing
WO2013003778A3 (en) Method and apparatus for determining and utilizing value of digital assets
MX2016002141A (es) Acceso habilitado a datos.
MY200899A (en) Permission Management And Resource Control Method And Apparatus
GB2543183A (en) Improvements related to forecasting systems
SG10201808521PA (en) Matrix Processing Apparatus
MY196475A (en) Imaging Device, Electronic Device, and Method for Obtaining Image by The Same
EP2386948A3 (en) System and method for managing resources in a partitioned computing system based on resource usage volatility
WO2015099635A3 (en) Resource classification using resource requests
SG10201907393WA (en) Position information providing method and device
WO2016166516A3 (en) A management method and system
Schulte-Nölke The way forward in European consumer contract law: optional instrument instead of further deconstruction of national private laws
MY184704A (en) A system and method for authenticating a user based on user behaviour and environmental factors
MX2018001335A (es) Detección y corrección de la integridad de los datos.
MX2021002941A (es) Metodo para la creacion de una identidad digital en blockchain basado en la firma electronica.

Legal Events

Date Code Title Description
PC41 Official registration of the transfer of exclusive right

Effective date: 20181120