[发明专利]图像处理装置、图像处理方法及程序

说明书

技术领域

本发明涉及一种图像处理装置和图像处理方法，更具体地，涉及一种 计算开销低和能够从图像中提取用起来简单的特征描述信息的图像处理 装置和图像处理方法。

背景技术

用于识别图像中的目标对象的图像识别技术是具有广泛应用范围的 图像处理技术，且图像识别方法已进行了广泛地研究。在现有技术中，作 为涉及图像识别的技术，存在检测图像中特征点的位置的技术和检测在所 检测的特征点的位置处的特征描述信息的技术。

例如，作为检测特征点的位置的技术，提出了以下的检测方法，如“哈 里斯(Harris)角点检测器”、“SUSAN角点检测器”以及“KLT角点检测 器”(例如，参见C.Harris和M.Stephens发表的、题为″A combined  corner and edge detector″的文章，Proc.4th Alvey Vision Conf.，pp. 147-151，Manchester，U.K.，Aug.1988；英国专利第GB2272285号；以 及C.Tomasi和T.Kanade等人发表的、题为″Detection and Tracking of  Point Features″的技术报告CMU-CS-91-132)。

另外，作为检测特征描述信息的技术，提出了使用“方向可调滤波器” 或“复滤波器”的检测方法以及诸如“SIFT描述信息”和“PCA-SIFT”之类 的检测方法(例如，参见W.Freeman和E.Adelson发表的、题为″The  Design and Use of Steerable Filters″的文章，IEEE Trans.Pattern Analysis  and Machine Intelligence，vol.13，no.9，pp.891-906，Sept.1991.；F. Schaffalitzky和A.Zisserman发表的、题为″Multi-View Matching for  Unordered Image Sets″的文章，Proc.Seventh European Conf. Computer Vision，pp.414-431，2002.，美国专利第6711293号；以及Y.Ke 和R.Sukthankar等人发表的、题为″PCA-SIFT：A More Distinctive  Representation for Local Image Descriptors″的文章，Computer Vision  and Pattern Recognition，2004)。

发明内容

另外，用于图像识别的特征描述信息是这种描述信息：当不同图像均 包括同一对象时，所述描述信息可以指示对象的同一性，并通常是向量描 述信息。

当特征描述信息被用于图像识别时，特征描述信息需要具有使得即使 当对对象(特征点)的视点或照明改变时特征描述信息也保持不变的性能 特性，以及使得特征描述信息多大程度上简单地通过较小的数据量来表达 的描述特性。

具体地，当在计算能力和数据容量上具有很多限制的移动设备或具有 实时能力和需要具有高处理速度的设备中使用特征描述信息进行处理时， 特征描述信息的描述特性被更严格地设定。

然而，在以上描述的技术中，难以提取同时充分满足性能特性和描述 特性的特征描述信息。

例如，已有的特征描述信息多数用于改善性能。在上述检测被称为 “SIFT描述信息”的特征描述信息的方法中，从图像中检测的一个特征点 处的特征描述信息被用128维向量表示。由此，当计算分别从两个图像检 测的特征点的特征描述信息之间的相似度以进行比较时，因为特征描述信 息是高维向量，计算开销增加。注意，特征描述信息之间的相似度用向量 之间的欧几里德距离来表示。

另外，在检测被称为“PCA-SIFT”的特征描述信息的方法中，对通过 “SIFT描述信息”检测的特征描述信息进行主分量分析，以减少特征描述 信息的维数；然而，对于为减少维数的主分量分析，存在额外的计算开销。 也就是说，计算最终使用的特征描述信息的步骤中的处理负载增加。这样， 当考虑检测特征描述信息的计算开销时，需要考虑两个方面，即，检测特 征描述信息所需的处理负载以及使用检测到的特征描述信息进行图像识 别所需的处理负载。