[发明专利]表示图像块的方法和系统

权利要求书

1.一种表示图像的方法，所述图像被表示为高斯金字塔，所述高斯金字塔包括多个金字塔图像，其中所述金字塔图像包括多个像素，所述方法包括：

a.在所述金字塔图像的多个像素中识别多个特征点，所述多个特征点中的特征点对于所述图像的变换是不变化的；

b.基于一组方位计算算法，确定所述金字塔图像中特征点的一个或多个方位；

c.基于所述金字塔图像的一个或多个方位以及预定义的采样因子，从所述金字塔图像中提取包围所述多个特征点的多个块；

d.定义针对所述块的特征向量；和

e.基于所述金字塔图像的所述多个特征点和特征向量表示所述图像。

2.如权利要求1所述的方法，其中针对在所述金字塔图像的边界上存在的特征点的块是通过用额外像素填充所述金字塔图像来提取的。

3.如权利要求1所述的方法，其中所述金字塔图像是由对所述图像进行下采样并用高斯函数模糊化所述图像形成的，所述高斯函数以预定义的尺度参数为特征。

4.如权利要求1所述的方法，其中在所述金字塔图像的多个像素中识别多个特征点包括：

a.计算所述多个像素中的像素的哈里斯角点检测；和

b.识别所述哈里斯角点检测具有局部最大值的一组点，识别的一组点中的点是特征点。

5.如权利要求4所述的方法，进一步包括基于所述多个特征点的哈里斯角点检测和所述金字塔图像的预定义的尺度参数的组合，选择特定数目的特征点。

6.如权利要求4所述的方法，进一步包括通过将椭圆抛物面拟合为预定义的区域来估计所述特征点的位置，所述预定义的区域包围所述特征点。

7.如权利要求1所述的方法，其中确定所述金字塔图像中特征点的一个或多个方位包括：

a.通过使用所述一组方位计算算法，计算针对所述特征点的一组方位；和

b.用所述一组方位的平均值代替方位之间的预定义角距离之内的一类方位。

8.如权利要求1所述的方法，其中从所述金字塔图像中提取所述特征点周围的块包括在多个确定位置对所述金字塔图像的梯度进行采样，所述多个确定位置是基于所述金字塔图像的一个或多个方位和预定义的采样因子确定的。

9.如权利要求1所述的方法，其中定义针对所述块的特征向量包括：

a.将所述块划分成多个小块；和

b.计算与所述多个小块中的小块对应的特征向量的分量。

10.如权利要求9所述的方法，其中与小块对应的特征向量的分量包括：

a.第一分量，所述第一分量是所述小块中出现的所述金字塔图像的所有正的x导数的和；

b.第二分量，所述第二分量是所述小块中出现的金字塔图像的所有负的x导数的和的负数；

c.第三分量，所述第三分量是所述小块中出现的所述金字塔图像的所有正的y导数的和；和

d.第四分量，所述第四分量是所述小块中出现的所述金字塔图像的所有负的y导数的和的负数。

11.如权利要求1所述的方法，进一步包括标准化所述块的特征向量。

12.如权利要求11所述的方法，其中标准化特征向量包括：

a.确定具有小于预定义阈值的值的初始特征向量的分量；和

b.将具有小于所述预定义阈值的值的分量标准化为计算长度。

13.如权利要求12所述的方法，其中计算长度是基于所述预定义阈值和具有大于所述预定义阈值的值的分量的数目计算的。

14.如权利要求13所述的方法，其中降低所述初始特征向量的分量以及将具有小于所述预定义阈值的值的分量标准化的步骤是重复进行的，直到没有分量具有大于所述预定义阈值的值为止。