[发明专利]表示图像块的方法和系统

说明书

背景技术

本发明一般涉及数字图像处理领域。更具体地，本发明涉及用于表示图像内容，使图像可以与包含相同内容的另一图像匹配的方法和系统。

图像匹配是计算机视觉、物体识别、运动跟踪、3D建模等等中使用的一种基本技术。执行图像匹配以检查两个图像是否具有相同的内容。需要比较的两个图像可以是不完全一样的。例如，一个图像可以是旋转的，或者与另一图像相比是从不同观察点拍摄的，或者它可以是另一图像的缩放形式。而且，两个图像可以是在不同的照明条件下拍摄的。尽管这两个图像有这些不同，但它们包含相同的内容、背景或物体。因此，使用图像匹配技术来有效地匹配图像。

典型的图像匹配算法利用了以下事实的优点：一个物体或背景的图像包含许多特征点。特征点是图像中对图像旋转、尺度、观察点或照明条件的变化健壮的特定点。这意味着这些特征点通常出现在两幅图像中，即使这两幅图像在之前描述的方面有所不同。这些特征点也已知为“兴趣点”。因此，图像匹配算法的第一阶段是找出图像中的这些特征点。典型地，图像金字塔被构造以确定图像的特征点。图像金字塔是图像的尺度空间表示，即，它包含各种金字塔图像，每幅金字塔图像是在特定尺度下的图像表示。尺度空间表示使图像匹配算法能够匹配总尺度不同的图像。

在确定图像金字塔中所有金字塔图像的特征点之后，典型的图像匹配算法确定每个特征点的方位。特征点的方位是基于该特征点的局部图像梯度确定的。使用方位来获得对旋转的不变性。在确定特征点和它们的方位之后，在特征点周围以方位向量形成块的参考系的一个轴的形式提取块。计算该块上的局部图像梯度，并将其转换成特征向量表示。特征向量表示考虑局部失真和照明的明显变化，即特征向量对于失真和照明条件的变化是不变的。

所有金字塔图像上的特征点、它们的方位和它们的特征向量形成一个完整的图像表示。可以比较图像之间的这些表示以找到匹配图像。

存在与现有的图像表示方法相关的各种局限性。首先，图像可能包含大量的特征点。这些特征点中有一些在图像表示中不如另一些明显，不必要地加大了图像匹配算法的复杂性。第二，存在用来确定特征点的方位的不同方法，这些方法产生不同效果。因此，不能依靠任何一种方法来确定方位。而且，如果产生特征点的两个或多个方位，它们加大了图像匹配算法的复杂性。第三，用来提取特征点周围的块的采样算法对于实际尺度是不敏感的。因此，这些方法没有考虑即使图像大小保持不变，块的大小也会随着尺度增大而增大这一事实。第四，因为块可能延伸超出图像边界，所以图像边界周围的块是不被提取的。由于边界块通常对整个图像匹配算法做出显著贡献，尤其是在图像大小降低时，所以这是不期望的。最后，特征点的特征向量中出现的一些分量由于通过块的边缘而可能很大。这样的特征向量对于照明变化是不健壮的。现有的方法通过标准化特征向量来提高健壮性，但不能在数字上保证。

存在对于改进的能克服上文提到的各种局限性的图像表示方法的需要。

发明内容

本发明的一个目的是提供用于改进的图像表示的方法、系统和计算机程序产品，以便可以有效地匹配两个或更多个图像。

本发明的另一个目的是提供用一个方位智能地替代特征点的一类方位的方法、系统和计算机程序产品。

本发明的又一个目的是提供用于使用金字塔图像的尺度来更健壮地提取特征点周围的块的方法、系统和计算机程序产品。

本发明的又一个目的是提供用于在表示图像时提取和使用图像的边界块的方法、系统和计算机程序产品。

本发明的又一个目的是提供用于以健壮的不包含比特定阈值大的分量的特征向量形式表示图像的方法、系统和计算机程序产品。

本发明的各种实施例提供用于表示图像的方法、系统和计算机程序产品。形成图像的高斯金字塔，其由不同的金字塔图像组成。金字塔图像是原始图像在具体尺度参数的变形形式。之后，识别金字塔图像的特征点。从所有识别的特征点中选择特定数目的特征点。特征点的方位是通过组合由一组方位计算算法获得的方位来确定的。之后，在特征点周围提取块。通过用额外像素填充金字塔图像来提取在金字塔图像的边界上出现的特征点周围的块。而且，用来提取块的采样是基于特征点的方位和金字塔图像的预定义采样因子的。之后，针对每个提取的块，定义特征向量。特征向量以特征向量中没有分量大于特定阈值的方式被标准化。

附图说明

结合附图，下文将描述本发明的各种实施例，附图的提供是说明而不是限制本发明，其中相同的符号指示相同的元件，其中：

图1图解说明可以实施本发明的各种实施例的图像环境；