[发明专利]特征值提取方法及系统

权利要求书

1.一种特征值提取方法，其特征在于，所述方法包括：

对输入图像的行和列分别进行一维卷积计算以获得各个有效点的水平梯度；

对输入图像的行和列分别进行一维卷积计算以获得各个有效点的垂直梯度；

分别计算各个有效点的水平梯度平方值、水平梯度与垂直梯度的乘积和垂直梯度平方值；

分别累计以当前有效点为中心的预定大小窗口内的各个有效点的水平梯度平方值和、水平梯度与垂直梯度的乘积和和垂直梯度平方值和；

根据所述窗口内的各个有效点的水平梯度平方值和、水平梯度与垂直梯度的乘积和和垂直梯度平方值和计算当前有效点的特征值。

2.根据权利要求1所述的特征值提取方法，其特征在于，所述对输入图像的行和列分别进行一维卷积计算以获得各个有效点的水平梯度包括：

按行利用第一卷积核进行一维卷积计算，设当前有效点的像素值为g(x，y)，第一卷积核为(f1、f2、...、fM)，则按行利用第一卷积核进行一维卷积计算为：

G(x,y)=g(x-M-12,y)*f1+g(x-M-12+1,y)*f2+...+g(x,y)*fM+12+...+g(x+M-12,y)*fM]]>

其中，(x，y)为有效点在输入图像中的坐标，有效点的x大于M为大于等于3的奇数；

然后按列利用第二卷积核进行一维卷积计算，设第二卷积核为(F1、F2、...、FN)，则按列利用第二卷积核进行一维卷积计算为：

Grad_X=G(x,y-N-12)*F1+G(x,y-N-12+1)*F2+...+G(x,y)*FN+12+...+G(x,y+N-12)*FN]]>

其中，有效点的y大于N为大于等于3的奇数；

所述对输入图像的行和列分别进行一维卷积计算以获得各个有效点的垂直梯度包括：

按行利用第二卷积核进行一维卷积计算，设当前有效点的像素值为g(x，y)，第二卷积核为(F1、F2、...、FN)，则按行利用第一卷积核进行一维卷积计算为：

G′(x,y)=g(x-N-12,y)*F1+g(x-N-12+1,y)*F2+...+g(x,y)*FN+12+...+g(x+N-12,y)*FN]]>

其中，(x，y)为有效点在输入图像中的坐标，有效点的x大于N为大于等于3的奇数；

然后按列利用第一卷积核进行一维卷积计算，设第一卷积核为(f1、f2、...、fM)，则按列利用第一卷积核进行一维卷积计算为：

Grad_Y=G′(x,y-M-12)*f1+G′(x,y-M-12+1)*f2+...+G′(x,y)*fM+12+...+G′(x,y+M-12)*fM]]>

其中，有效点的y大于M为大于等于3的奇数。