[发明专利]用于视觉搜索的直方图映射的基于上下文的编码的方法

说明书

本发明涉及一种用于图像的直方图映射的基于上下文的编码的方法(100)，所述直方图映射表示所述图像的关键点的位置信息，所述方法包括：提供(101)与应用于所述图像的矩阵表示的空间网格的给定编码大小和给定块大小相关联的压缩上下文表示信息(A；B；C)以获得所述直方图映射；从所述压缩上下文表示信息(A；B；C)中通过应用近似算法计算(103)针对所述给定编码大小和所述给定块大小的上下文(201)；以及使用针对所述给定编码大小和所述给定块大小计算的所述上下文对所述直方图映射进行编码(105)。

技术领域

本发明涉及一种用于对从图像的一组关键点的坐标中确定的位置信息的地图进行编码的方法并且涉及用于对位置信息的此类地图进行编码的编码器。

本发明具体涉及计算机视觉和视觉搜索或增强现实的领域。在视觉搜索和增强现实应用中，提取自图像或图像序列的信息被发送到服务器，在服务器中将所述信息与提取自表示将被识别对象的模型的参考图像的数据库的信息进行比较。在此上下文中，本发明涉及提取自发送到服务器的图像或图像序列的信息的压缩，具体而言是需要发信号通知提取自所述图像或所述图像序列的关注点位置的信息的压缩。

背景技术

视觉搜索(VS)被称作自动系统识别在图像或图像的序列中所描绘的对象的能力，方法是仅分析所述图像或所述的图像序列的视觉方面，而无需采用任何外部数据，例如，文本描述、元数据等。增强现实(AR)可以被认为是视觉搜索的高级应用。在图像或图像的序列中所描绘的对象已经被识别之后，额外内容(例如，合成对象)叠加到由图像或图像序列表示的真实场景，因此“增强”真实内容；额外内容的位置与实际对象中的一者一致。

VS的优势方法依赖于确定所谓的本地特征，本地特征在文献以及下文中被称作描述符。最著名的方法是如D.Lowe在“计算机视觉的国际期刊(Int.Journal of ComputerVision)60(2)(2004)91-110.H，来自尺度不变关键点的独特的图像特征”中所描述的尺度不变特征转换(Scale-Invariant Feature Transform，SIFT)以及如Bay、T.Tuytelaars、L.V.Gool在2006年奥地利的格拉兹的计算机视觉的欧洲会议(European Conference onComputer Vision，ECCV)的会议记录中的“SURF：加速强健特征(Speeded Up RobustFeatures)”中所描述的加速强健特征(SURF)，http://www.vision.ee.ethz.ch/～surf/。在文献中有可能找到那些技术的许多变体，所述变体可以被视作那两个原始技术的改进。

如从图7中可以看出，本地特征是在图像701中围绕关键点705的补丁703的紧凑描述，例如，用于SIFT中的每个本地特征的128字节。图7示出了本地特征的提取(图7的上部部分)和表示(图7的下部部分)的实例。在图7的上部部分，其中计算出本地特征的点的位置是通过表示图像701中的点705的圆表示的，所述圆由表示定向补丁703的正方形所围绕。在图7的下部部分，补丁703的网格709细分包含本地特征的直方图组分711。为了计算本地特征，点705的主要取向707是在点705周围基于主要梯度组分计算的。从此取向707开始，提取朝向主要取向707定向的补丁703。这个补丁703随后被细分成矩形或径向网格709。对于网格709的每个元素而言，要计算本地梯度的直方图711。计算用于网格709元素的直方图711表示本地特征的组分。包含如图7的下部部分所说明的网格709元素的直方图711的此类描述符713的特征在旋转、照射和透视变形时将不变。

在图像701中，在其上计算出本地特征713的点705识别场景的不同元素，例如转角、特定模式等。这些点一般称为关键点705，也称为关注点705。在图7的上部部分中所描绘的圆示出示例性的关键点705。关键点705的图像中的x/y位置将在下文中被称作本地特征的位置信息。