[发明专利]从图像中提取特征的方法

权利要求书

1.一种从图像中提取特征的方法，所述方法包括在处理器或电路中执行以下步骤：

从传感器接收数字图像；

对所述数字图像去马赛克；

在对所述数字图像去马赛克之前，从所述数字图像中获得输入图像以供特征提取；以及

在所述输入图像上执行特征提取，其中，执行特征提取的步骤包括：

使用所述传感器中的噪声的模型或分布图来对特征提取算法的响应进行归一化；以及

对所述输入图像应用所述特征提取算法。

2.如权利要求1所述的方法，其中，所述特征提取算法适用于提取特征，并且所述特征是边缘。

3.如权利要求1所述的方法，其中，所述特征提取算法适用于提取特征，并且所述特征是局部二进制模式。

4.如权利要求1所述的方法，其中，所述图像的定义区域中的传感器噪声的方差用于对所述特征提取算法的响应进行归一化。

5.如权利要求4所述的方法，其中，特征提取的步骤包括：对于所述输入图像的每个像素，计算针对方向的边缘响应，并且通过考虑所述传感器噪声的方差来对针对所述方向的边缘响应进行归一化。

6.如权利要求5所述的方法，其中，通过将滤波器核与所述图像的亮度进行卷积来计算所述边缘响应。

7.如权利要求6所述的方法，其中，所述滤波器核是Gabor滤波器核或卷积神经网络滤波器核。

8.如权利要求5所述的方法，其中，针对所述图像中的每个像素(x，y)计算对针对方向∝的边缘响应的归一化：

其中，根据下述等式来计算响应E^∝(x，y)：

其中，I是图像区域，σ是所述传感器中的噪声的方差，G_K是高斯函数，K(i，k)是Gabor函数的空间核，并且和是边缘检测核。

9.如权利要求5所述的方法，其中，所述边缘响应被馈送到线性分类器或卷积神经网络的分类层中，该线性分类器例如是支持向量机。

10.如权利要求1所述的方法，其中，所述输入图像包括RAW图像传感器数据。

11.如权利要求1所述的方法，其中，实时实现所述方法。

12.如权利要求1至11中任一项所述的方法，其中，在嵌入式硬件中实现所述方法，该嵌入式硬件例如是硬件块。

13.一种图像处理硬件，被配置为执行以下操作：

从传感器接收数字图像；

对所述数字图像去马赛克；

在对所述数字图像去马赛克之前，从所述数字图像中获得输入图像以供特征提取；以及

在所述输入图像上执行特征提取，其中，执行特征提取的步骤包括：

使用所述传感器中的噪声的模型或分布图来对特征提取算法的响应进行归一化；以及

对所述输入图像应用所述特征提取算法。

14.一种设备，包括如权利要求13所述的图像处理硬件。