[发明专利]一种提取图像特征的方法及装置

权利要求书

1.一种提取图像特征的方法，其特征在于，所述方法包括：

计算目标图像中每个块结构分别对应的第一HOG特征信息，所述块结构包括预设数量的像素值组成的像素矩阵；

针对每个所述块结构，根据块结构中的像素矩阵，生成PCA算法的输入集合；一个块结构对应一个PCA算法的输入集合，PCA算法的输入集合的数量与块结构的数量相同；

使用所述PCA算法计算每个所述块结构对应的PCA特征信息；

级联每个所述块结构对应的第一HOG特征信息和所述PCA特征信息，生成每个所述块结构对应的新HOGP特征信息；

将所有块结构对应的新HOGP特征信息级联起来，生成所述目标图像的新HOGP特征信息。

2.根据权利要求1所述的方法，其特征在于，所述计算目标图像中每个块结构分别对应的第一HOG特征信息，所述块结构包括预设数量的像素值组成的像素矩阵的步骤，包括：

计算目标图像中各像素值分别对应的梯度值；

根据所述各像素值的梯度值，计算每个单元格分别对应的第二HOG特征信息，其中，所述每个单元格包括像素值矩阵L×L，所述第二HOG特征信息包括维度为R的HOG特征向量；

根据所述每个单元格对应的第二HOG特征信息，计算每个块结构对应的第一HOG特征信息，其中，所述每个块结构包括单元格矩阵P1×P2，所述第一HOG特征信息包括维度为R×P1×P2的HOG特征向量。

3.根据权利要求2所述的方法，其特征在于，所述根据块结构中的像素矩阵，生成PCA算法的输入集合的步骤，包括：

根据所述块结构中的像素矩阵，生成PCA算法的输入集合；其中，所述像素矩阵为M×N，M＝L×P1，N＝L×P2，所述输入集合为D_M×N＝{X₁,X₂,...,X_N}，所述输入集合D_M×N包括N个像素值样本X₁,X₂,...,X_N，其中X_i＝{x₁,x₂,...,x_M}，一个样本X_i包括所述像素矩阵M×N中第i列的M个像素值。

4.根据权利要求3所述的方法，其特征在于，

所述使用所述PCA算法计算每个块结构的对应的PCA特征信息的步骤，包括：

使用所述PCA算法计算每个块结构的对应的PCA特征信息，其中，所述PCA特征信息包括维度为K×L×P2的PCA特征向量，K为所述PCA特征信息中每个样本包括的像素值数量，K＜M；

所述级联每个所述块结构对应的HOG特征信息和所述PCA特征信息，生成每个所述块结构对应的新HOGP特征信息的步骤，包括：

级联每个所述块结构对应的、所述维度为R×P1×P2的HOG特征向量，以及每个所述块结构对应的、所述维度为K×L×P2的PCA特征向量，生成每个所述块结构对应的、维度为R×P1×P2+K×L×P2的新HOGP特征向量。

5.根据权利要求4所述的方法，其特征在于，

在所述根据所述每个单元格对应的第一HOG特征信息，计算每个块结构对应的第二HOG特征信息的步骤之前，所述方法还包括：

以块结构为基本单位，按照预设的步长，对所述目标图像中各像素值进行扫描，将所述目标图像划分为数量为Q的所述块结构；

所述将所有块结构对应的新HOGP特征信息级联起来，生成所述目标图像的新HOGP特征信息的步骤，包括：

将所有块结构对应的新HOGP特征信息级联起来，生成所述目标图像的维度为(R×P1×P2+K×L×P2)×Q的新HOGP特征向量。