[发明专利]一种图像特征提取方法

权利要求书

1.一种图像特征提取方法，其特征在于，包括：

设置梯度运算矩阵大小的步骤；

计算所述梯度运算矩阵各像素的梯度的步骤；

确定所述各像素的梯度所属梯度区间的步骤，包括：将梯度区间分为预设等份n；计算所述各像素的弧度A(x,y)；根据所述各像素的弧度A(x,y)确定所述各像素的梯度所属梯度区间k；

所述根据所述各像素的弧度A(x,y)确定所述各像素的梯度所属梯度区间k的步骤包括：

根据所述各像素的弧度A(x,y)计算第一参数k0；

根据所述第一梯度区间参数k0计算第二参数k1；

根据所述第二参数k1确定所述各像素的梯度所属梯度区间k；

所述k0=(A(x,y)*n)/3.14-0.5，k1=rd(k0)，其中，rd()表示向下取整数；

k=k1，当k1≥0时；k=k1+n，当k1＜0时；(x,y)表示像素点的坐标值；

根据所述各像素的梯度计算其梯度长度的步骤；

计算块特征值的步骤，包括：计算各像素对其所属梯度区间及下一个梯度区间的影响权重；计算各像素对其所属梯度区间的贡献权重；计算所述各像素的特征贡献值，所述各像素的特征贡献值包括各像素对其所属梯度区间的特征贡献值，以及各像素对下一个梯度区间的特征贡献值；将各像素的特征贡献值求和得到块特征值；对所述块特征值归一化；

所述计算各像素对其所属梯度区间的贡献权重的步骤包括：

计算所述各像素X、Y方向到块中心线的距离；

根据所述各像素X、Y方向到块中心线的距离计算所述像素对其所属梯度区间的贡献权重W；

所述W=exp(-(Lx*Lx+Ly*Ly)/32)，其中，exp()表示以自然数e为的幂函数运算，Lx表示所述像素X方向到块中心线的距离，Ly表示所述像素Y方向到块中心线的距离；

所述各像素对其所属梯度区间的特征贡献值M0(x,y)= B(k)₀*W*r，所述各像素对下一个梯度区间的特征贡献值M1(x,y)= B(k)₁*W*r，其中B(k)₀表示各像素对所属梯度区间的影响权重，B(k)₁表示各像素对其下一个梯度区间的影响权重，r表示梯度长度；

所述B(k)₀=1-(k0-k1)，B(k)₁=k0-k1。

2.根据权利要求1所述的图像特征提取方法，其特征在于，所述计算所述梯度运算矩阵各像素的梯度的步骤包括：

计算各像素的初始灰度G0(x,y)；

对所述初始灰度G0(x,y)进行Gamma变换，得到优化灰度G(x,y)；

根据所述各像素的优化灰度G(x,y)及各像素X、Y方向的梯度算子Go，计算所述各像素X、Y方向的梯度dx、dy。

3.根据权利要求2所述的图像特征提取方法，其特征在于，所述各像素X方向梯度：

dx=G(x+3,y)*3+G(x+2,y)*2+G(x+1,y)-G(x-3,y)*3-G(x-2,y)*2-G(x-1,y)，其中， G(x+1,y)、G(x+2,y)、G(x+3,y)分别表示中心像素水平方向后一像素、后二像素、后三像素的优化灰度，G(x-1,y)、G(x-2,y)、G(x-3,y)分别表示中心像素水平方向前一像素、前二像素、前三像素的优化灰度；

所述各像素Y方向梯度：

dy=G(x,y+3)*3+G(x,y+2)*2+G(x,y+1)-G(x,y-1)-G(x,y-2)*2-G(x,y-3)*3，其中，G(x,y+1)、G(x,y+2)、G(x,y+3)分别表示中心像素垂直方向后一像素、后二像素、后三像素的优化灰度，G(x,y-1)、G(x,y-2)、G(x,y-3)分别表示中心像素垂直方向前一像素、前二像素、前三像素的优化灰度。