[发明专利]一种基于纹理特征的图像局部特征描述子提取方法

权利要求书

1.一种基于纹理特征的图像局部特征描述子提取方法，其特征在于，包括以下步骤：

步骤一：对整幅图像用Hessian-Affine检测子检测出图像局部特征域，获得特征点周围椭圆形邻域；

步骤二：计算该椭圆形邻域的主方向，把该邻域的长轴作为图像坐标系的横轴，短轴作为图像坐标系的竖轴，旋转椭圆邻域；而后，对旋转所得的邻域做仿射投影转换成圆形邻域；

步骤三：对该圆形邻域子采用笛卡尔网格划分M个子区域，并计算每个子区域的DCS-LBP特征值和

步骤四：计算每个子区域的特征统计直方图：H^upper和H^lower，串联起来得到该子区域的特征统计直方图；

步骤五：把各个子区域的特征统计直方图全部串联起来得到该局部特征区域的特征描述子；

步骤六：对该局部特征描述子进行归一化和门限化处理，最终得到图像局部特征描述子。

2.根据权利要求1所述的一种基于纹理特征的图像局部特征描述子提取方法，其特征在于，步骤一的具体实现方法如下：

利用多尺度Hessian检测子来检测特征点，对于检测出来的每个特征点构建尺度空间，在尺度序列的每个尺度上计算局部图像高斯平滑的结果L(x,Σ)＝g(x,Σ)*I(x)，其中式中g(x,Σ)为仿射高斯核函数，I(x)为该局部图像的灰度值，Σ代表正定尺度的协方差矩阵，*是图像块的卷积操作，那么二阶矩就是μ(x,Σ_I,Σ_D)＝g(x,Σ_I)*((▽L)(x,Σ_D)(▽L)(x,Σ_D)^T)，其中Σ_I和Σ_D是积分和微分尺度对应的协方差矩阵，▽L是梯度算子，T是转置操作符，使用二阶矩的特征值和特征向量确定特征点相关邻域的区域形状，得到以特征点为中心，以其椭圆领域为特征区域的具有仿射不变性局部特征。

3.根据权利要求2所述的一种基于纹理特征的图像局部特征描述子提取方法，其特征在于，步骤三中根据以下公式计算得到：

式中g_i是等间隔分布在以特征点为中心，半径为R的圆上的P个邻域点，是g_i的中心对称点，和分别代表DCS-LBP的上半部分和下半部分，T是阈值参数。

4.根据权利要求3所述的一种基于纹理特征的图像局部特征描述子提取方法，其特征在于，步骤四中根据以下公式计算每个子区域的特征统计直方图：H^upper和H^lower：

式中k∈[0，k]，k是DCS-LBP的编码的最大值；H是局部纹理图像的长；W是局部纹理图像的宽。

5.根据权利要求4所述的一种基于纹理特征的图像局部特征描述子提取方法，其特征在于，步骤六中DCS-LBP特征描述子如下：

式中是DCS-LBP特征描述子的统计直方图向量，L＝(l₁,l₂,...,l_N)是归一化后的统计直方图向量，N为DCS-LBP描述子的直方图向量的特征维数，其中M为划分子区域的个数。