[发明专利]一种获取模糊不变图像的特征描述子的方法

摘要

本发明公开了一种获取模糊不变图像的特征描述子的方法，先将图像划分为多个局部图块，对局部图块细分进行密集采样得到LPQ+；将每个局部图块对应的多个LPQ+合并获得局部图块的特征描述，然后对所有的局部图块的特征描述子进行FV(Fisher Vector)编码并进行相应正则化处理来获得更高维度的模糊图像特征描述。本发明提供的这种获取模糊不变图像的特征描述子的方法，针对模糊图像识别基于LPQ提出的一种更高效、更准确的模糊图像识别特征描述子LPQ+，具有判别性高和特征维度较低的优势；FV编码提高了传统描述子的综合性能；而FV编码与LPQ+的结合，相较于FV编码与传统描述子的结合，在识别精度和识别效率上均具有更好效果。

主权项

1.一种获取模糊不变图像的特征描述子的方法，其特征在于，包括以下步骤：(1)对源图像里的样本进行模糊处理，并对模糊处理后的图像进行灰度化处理；(2)采用滑动窗口对灰度化处理获得的图像进行密集采样，获得多个局部图像块，并将各局部图像块划分为多个单元图块；(3)对各单元图块抽取LPQ+，然后将抽取到的多组LPQ+进行合并获得局部图块的特征描述子；具体包括如下子步骤：(3‑1)采用STFT以中心像素周围M×M大小的邻域为计算范围，提取单元图块中每个像素的相位信息：其中，(x,y)、(u,v)分别指模糊图像与对应傅立叶变换域中的坐标；g(x,y)是指模糊图像，Nx和Ny指像素点(x,y)的邻域范围；根据四个低频点u1＝(a,0)，u2＝(0,a)，u3＝(a,a)，u4＝(a,‑a)，获得四个相位值∠G(u1)，∠G(u2)，∠G(u3)，∠G(u4)；其中，a为常数；(3‑2)按对相位值进行划分，获得I个不同的角度区域，将上述四个相位值归入对应角度区域并按照下述投票值进行量化，其中，α是可调参数，是指∠G(u_j)在对应的角度区域i下获得的投票值；其中，j＝1,2,3,4；(3‑3)根据四个相位值的量化值获得四个直方图并将直方图合并得到LPQ+；(3‑4)将同一局部图像块的各单元块的LPQ+合并，获得局部图块的特征描述子；(4)对所有的局部图块的特征描述子接续进行Fisher Vector编码处理、幂正则化和l2正则化处理，获得模糊图像的特征描述子。