一种对噪声鲁棒的图像特征描述方法
【专利摘要】本发明公开了一种对噪声鲁棒的图像特征描述方法，属于数字图像处理领域；首先，采用基于局部二值模式的采样方法对局部图像进行采样，构造样本点向量；然后，对所采集到的样本点向量进行一维傅里叶变换，得到基于频域的局部特征描述子；最后，利用低频滤波器，选取特征向量的低频部分作为最终的局部特征描述子。通过频域变换和低频滤波，该特征描述子对于噪声具有较好的鲁棒性，并且保留了LBP描述子的旋转不变性和灰度不变性。
【专利说明】一种对噪声鲁棒的图像特征描述方法
【技术领域】
[0001]本发明涉及数字图像处理领域，特别是一种针对图像受噪声污染的条件下，对含噪图像进行局部特征描述方法，该特征描述子对于噪声有较好的鲁棒性。
【背景技术】
[0002]局部特征就是从图像的局部结构出发，用局部信息来构造出具能够描述局部图像的描述子。局部特征描述了图像中的区域信息，通常因为各个区域之间在像素，颜色或是纹理方面的差异性，局部特征体现出了唯一描述性。用局部特征描述图像可以将繁杂的图像匹配问题转换为特征向量的度量问题，从而提高了算法的速度和鲁棒性。目前，已有许多局部特征描述子被提了出来，最为有名的是David Lowe提出的尺度不变特征变换(SIFT)描述子，此外还有局部二值模式(LBP)描述子、局部三值模式(LTP)描述子、对比上下文直方图(CCH)描述子，等等。对于不含噪声的图像，这些描述子都能够很好的描述图像的局部特征，并且具有光照不变、几何变换不变等特性。但是，当图像存在噪声时，这些描述子就失去了它们原本的作用，不能够准确地刻画描述图像的局部特征，这说明这些局部特征描述子不具备抗噪性。
【发明内容】
[0003]本发明所要解决的技术问题是，针对现有技术不足，提供一种对噪声鲁棒的图像特征描述方法，使得该特征描述在含噪条件下，仍具有有效性、旋转不变性和灰度不变性。
[0004]为解决上述技术问题，本发明所采用的技术方案是:一种对噪声鲁棒的图像特征描述方法，包括如下步骤:
[0005]步骤一、采用基于局部二值模式的采样方法，对含噪图像进行局部采样:
[0006]I)设定含噪图像中共有1(个像素，以像素1为圆点(1=1，2，...，10，在半径为1?的圆上等距采样N个像素点，构成样本点向量Ti=Lt1, t2,…，tN];在该N个像素点中的第P个像素点的坐标为:
[0007](xp, yp) = (xj+Rcos (2 π ρ/Ν)，Y1-Rsin (2 π ρ/Ν))
[0008]式中ρ=1，2，...，Ν，(xi； Yi)为第i个像素点的坐标；
[0009]2)对没有完全落在像素位置的点采用双线性插值算法计算其灰度值；
[0010]步骤二、将采样的样本点向量Ti进行一维离散傅里叶变换，将样本点向量转换到频域中，构造局部特征描述子Vi=Iiv1, V2,…，Vn]，计算公式如下所示:
【权利要求】
1.一种对噪声鲁棒的图像特征描述方法，其特征在于，包括如下步骤: 步骤一、采用基于局部二值模式的采样方法，对含噪图像进行局部采样: 1)设定含噪图像中共有K个像素，以像素i为圆点(i=l，2,...，K)，在半径为R的圆上等距采样N个像素点，构成样本点向量Ti=Lt1, t2,…，tN];在该N个像素点中的第P个像素点的坐标为:
(xp, yp) = (Xi+Rcos (2 π ρ/Ν)，Y1-Rsin (2 π ρ/Ν)) 式中ρ=1，2，...，Ν，(xi； Yi)为第i个像素点的坐标； 2)对没有完全落在像素位置的点采用双线性插值算法计算其灰度值； 步骤二、将采样的样本点向量Ti进行一维离散傅里叶变换，将样本点向量转换到频域中，构造局部特征描述子Vi=Iiv1, V2,…，Vn]，计算公式如下所示:
2.根据权利要求1所述对噪声鲁棒的图像特征描述方法，其特征在于，还包括如下步骤:对于图像边缘的像素点，在半径为R的邻域圆内没有足够多的像素点，采用其对称位置上的像素点进行代替。
3.根据权利要求1或2所述对噪声鲁棒的图像特征描述方法，其特征在于，所述步骤三中的个数M取3~8。
【文档编号】G06T5/00GK103886560SQ201410137981
【公开日】2014年6月25日 申请日期:2014年4月8日 优先权日:2014年4月8日
【发明者】刘煜, 张茂军, 王炜, 熊志辉, 徐玮, 肖华欣 申请人:中国人民解放军国防科学技术大学