的梯度值公式为：
[0033]
[0036] 其中，Zlu为像素坐标点（k，1)位置的灰度值；
[0037] 步骤2:每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明 显的梯度值使用字节进行存储。比较每个网格中所有的像素点的梯度值，获取最大的梯度 值对应的梯度方向，并将像素梯度方向量化到7个组上，梯度量化公式为：
[0038]
(B)
[0039] 其中，roundO表示四舍五入函数。同时，引入一个组用于表示该网格是否有明显 的梯度值，最大值为8的数可以用3个比特的二进制数值表示。网格的模板特征包括最大 梯度方向和是否具有明显梯度值，可用3个比特的二进制数值表示为X。目标图网格的模板 特征A1=X，而样本图网格的模板特征B,=~X，（将计算结果按位取反作为样本图网格的 梯度特征）。如果某个网格在〇度上得到明显的梯度值，其模板特征X= 000,则目标图中 的网格的模板特征表示为Ai=X= 000,而样本图中的网格的模板特征表示为B_j=~X= 111。参阅图1所示，为主方向模板与本发明一实施例的梯度特征表示法对比图，将原有的 8个比特的模板特征表示方法压缩为3个比特中，大大减少了模板特征的存储空间。
[0040] 步骤3:样本图与目标图的模板特征匹配，即样本图中所有网格与目标图中的部 分网格进行模板特征匹配，匹配公式为Ai? 。假设样本图中的网格8,= 101，目标图中 的网格A1= 010,匹配结果为A#B」=111 ;若A1+1= 011，匹配结果为A1+1?B厂110。
[0041] 将3个比特的单个网格模板特征放到字节单位之中，无法填满整个字节，将其余 的比特舍弃，置为零。计算机在处理数据时会调用SSE2指令集，根据SSE2指令集的设置， 可并行处理的字节单位大小可以为单字节（8比特）、双字节（16比特）、四字节（32比特） 和八字节（64比特）。为了能够使用计算机中的SSE2指令进行匹配处理，网格的模板特征 需要放入1个字节（8个比特）的整数倍的存储单位中。
[0042]步骤4:检查样本图中所有网格模板特征的匹配结果，匹配结果为"111"，则表示 样本图和目标图的网格模板特征匹配。并确定样本图中的匹配网格数量，当网格匹配数为 样本图的网格总数M时，则确定样本图在目标图中的位置。
[0043] 需要说明的是，梯度量化公式，该实施例采用的是四舍五入取整，本领域的技术人 员可知，还可采用其他的方式取整，如截去小数取整，截去小数向上取整数，截去小数向下 取整等。
[0044] 为了加快计算速度，使用查表法获得样本图匹配的网格数量。查表法所使用的查 询表可以事先离线计算获得，保存在磁盘与内存中。查询表包括匹配结果与相对应的网格 匹配数量。
[0045]字节单位的大小会影响查表法使用的查询表大小以及比特的利用率。比特的利用 率还进一步影响到模板特征匹配的处理时间。比特的利用率越高，则SSE2指令所处理的模 板特征的矢量长度就越短，处理时间也会大幅度降低。虽然8比特字节单位浪费了最多的 比特数，但是其查询表却最小，而且相对于原始主方向模板特征的查询表更小。16比特字节 单位比8比特字节单位的比特利用率高，但是查询表略大，与原始主方向模板特征的查询 表相同。32比特字节单位与64比特字节单位的查询表过大，一般无法直接放入内存中。
[0046] 综合以上考虑，本发明使用8比特的字节单位，即将3个比特的梯度特征放入单字 节（8比特）中。因此，一个字节中可以存放两个网格的特征描述，剩余2个比特舍弃不用。 存储方式为OOaaabbb或aaabbbOO,还可采用其他类型的存储方式。参阅图2所示，为基于 主方向模板的特征匹配方法的部分查询表。对每个字节单位的匹配数量求和，获得样本图 中所有网格的模板特征匹配数量。
[0047] 尽管结合优选实施方案具体展示和介绍了本发明，但所属领域的技术人员应该明 白，在不脱离所附权利要求书所限定的本发明的精神和范围内，在形式上和细节上可以对 本发明做出各种变化，均为本发明的保护范围。
【主权项】
1. 一种基于主方向模板的特征匹配方法，其特征在于包括如下步骤： 步骤1 :将目标图和样本图都分割为网格，且网格的大小相同，目标图被分割为N个网 格，用示目标图中第i个网格，样本图被分割为M个网格，用1表示样本图中第j个网 格；计算目标图和样本图的每个网格中的像素梯度，像素点（k，l)的梯度值公式为： V=其中，zkj为像素坐标点（k, 1)位置的灰度值； 步骤2 :比较每个网格中所有的像素点的梯度值，获取最大的梯度值对应的梯度方向， 将像素梯度方向量化到7个组上，梯度量化公式为：具中，integerU表不对拈亏里的值取整，引入一个组用于表示该网格是否有明显的梯 度值，网格的模板特征包括最大梯度方向和是否具有明显梯度值，用3个比特的二进制数 值表示为X，目标图网格的模板特征A1=X，而样本图网格的模板特征B,=~X，将计算结 果按位取反作为样本图网格的梯度特征； 步骤3 :样本图与目标图的模板特征匹配，即样本图中所有网格与目标图中的部分网 格进行模板特征匹配，匹配结果公式为4 ?B 步骤4:匹配结果为"111"，则两个网格模板特征匹配，并确定样本图中的匹配网格数 量，当网格匹配数为样本图的网格总数M时，则确定样本图在目标图中的位置。2. 如权利要求1所述的基于主方向模板的特征匹配方法，其特征在于：所述步骤2中 网格的模板特征可用单字节、双字节、四字节或八字节存储。3. 如权利要求2所述的基于主方向模板的特征匹配方法，其特征在于：所述步骤2中 将两个网格的模板特征存储在一个字节中。4. 如权利要求3所述的基于主方向模板的特征匹配方法，其特征在于：所述步骤2中 用一个字节中的高六位或低六位存储两个网格的模板特征。5. 如权菊丨恶步1所彳术的甚干主方向模板的特征匹配方法，其特征在于：所述步骤2梯 度量化公式劣中roundO为四舍五入函数。6. 如权利要求1所述的基于主方向模板的特征匹配方法，其特征在于：所述步骤4还 包括查表法，对比查询表，确定网格匹配数量，所述查询表包括匹配结果与相对应的网格匹 配数量。
【专利摘要】本发明属于图像处理技术领域，特别是涉及一种基于主方向模板的特征匹配方法。本发明包括以下步骤：步骤1：将目标图和样本图都分割为网格，且网格的大小相同，计算每个网格中的像素点的梯度值和梯度方向；步骤2：每个网格使用其最大的梯度方向进行表示，且将梯度方向和是否具有明显的梯度值使用字节进行存储；步骤3：样本图与目标图的网格模板特征按位异或匹配；步骤4：匹配结果为“111”，则两个网格模板特征匹配，并确定样本图中的匹配网格数量。本发明对模板特征进行压缩，且使用单字节进行存储，降低了内存的消耗。
【IPC分类】G06K9/62
【公开号】CN105023021
【申请号】CN201510398992
【发明人】洪朝群, 陈旭辉, 王晓栋, 谢勇, 唐朝辉
【申请人】厦门理工学院
【公开日】2015年11月4日
【申请日】2015年7月9日