特征提取方法及裝置的制造方法
【技術(shù)領(lǐng)域】
[0001 ]本公開涉及圖像處理技術(shù)領(lǐng)域，特別涉及一種特征提取方法及裝置。
【背景技術(shù)】
[0002] 圖像檢測與識別是計算機視覺中一個重要的研究領(lǐng)域。圖像檢測與識別技術(shù)中最 常用的方法是通過提取圖像中的某種特征從而對圖像進行檢測與識別。
[0003] 在相關(guān)技術(shù)中，通過提取圖像的H0G(Histogram of Oriented Gradient，方向梯 度直方圖）特征對圖像進行檢測與識別。HOG特征提取的方法如下:計算圖像中每個像素的 梯度;將圖像劃分成若干個單元格，每個單元格包括若干個像素，每相鄰的η個單元格形成 一個塊;統(tǒng)計每個單元格中所有像素的梯度直方圖，再根據(jù)每個塊中的所有單元格的梯度 直方圖得到每個塊的H0G特征;統(tǒng)計圖像中所有塊的H0G特征得到圖像的H0G特征。

【發(fā)明內(nèi)容】

[0004] 為了解決相關(guān)技術(shù)中存在的問題，本公開提供一種特征提取方法及裝置。所述技 術(shù)方案如下：
[0005] 根據(jù)本公開實施例的第一方面，提供一種特征提取方法，該方法包括：
[0006] 將圖像劃分為若干個塊，每個塊包括若干個單元格；
[0007] 對每個單元格利用預(yù)定的字典D進行稀疏信號分解，得到每個單元格各自對應(yīng)的 稀疏向量;預(yù)定的字典D是對樣本圖像應(yīng)用迭代算法計算得到的字典；
[0008] 根據(jù)稀疏向量提取圖像的方向梯度直方圖H0G特征。
[0009] 在一個可選的實施例中，該方法還包括：
[0010] 獲取樣本圖像，樣本圖像包括若干個類別的圖像集；
[0011] 利用下述公式，迭代得到最優(yōu)的字典作為預(yù)定的字典D;
[0012]
[0013] 其中，1?=^^2，一^]表示(：個樣本圖像的稀疏系數(shù)矩陣，￥表示所有類別的樣 本圖像，U · 11〇表示計算一個向量中非零元的個數(shù)，To表示預(yù)先給定的稀疏上限，u · | |F 表示計算向量每個元素的平方和后開平方。
[0014] 在一個可選的實施例中，對每個單元格利用預(yù)定的字典D進行稀疏信號分解，得到 每個單元格各自對應(yīng)的稀疏向量，包括：
[0015] 將每個單元格中的像素調(diào)整為η* 1維的向量；
[0016] 利用下述公式，對每個單元格中的向量在預(yù)定的字典D下進行稀疏信號分解，得到 對應(yīng)的稀疏向量；
[0017] min(x) | | X | | isub jectto y = Dx
[0018] 其中，y為每個單元格中的向量，x為y在預(yù)定的字典D下稀疏得到的稀疏向量，I |x| 1表示對稀疏向量x的每列的絕對值求和，每個稀疏向量是m* 1維的向量，預(yù)定的字典D是η* m的矩陣。
[0019] 在一個可選的實施例中，根據(jù)稀疏向量提取圖像的方向梯度直方圖HOG特征，包 括：
[0020] 根據(jù)稀疏向量計算每個單元格的梯度大小和梯度方向，得到每個單元格的描述 子；
[0021] 統(tǒng)計每個塊內(nèi)的各個描述子，得到每個塊的H0G特征；
[0022] 統(tǒng)計圖像中各個塊的H0G特征，得到圖像的H0G特征。
[0023]在一個可選的實施例中，統(tǒng)計圖像中各個塊的H0G特征，得到圖像的H0G特征，包 括：
[0024]將圖像中各個塊的H0G特征串聯(lián)成一個矩陣，得到圖像的H0G特征，矩陣的每一列 為一個塊的H0G特征。
[0025]在一個可選的實施例中，統(tǒng)計圖像中各個塊的H0G特征，得到圖像的H0G特征，包 括：
[0026] 將圖像中每個塊的H0G特征由初始的L*1維向量調(diào)整為M*N的矩陣，每個塊包括M*N 個像素，L=M*N;
[0027] 根據(jù)每個塊的調(diào)整后的HOG特征和每個塊在圖像中的對應(yīng)位置，得到圖像的HOG特 征。
[0028] 在一個可選的實施例中，該方法，還包括：
[0029]將圖像進行歸一化處理，得到預(yù)定尺寸大小的圖像。
[0030]根據(jù)本公開實施例的第二方面，提供一種特征提取裝置，該裝置包括：
[0031 ]劃分模塊，被配置為將圖像劃分為若干個塊，每個塊包括若干個單元格；
[0032]分解模塊，被配置為對每個單元格利用預(yù)定的字典D進行稀疏信號分解，得到每個 單元格各自對應(yīng)的稀疏向量;預(yù)定的字典D是對樣本圖像應(yīng)用迭代算法計算得到的字典；
[0033] 提取模塊，被配置為根據(jù)稀疏向量提取圖像的方向梯度直方圖H0G特征。
[0034] 在一個可選的實施例中，該裝置還包括：
[0035] 獲取模塊，被配置為獲取樣本圖像，樣本圖像包括若干個類別的圖像集；
[0036] 迭代模塊，被配置為利用下述公式，迭代得到最優(yōu)的字典作為預(yù)定的字典D;
[0037]
[0038] 其中，R=[ri，r2，…，rc]表示C個樣本圖像的稀疏系數(shù)矩陣，Y表示所有類別的樣本 圖像，U · | |〇表示計算一個向量中非零元的個數(shù)，To表示預(yù)先給定的稀疏上限，U · |卜表 示計算向量每個元素的平方和后開平方。
[0039] 在一個可選的實施例中，分解模塊，包括：
[0040] 第一調(diào)整子模塊，被配置為將每個單元格中的像素調(diào)整為η* 1維的向量；
[0041] 信號分解子模塊，被配置利用下述公式，對每個單元格中的向量在預(yù)定的字典D下 進行稀疏信號分解，得到對應(yīng)的稀疏向量；
[0042] min(x) | | X | | isub jectto y = Dx
[0043] 其中，y為每個單元格中的向量，x為y在預(yù)定的字典D下稀疏得到的稀疏向量，I |x| 1表示對稀疏向量x的每列的絕對值求和，每個稀疏向量是m* 1維的向量，預(yù)定的字典D是η* m的矩陣。
[0044] 在一個可選的實施例中，提取模塊，包括：
[0045] 計算子模塊，被配置為根據(jù)稀疏向量計算每個單元格的梯度大小和梯度方向，得 到每個單元格的描述子；
[0046] 第一統(tǒng)計子模塊，被配置為統(tǒng)計每個塊內(nèi)的各個描述子，得到每個塊的H0G特征；
[0047] 第二統(tǒng)計子模塊，被配置為統(tǒng)計圖像中各個塊的H0G特征，得到圖像的H0G特征。
[0048] 在一個可選的實施例中，第二統(tǒng)計子模塊，被配置為將圖像中各個塊的H0G特征串 聯(lián)成一個矩陣，得到圖像的H0G特征，矩陣的每一列為一個塊的H0G特征。
[0049] 在一個可選的實施例中，第二統(tǒng)計子模塊，包括：
[0050] 第二調(diào)整子模塊，被配置為將圖像中每個塊的H0G特征由初始的L* 1維向量調(diào)整為 M*N的矩陣，每個塊包括M*N個像素，L=M*N;
[0051] 特征提取子模塊，被配置為根據(jù)每個塊的調(diào)整后的HOG特征和每個塊在圖像中的 對應(yīng)位置，得到圖像的H0G特征。
[0052] 在一個可選的實施例中，該裝置，還包括：
[0053]處理模塊，被配置為將圖像進行歸一化處理，得到預(yù)定尺寸大小的圖像。
[0054]根據(jù)本公開實施例的第三方面，提供一種特征提取裝置，該裝置包括：
[0055] 處理器；
[0056] 用于存儲處理器可執(zhí)行指令的存儲器；
[0057]其中，處理器被配置為：
[0058] 將圖像劃分為若干個塊，每個塊包括若干個單元格；
[0059] 對每個單元格利用預(yù)定的字典D進行稀疏信號分解，得到每個單元格各自對應(yīng)的 稀疏向量;預(yù)定的字典D是對樣本圖像應(yīng)用迭代算法計算得到的字典；
[0060] 根據(jù)稀疏向量提取圖像的方向梯度直方圖H0G特征。
[0061] 本公開的實施例提供的技術(shù)方案可以包括以下有益效果：
[0062]通過將圖像劃分為若干個塊，每個塊包括若干個單元格;對每個單元格利用預(yù)定 的字典D進行稀疏信號分解，得到每個單元格各自對應(yīng)的稀疏向量;預(yù)定的字典D是對樣本 圖像應(yīng)用迭代算法計算得到的字典;根據(jù)稀疏向量提取圖像的方向梯度直方圖H0G特征;解 決了在H0G特征提取過程中是針對圖像的空間域直接計算得到，導(dǎo)致在模式識別中的檢測 率和準確度較低的問題;達到了在頻率域提取圖像的H0G特征，提高了在模式識別中的檢測 率和準確度的效果。
[0063]應(yīng)當(dāng)理解的是，以上的一般描述和后文的細節(jié)描述僅是示例性的，并不能限制本 公開。
【附圖說明】
[0064]此處的附圖被并入說明書中并構(gòu)成本說明書的一部分，示出了符合本公開的實施 例，并于說明書一起用于解釋本公開的原理。
[0065] 圖1是根據(jù)一示例性實施例示出的一種特征提取方法的流程圖；
[0066] 圖2A是根據(jù)另一示例性實施例示出的一種特征提取方法的流程圖；
[0067]圖2B是根據(jù)一示例性實施例示出的一種圖像劃分的示意圖；
[0068]圖2C是根據(jù)另一不例性實施例不出的一種圖像劃分的不意圖；
[0069] 圖2D是根據(jù)一示例性實施例示出的一種單元格像素調(diào)整的示意圖；
[0070] 圖2E是根據(jù)一示例性實施例示出的一種統(tǒng)計塊內(nèi)H0G特征的示意圖；
[0071 ]圖3A是根據(jù)一示例性實施例示出的一種特征提取方法的流程圖；
[0072]圖3B是根據(jù)一示例性實施例示出的一種統(tǒng)計圖像H0G特征的示意圖；
[0073]圖4是根據(jù)一示例性實施例示出的一種特征提取裝置的框圖；
[0074]圖5是根據(jù)另一示例性實施例示出的一種特征提取裝置的框圖；
[0075] 圖6是根據(jù)一示例性實施例示出的一種特征提取