特征向量計算方法和裝置的制造方法
【技術(shù)領(lǐng)域】
[0001]本公開是關(guān)于圖像識別領(lǐng)域，具體來說是關(guān)于特征向量計算方法和裝置。
【背景技術(shù)】
[0002]HOG (Histogram of Oriented Gradient，方向梯度直方圖)算法是一種常用的特征提取算法，可以根據(jù)圖像局部區(qū)域的方向梯度直方圖，計算出圖像的HOG特征向量，HOG特征向量可以廣泛應(yīng)用于圖像識別中。
[0003]采用HOG算法計算圖像的HOG特征向量時，先對該圖像進(jìn)行二值化處理，得到灰度圖像，計算該灰度圖像中每個像素的梯度。之后，將該灰度圖像劃分為多個細(xì)胞單元，對于每個細(xì)胞單元來說，預(yù)先將360度的梯度方向平均劃分為9個方向區(qū)間，則對于9個方向區(qū)間中的每個方向區(qū)間來說，從除圖像邊緣像素以外的像素中，確定該細(xì)胞單元內(nèi)梯度方向位于該方向區(qū)間內(nèi)的每個像素，計算所確定像素的梯度幅值之和，得到該細(xì)胞單元在該方向區(qū)間內(nèi)的梯度投影值，從而得到該細(xì)胞單元在每個方向區(qū)間內(nèi)的梯度投影值，再根據(jù)該細(xì)胞單元在每個方向區(qū)間的梯度投影值得到該細(xì)胞單元的梯度直方圖。采用上述方法可以得到每個細(xì)胞單元的梯度直方圖，將該灰度圖像中的多個細(xì)胞單元組成一個塊，將每個塊內(nèi)所有細(xì)胞單元的梯度直方圖串聯(lián)起來，得到每個塊對應(yīng)的特征描述子，再將該灰度圖像內(nèi)所有塊的特征描述子串聯(lián)起來，即可得到該圖像的HOG特征向量。

【發(fā)明內(nèi)容】

[0004]為了解決相關(guān)技術(shù)中存在的問題，本公開提供了一種特征向量計算方法和裝置。所述技術(shù)方案如下:
[0005]根據(jù)本公開實(shí)施例的第一方面，提供了一種特征向量計算方法，所述方法包括:
[0006]對待分析的圖像進(jìn)行二值化處理，得到灰度圖像；
[0007]將所述灰度圖像劃分為多個細(xì)胞單元；
[0008]對于每個細(xì)胞單元，
[0009]根據(jù)所述細(xì)胞單元內(nèi)每個像素的梯度方向，從除所述細(xì)胞單元內(nèi)邊緣像素以外的像素中，確定梯度方向位于指定方向區(qū)間的至少一個指定像素；
[0010]根據(jù)已確定的至少一個指定像素的數(shù)目和每個指定像素的梯度統(tǒng)計值，計算所述細(xì)胞單元在所述指定方向區(qū)間內(nèi)的梯度投影值；
[0011]計算所述細(xì)胞單元在每個方向區(qū)間內(nèi)的梯度投影值；
[0012]根據(jù)所述細(xì)胞單元在每個方向區(qū)間內(nèi)的梯度投影值，計算所述細(xì)胞單元的梯度直方圖；
[0013]根據(jù)每個細(xì)胞單元的梯度直方圖，計算所述圖像的方向梯度直方圖HOG特征向量。
[0014]在另一實(shí)施例中，所述根據(jù)已確定的至少一個指定像素的數(shù)目和每個指定像素的梯度統(tǒng)計值，計算所述細(xì)胞單元在所述指定方向區(qū)間內(nèi)的梯度投影值，包括:
[0015]獲取所述至少一個指定像素中每個指定像素的梯度統(tǒng)計值；
[0016]根據(jù)所述至少一個指定像素的數(shù)目和每個指定像素的梯度統(tǒng)計值，計算所述至少一個指定像素的梯度統(tǒng)計值的平均值，作為所述細(xì)胞單元在所述指定方向區(qū)間內(nèi)的梯度投影值。
[0017]在另一實(shí)施例中，所述指定像素的梯度統(tǒng)計值為所述指定像素的梯度幅值、梯度幅值的平方或梯度幅值的平方根。
[0018]在另一實(shí)施例中，所述指定方向區(qū)間為下述方向區(qū)間中的任一個方向區(qū)間:
[0019](0，40]、(40，80]、(80，120]、(120，160]、(160，200]、(200，240]、(240，280]、(280，320]、 (320，360]。
[0020]在另一實(shí)施例中，所述根據(jù)每個細(xì)胞單元的梯度直方圖，計算所述圖像的方向梯度直方圖HOG特征向量，包括:
[0021]將所述灰度圖像劃分為多個像素塊，每個像素塊包括多個細(xì)胞單元；
[0022]根據(jù)每個像素塊內(nèi)所有細(xì)胞單元的梯度直方圖，得到每個像素塊的特征描述子；
[0023]根據(jù)每個像素塊的特征描述子，計算所述圖像的HOG特征向量。
[0024]根據(jù)本公開實(shí)施例的第二方面，提供了一種特征向量計算裝置，所述裝置包括:
[0025]二值化模塊，用于對待分析的圖像進(jìn)行二值化處理，得到灰度圖像；
[0026]圖像劃分模塊，用于將所述灰度圖像劃分為多個細(xì)胞單元；
[0027]確定像素模塊，用于對于每個細(xì)胞單元，根據(jù)所述細(xì)胞單元內(nèi)每個像素的梯度方向，從除所述細(xì)胞單元內(nèi)邊緣像素以外的像素中，確定梯度方向位于指定方向區(qū)間的至少一個指定像素；
[0028]計算模塊，用于根據(jù)已確定的至少一個指定像素的數(shù)目和每個指定像素的梯度統(tǒng)計值，計算所述細(xì)胞單元在所述指定方向區(qū)間內(nèi)的梯度投影值；
[0029]所述計算模塊，還用于計算所述細(xì)胞單元在每個方向區(qū)間內(nèi)的梯度投影值；
[0030]所述計算模塊，還用于根據(jù)所述細(xì)胞單元在每個方向區(qū)間內(nèi)的梯度投影值，計算所述細(xì)胞單元的梯度直方圖；根據(jù)每個細(xì)胞單元的梯度直方圖，計算所述圖像的方向梯度直方圖HOG特征向量。
[0031]所述計算模塊還用于獲取所述至少一個指定像素中每個指定像素的梯度統(tǒng)計值；根據(jù)所述至少一個指定像素的數(shù)目和每個指定像素的梯度統(tǒng)計值，計算所述至少一個指定像素的梯度統(tǒng)計值的平均值，作為所述細(xì)胞單元在所述指定方向區(qū)間內(nèi)的梯度投影值。
[0032]在另一實(shí)施例中，所述指定像素的梯度統(tǒng)計值為所述指定像素的梯度幅值、梯度幅值的平方或梯度幅值的平方根。
[0033]在另一實(shí)施例中，所述指定方向區(qū)間為下述方向區(qū)間中的任一個方向區(qū)間:
[0034](0，40]、(40，80]、(80，120]、(120，160]、(160，200]、(200，240]、(240，280]、(280，320]、 (320，360]。
[0035]在另一實(shí)施例中，所述計算模塊還用于將所述灰度圖像劃分為多個像素塊，每個像素塊包括多個細(xì)胞單元；根據(jù)每個像素塊內(nèi)所有細(xì)胞單元的梯度直方圖，得到每個像素塊的特征描述子；根據(jù)每個像素塊的特征描述子，計算所述圖像的HOG特征向量。
[0036]根據(jù)本公開實(shí)施例的第三方面，提供了一種特征向量計算裝置，所述裝置包括:
[0037]處理器；
[0038]用于存儲處理器可執(zhí)行指令的存儲器；
[0039]其中，所述處理器被配置為:
[0040]對待分析的圖像進(jìn)行二值化處理，得到灰度圖像；
[0041]將所述灰度圖像劃分為多個細(xì)胞單元；
[0042]對于每個細(xì)胞單元，
[0043]根據(jù)所述細(xì)胞單元內(nèi)每個像素的梯度方向，從除所述細(xì)胞單元內(nèi)邊緣像素以外的像素中，確定梯度方向位于指定方向區(qū)間的至少一個指定像素；
[0044]根據(jù)已確定的至少一個指定像素的數(shù)目和每個指定像素的梯度統(tǒng)計值，計算所述細(xì)胞單元在所述指定方向區(qū)間內(nèi)的梯度投影值；
[0045]計算所述細(xì)胞單元在每個方向區(qū)間內(nèi)的梯度投影值；
[0046]根據(jù)所述細(xì)胞單元在每個方向區(qū)間內(nèi)的梯度投影值，計算所述細(xì)胞單元的梯度直方圖；
[0047]根據(jù)每個細(xì)胞單元的梯度直方圖，計算所述圖像的方向梯度直方圖HOG特征向量。
[0048]本公開的實(shí)施例提供的技術(shù)方案可以包括以下有益效果:
[0049]本實(shí)施例提供的方法和裝置，通過在計算圖像的特征向量時，根據(jù)該細(xì)胞單元內(nèi)每個像素的梯度方向，從除該細(xì)胞單元內(nèi)邊緣像素以外的像素中，確定梯度方向位于指定方向區(qū)間的至少一個指定像素，根據(jù)已確定的至少一個指定像素的數(shù)目和每個指定像素的梯度統(tǒng)計值，計算該細(xì)胞單元在該指定方向區(qū)間內(nèi)的梯度投影值，從而計算出圖像的HOG特征向量。通過根據(jù)指定像素的數(shù)目進(jìn)行計算，使得計算出的HOG特征向量更加準(zhǔn)確，提高了 HOG特征向量的準(zhǔn)確率，提升了特征提取算法的性能。將計算出的HOG特征向量應(yīng)用于圖像識別時，能夠提高圖像識別的準(zhǔn)確率。
[0050]應(yīng)當(dāng)理解的是，以上的一般描述和后文的細(xì)節(jié)描述僅是示例性的，并不能限制本公開。
【附圖說明】
[0051]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(shí)施例，并與說明書一起用于解釋本公開的原理。
[0052]圖1是根據(jù)一示例性實(shí)施例示出的一種特征向量計算方法的流程圖；
[0053]圖2是根據(jù)一示例性實(shí)施例示出的一種特征向量計算方法的流程圖；
[0054]圖3是根據(jù)一示例性實(shí)施例示出的方向區(qū)間示意圖；
[0055]圖4是根據(jù)一示例性實(shí)施例示出的細(xì)胞單元的像素示意圖；
[0056]圖5是根據(jù)一示例性實(shí)施例示出的一種特征向量計算裝置的框圖；
[0057]圖6是根據(jù)一示例性實(shí)施例示出的一種用于特征向量計算裝置的框圖。
【具體實(shí)施方式】
[0058]為使本公開的目的、技術(shù)方案和優(yōu)點(diǎn)更加清楚明白，下面結(jié)合實(shí)施方式和附圖，對本公開做進(jìn)一步詳細(xì)說明。在此，本公開的示意性實(shí)施方式及其說明用于解釋本公開，但并不作為對本公開的限定。
[0059]本公開實(shí)施例提供一種特征向量計算方