[发明专利]特征向量计算方法和装置

权利要求书

1.一种特征向量计算方法，其特征在于，所述方法包括：

对待分析的图像进行二值化处理，得到灰度图像；

将所述灰度图像划分为多个细胞单元；

对于每个细胞单元，

根据所述细胞单元内每个像素的梯度方向，从除所述细胞单元内边缘像素以外的像素中，确定梯度方向位于指定方向区间的至少一个指定像素；

获取所述至少一个指定像素中每个指定像素的梯度统计值；

根据所述至少一个指定像素的数目和每个指定像素的梯度统计值，计算所述至少一个指定像素的梯度统计值的平均值，作为所述细胞单元在所述指定方向区间内的梯度投影值；

计算所述细胞单元在每个方向区间内的梯度投影值；

根据所述细胞单元在每个方向区间内的梯度投影值，计算所述细胞单元的梯度直方图；

根据每个细胞单元的梯度直方图，计算所述图像的方向梯度直方图HOG特征向量。

2.根据权利要求1所述的方法，其特征在于，所述指定像素的梯度统计值为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。

3.根据权利要求1所述的方法，其特征在于，所述指定方向区间为下述方向区间中的任一个方向区间：(0，40]、(40，80]、(80，120]、(120，160]、(160，200]、(200，240]、(240，280]、(280，320]、(320，360]。

4.根据权利要求1所述的方法，其特征在于，所述根据每个细胞单元的梯度直方图，计算所述图像的方向梯度直方图HOG特征向量，包括：

将所述灰度图像划分为多个像素块，每个像素块包括多个细胞单元；

根据每个像素块内所有细胞单元的梯度直方图，得到每个像素块的特征描述子；

根据每个像素块的特征描述子，计算所述图像的HOG特征向量。

5.一种特征向量计算装置，其特征在于，所述装置包括：

二值化模块，用于对待分析的图像进行二值化处理，得到灰度图像；

图像划分模块，用于将所述灰度图像划分为多个细胞单元；

确定像素模块，用于对于每个细胞单元，根据所述细胞单元内每个像素的梯度方向，从除所述细胞单元内边缘像素以外的像素中，确定梯度方向位于指定方向区间的至少一个指定像素；

计算模块，用于获取所述至少一个指定像素中每个指定像素的梯度统计值；根据所述至少一个指定像素的数目和每个指定像素的梯度统计值，计算所述至少一个指定像素的梯度统计值的平均值，作为所述细胞单元在所述指定方向区间内的梯度投影值；

所述计算模块，还用于计算所述细胞单元在每个方向区间内的梯度投影值；

所述计算模块，还用于根据所述细胞单元在每个方向区间内的梯度投影值，计算所述细胞单元的梯度直方图；根据每个细胞单元的梯度直方图，计算所述图像的方向梯度直方图HOG特征向量。

6.根据权利要求5所述的装置，其特征在于，所述指定像素的梯度统计值为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。

7.根据权利要求5所述的装置，其特征在于，所述指定方向区间为下述方向区间中的任一个方向区间：

(0，40]、(40，80]、(80，120]、(120，160]、(160，200]、(200，240]、(240，280]、(280，320]、(320，360]。

8.根据权利要求5所述的装置，其特征在于，所述计算模块还用于将所述灰度图像划分为多个像素块，每个像素块包括多个细胞单元；根据每个像素块内所有细胞单元的梯度直方图，得到每个像素块的特征描述子；根据每个像素块的特征描述子，计算所述图像的HOG特征向量。

9.一种特征向量计算装置，其特征在于，包括：

处理器；

用于存储处理器可执行指令的存储器；

其中，所述处理器被配置为：

对待分析的图像进行二值化处理，得到灰度图像；

将所述灰度图像划分为多个细胞单元；

对于每个细胞单元，

根据所述细胞单元内每个像素的梯度方向，从除所述细胞单元内边缘像素以外的像素中，确定梯度方向位于指定方向区间的至少一个指定像素；

获取所述至少一个指定像素中每个指定像素的梯度统计值；

根据所述至少一个指定像素的数目和每个指定像素的梯度统计值，计算所述至少一个指定像素的梯度统计值的平均值，作为所述细胞单元在所述指定方向区间内的梯度投影值；

计算所述细胞单元在每个方向区间内的梯度投影值；

根据所述细胞单元在每个方向区间内的梯度投影值，计算所述细胞单元的梯度直方图；

根据每个细胞单元的梯度直方图，计算所述图像的方向梯度直方图HOG特征向量。