[发明专利]一种用于描述图像特征的多维方向梯度表示方法

摘要

本发明提供一种用于描述图像特征的多维方向梯度表示方法，包括：以图像中每个像素点为中心分别定义A×A大小的矩阵，其中的A取3～30的奇数；在定义的每个矩阵中针对中心像素点计算x和y两个方向的梯度；对基于每个矩阵得到的梯度计算结果进行加权计算，得到每个矩阵针对其中心像素点的x方向梯度和y方向梯度；再在进一步定义的N×N的块内，将0‑180度的范围分为相同角度的5‑9个单位，采用线性插值统计每个单位内的梯度权重；以图像中的每个像素点为中心，做一个M×M的矩阵，在这个矩阵中找到梯度的最大值vmax和最小值vmin；重新计算梯度权重。本发明的方法利用方向梯度的块区域算法，同时整合角度上的线性插值，能很好的描述物体特征，同时保证了计算速度。

主权项

1.一种用于描述图像特征的多维方向梯度表示方法，包括：1)以图像中每个像素点为中心分别定义A×A大小的矩阵，其中的A取3～30的奇数；2)在步骤1)定义的每个矩阵中针对中心像素点计算x和y两个方向的梯度；3)对步骤2)基于每个矩阵得到的梯度计算结果进行加权计算，得到每个矩阵针对其中心像素点的x方向梯度和y方向梯度，即图像中每个像素点都对应得到1个x方向的梯度值和1个y方向的梯度值；4)定义一个N×N大小的块，所述的N取正整数；在定义的块内，将0‑180度的范围分为相同角度的5‑9个单位，采用线性插值统计每个单位内的梯度权重；5)以图像中的每个像素点为中心，做一个M×M的矩阵，其中M为步骤4)所述的N取值的整数倍，在这个矩阵中找到梯度的最大值vmax和最小值vmin；重新计算梯度权重，计算方法为：(v‑vmin)/(vmax‑vmin)。