一种对噪声鲁棒的图像特征描述方法

摘要

本发明公开了一种对噪声鲁棒的图像特征描述方法，属于数字图像处理领域；首先，采用基于局部二值模式的采样方法对局部图像进行采样，构造样本点向量；然后，对所采集到的样本点向量进行一维傅里叶变换，得到基于频域的局部特征描述子；最后，利用低频滤波器，选取特征向量的低频部分作为最终的局部特征描述子。通过频域变换和低频滤波，该特征描述子对于噪声具有较好的鲁棒性，并且保留了LBP描述子的旋转不变性和灰度不变性。

主权项

1.一种对噪声鲁棒的图像特征描述方法，其特征在于，包括如下步骤：步骤一、采用基于局部二值模式的采样方法，对含噪图像进行局部采样：1)设定含噪图像中共有K个像素，以像素i为圆点（i=1,2，...，K），在半径为R的圆上等距采样N个像素点，构成样本点向量T_i=[t₁,t₂,…,t_N]；在该N个像素点中的第p个像素点的坐标为：(x_p,y_p)=(x_i+Rcos(2πp/N),y_i-Rsin(2πp/N))式中p=1,2,…,N，(x_i,y_i)为第i个像素点的坐标；2）对没有完全落在像素位置的点采用双线性插值算法计算其灰度值；步骤二、将采样的样本点向量T_i进行一维离散傅里叶变换，将样本点向量转换到频域中，构造局部特征描述子V_i=[v₁,v₂,…,v_N]，计算公式如下所示：$v_j=\underset{p=1}{\overset{N}{\Sigma }}{t}_p·\exp (\frac{-2·\pi ·j}{N}·j·p)$式中j=1,2,…,N；步骤三、采用低通滤波器，选择前M个低频信号来表述局部特征，即图像特征描述子：V_i′=[v₁,v₂,…,v_M]步骤四、遍历所述含噪图像的所有像素点，最终完成对含噪图像的局部特征提取。