用于轉換基于梯度直方圖的圖像描述符的方法和相關圖像處理設備的制作方法

用于轉換基于梯度直方圖的圖像描述符的方法和相關圖像處理設備的制作方法
【專利摘要】本發明描述了一種用于將基于包含多個直方圖槽(hi)的梯度直方圖(h)的圖像描述符轉換成包含一組值(vj)的經轉換的梯度直方圖描述符(v)的方法，其中提供將至少一個準則應用于計算所述一組值(vj)的步驟，所述至少一個準則包括所述直方圖槽(hi)的位置準則。本發明還涉及適合于執行該方法的圖像處理設備。
【專利說明】用于轉換基于梯度直方圖的圖像描述符的方法和相關圖像 處理設備
[0001] 具體說明
[0002] 本發明涉及穩健的、有辨別力的、可伸縮并且緊湊的圖像描述符的計算。
[0003] 更具體地，本發明涉及通過計算圖像感興趣點周圍的局部區域內的子區域的梯度 的直方圖而在所述局部區域中計算出的圖像描述符。
[0004] 圖像描述符已在很多計算機視覺應用中找到了廣泛的適用，舉幾個例子來說，所 述計算機視覺應用包括對象識別、基于內容的圖像檢索和圖像配準。這類圖像描述符最廣 為人知的示例之一是尺度不變特征轉換（SIFT)描述符。
[0005] 簡而言之，利用SIFT方法，局部圖像描述符是這樣形成的：首先，跨多個圖像尺度 和位置的搜索被執行以識別和局部化具有尺度和朝向不變性的穩定的圖像關鍵點；然后， 對于每個關鍵點，一個或多個主導朝向基于局部圖像梯度被確定，從而允許后續局部描述 符計算相對于每個關鍵點被指派的朝向、尺度和位置被執行，從而實現對這些轉換的不變 性。
[0006] 然后，關鍵點周圍的局部圖像描述符是這樣形成的：首先，梯度幅度和朝向信息在 關鍵點周圍的區域中的圖像樣本點處被計算；然后，這些樣本被累積到概括了 nXn個子區 域上的內容的朝向直方圖中。
[0007] 僅通過例示，關鍵點描述符的示例被示于圖Ia和圖Ib,其中圖Ia示出局部區域R 被細分為4X4個子區域SR，圖Ib示出對于每個朝向直方圖h，360度的朝向范圍被細分為 八個槽（bin)h，每個箭頭的長度對應于該直方圖條目的幅度。
[0008] 因而，圖Ia中例示的局部圖像描述符具有4X4X8 = 128個元素 。SIFT 方法在 David G.Lowe 的"Distinctive image features from scale-invariant keypoints，'，International Journal of Computer Vision, 60, 2 (2004)，pp. 91-110 中被 更詳細地給出。
[0009] 存在SIFT方法的許多替代和變體，它們采用不同的機制來進行穩定圖像關鍵點 的檢測，采用不同的方法來進行關鍵點周圍的局部區域的細分，并且采用不同的方法來進 行子區域梯度直方圖的計算。
[0010] 例如，圖 2a 和圖 2b 分別不出像 K. Mikolajczyk 和 C. Schmid 的 "A performance evaluation of local descriptors，'，IEEE Transactions of Pattern Analysis and Machine Intelligence 27(10) :1615-1630 中描述的梯度位置朝向直方圖（GLOH) 和 Chandrasekhar 等人的"Compressed Histogram of Gradients:A Low-Bitrate Descriptor"，International Journal on Computer Vision, Vol. 94, No. 5, May 2011 中描 述的非壓縮梯度直方圖（UHoG)之類的其他技術的對數極坐標空間細分特征，來作為SIFT 方法中采用的笛卡爾空間細分的替代。
[0011] 作為另一示例，圖3示出用于基于梯度的X和y分量的二維空間到槽的細分（UHoG 的特征）來計算梯度直方圖的方法，以作為SIFT方法中采用的360度的梯度朝向范圍到槽 的細分的替代。
[0012] 上述現有技術這里僅作為產生圖像描述符的技術的示例被考慮，基于此，本發明 執行穩健的、有辨別力的、可伸縮并且緊湊的圖像描述符的計算。
[0013] 雖然如之前討論過的，這種圖像描述符已在很多計算機視覺應用中找到了廣泛的 適用，但是這些圖像描述符的以字節為單位的大小所定義的存儲和傳輸成本在某些應用領 域通常被認為是高的。這是因為，雖然圖像中的關鍵點的局部圖像描述符的大小可能較低， 但是整個圖像描述符將包含數百個這種關鍵點及其相關的局部描述符，這意味著整個圖像 描述符可能具有堪比從中提取該圖像描述符的實際圖像的JPEG壓縮版本的大小。
[0014] 這種級別的描述符大小被認為有問題的一個這類應用領域是使用移動終端的視 覺搜索。雖然不同架構在該應用領域中是可行的，但是一個典型架構需要由諸如移動電話 之類的移動終端客戶端捕捉感興趣對象的圖像、由客戶端自動提取圖像描述符、通過無線 通信網絡將圖像描述符傳送到將處理該圖像描述符并提供諸如有關感興趣對象的身份或 附加信息之類的適當響應的服務器，以及將該響應返回給客戶端。因此，很明顯，希望從客 戶端通過無線網絡傳送到服務器的信息量最小化。為了這類應用的利益，這種圖像描述符 的壓縮已取得了大量進展。
[0015] 壓縮基于梯度直方圖的關鍵點描述符的最簡單的方法是借助直方圖槽值的標量 量化，這意味著分別減少用于表示每個槽值的比特數目。實踐中，該方法通常不被使用，這 是因為難以在不大幅損害描述符的辨別力的情況下取得非常高的壓縮率。例如，每槽八比 特的SIFT描述符直方圖槽的編碼通常被使用，但導致圖像描述符的以字節為單位的大小 對于通過無線網絡的傳送而言通常被認為太大。另一方面，標量量化到每個槽僅幾個（例 如僅一個或兩個）比特被發現損害圖像描述符的辨別力。
[0016] 因此，更復雜的壓縮方案已被提出。這類方案的回顧在V. Chandrasekhar等人的 uSurvey of SIFT compression schemes，'，Proceedings of International Conference on Pattern Recognition (ICPR) ,Istanbul, Turkey, August 2010 中被給出。
[0017] 簡而言之，圍繞著向量量化（借助向量量化，通過將槽值映射到有限個代表性向 量質心來將這些槽值聯合量化）的方案已特別流行并以各種形式被研究，如樹狀結構和乘 積向量量化。這類方法的缺點在于它們需要較高的計算復雜度和相當大的存儲要求（數 十萬字節到幾百萬字節或更多）來存儲質心，質心的數目可能從幾千到幾百萬不等，并且 質心數目的確定也需要計算上非常復雜的訓練階段。
[0018] 圍繞著類型編碼的方案也已被徹底研究，借助類型編碼，槽值通過在包含所有可 能的輸入向量的空間內形成類型的統一格子并針對任一給定的輸入向量，用最接近該向量 的類型的索引對其進行編碼而再次被聯合量化。這類方法的存儲要求與向量量化方法相比 被降低，但也被發現得出的壓縮描述符在高壓縮率時的識別性能上無法與向量量化的描述 符相提并論。總的來說，與類型編碼相關的計算成本明顯高于簡單標量量化的計算成本。
[0019] 其他壓縮方案對例如128維SIFT關鍵點描述符之類的關鍵點描述符使用諸如PCA 之類的已知維度降低方法，然后進行結果維度的標量量化。這類方法的關鍵問題在于它們 需要高計算復雜度和高的過訓練風險。
[0020] 總之，現有的壓縮基于梯度直方圖的描述符和生成穩健的、有辨別力的、可伸縮并 且緊湊的圖像描述符的方法展現出某些缺點。
[0021] 諸如描述符元素的標量量化之類的簡單方法具有非常低的計算復雜度和存儲需 求的優點，但是已被發現在高壓縮率時損害描述符的辨別力。
[0022] 更復雜的方法已被示出在高壓縮率時取得較好的性能，但遭遇不同的缺點。向量 量化方法具有顯著增加的計算復雜度和存儲需求。類型編碼方法需要增加的復雜度，雖然 不被向量量化方法的存儲需求所累，但也被發現與這些向量量化方法相比表現不佳。另外， 無論是向量量化還是類型編碼方法都不是很適合壓縮域中的維度降低。諸如PCA之類的基 于已知的維度降低技術的方法也已被采用，但是也遭遇高計算復雜度和高的過訓練風險。
[0023] 因此，本發明的目的在于指示允許減小圖像描述符的大小的用于轉換基于梯度直 方圖的圖像描述符的方法。
[0024] 本發明的另一目的在于指示用于轉換基于梯度直方圖的圖像描述符的方法，其允 許降低其存儲和傳送的成本，特別是在移動終端應用中通過無線網絡傳送的成本。
[0025] 本發明的又一目的在于指示用于轉換基于梯度直方圖的圖像描述符的方法，其允 許減小由與圍繞圖像關鍵點的子區域有關的多個梯度直方圖構成的圖像描述符的大小。
[0026] 本發明的這些目的和其他目的是通過所附權利要求中要求保護的用于轉換基于 梯度直方圖的圖像描述符的方法和相關圖像處理設備來實現的，這些權利要求是本說明書 的組成部分。
[0027] 在合成上，本發明涉及基于梯度直方圖的轉換從采用梯度直方圖的圖像描述符計 算穩健的、有辨別力的、可伸縮并且緊湊的圖像描述符，其中所述轉換捕捉以分布形狀的形 式包含在其中的顯著且穩健的信息以及它們的槽值之間的關系。更具體地，本發明通過計 算與直方圖槽之間的關系相對應的值來轉換梯度直方圖。
[0028] 根據本發明的方法還涉及基于處理與圖像關鍵點周圍的子區域有關的梯度的直 方圖的不同方法來計算穩健的、有辨別力的、可伸縮并且緊湊的圖像描述符。
[0029] 本發明的其他特征在意欲成為本說明書的組成部分的所附權利要求中被提出。
[0030] 以上目的將通過以下對用于轉換基于梯度直方圖的圖像描述符的方法的、特別是 參考附圖的詳細說明變得更清楚，附圖中：
[0031] -圖Ia和圖Ib示出現有技術關鍵點描述符的示例；
[0032] -圖2a和圖2b示出GLOH和UHoG現有技術中分別使用的空間細分方案；
[0033] -圖3示出用于計算UHoG技術的梯度直方圖的方法；
[0034] -圖4a和圖4b不出根據本發明的關鍵點描述符的不例；
[0035] -圖5至7示出處理與圍繞圖像關鍵點的子區域相對應的梯度的直方圖的不同方 式；
[0036] -圖8至13表示根據本發明的六個實施例的流程圖；
[0037] -圖14例示了使用圖2b的空間細分方案的根據本發明的圖像描述符的處理；
[0038] -圖15例示了使用圖3a的梯度直方圖細分方案的根據本發明的圖像描述符的處 理；
[0039] -圖16例示了適合于執行根據本發明的方法的圖像處理設備。
[0040] 通過示例而不帶任何限制，本發明的方面被給出，以用于從圖像描述符（特別是 圖4中例示的SIFT圖像描述符）計算穩健的、有辨別力的、可伸縮并且緊湊的圖像描述符， 圖4a例示了局部區域R到4X4個子區域SR的示例細分，圖4b例示了用于子區域的示例 8槽梯度直方圖。
[0041] 令h表示圖4b的帶有槽hi的梯度直方圖，其中i為槽索引，i = 0…n-1。根據本 發明的梯度直方圖轉換計算與梯度直方圖槽之間的關系相對應的值Vj。
[0042] 在其間計算與關系相對應的值的槽可根據它們的位置或鄰近度被選擇，所述位置 或鄰近度在圖4b的梯度直方圖的情況中轉化為它們的角間距。
[0043] 通過與梯度直方圖槽之間的關系相對應的值的示例，如下面（1)所示的相鄰槽之 差捕捉直方圖的總體形狀和極值位置。
[0044] V0 = h〇 - hi
[0045] V1 = hx - h2
[0046] v2 = h2 - h3
[0047] v3 = h3 - h4
[0048] V4 = h4 - h5 (I)
[0049] v5 = h5 - h6
[0050] V6 = h6 - h7
[0051] V7 = h7 - h〇
[0052] 下面（2)所示的具有90度（或者更一般地，梯度直方圖特性和槽粒度允許的盡可 能接近90度）的角度差的梯度所對應的槽之間的差捕捉關于彼此基本成直角的梯度之間 的關系的信息。
[0053] V0 = h〇 - h2
[0054] V1 = hx - h3
[0055] v2 = h2 - h4
[0056] v3 = h3 - h5
[0057] v4 = h4 - h6 (2)
[0058] V5 = h5 - h7
[0059] V6 = h6 - h〇
[0060] v7 = h7 - hx
[0061] 下面（3)所示的具有180度（或者更一般地，梯度直方圖特性和槽粒度允許的盡 可能接近180度）的角度差的梯度所對應的槽之間的差捕捉關于朝向內（例如水平朝向內 和垂直朝向內）的梯度之間的關系的重要高級信息。
[0062] V0 = h〇 - h4
[0063] V1 = Ii1 - h5 (3)
[0064] v2 = h2 - h6
[0065] v3 = h3 - h7
[0066] 下面（4)所示的函數組合多于兩個梯度槽并且捕捉關于特定朝向之間的梯度的 關系的信息（如任一方向上的水平梯度對比任一方向上的垂直梯度）。
[0067] V0 = (h〇+h4) - (h2+h6)
[0068] V1 = (h^hg) - (h3+h7) (4)
[0069] 下面（5)所示的函數組合梯度直方圖的所有槽以產生表示整個直方圖的形狀的 辨別值。
[0070] v0 = (h0+h2+h4+h6) - (Whi^h7)
[0071] V1 = (ho+h^hs+hg) _ (h4+h5+h6+h7) (5)
[0072] 在其間計算與關系相對應的值的槽還可根據不同準則被選擇。例如，在其間計算 與關系相對應的值的槽可被選擇以增加結果值的辨別力。這類函數例如可采用下面（6)所 示的函數的形式。
[0073] v〇 = (h〇+h2+h 4+h6) - O^+hs+hs+hT)
[0074] V1 = (ho+h^hs+hg) _ (h4+h5+h6+h7)
[0075] V2 = (h〇+h 4) - (h2+h6) (6)
[0076] v3 = (H^h 5) - (h3+h7)
[0077] 作為另一示例，在其間計算與關系相對應的值的槽可通過隨機選擇處理被選擇。 這類函數的示例被示于下面的（7)
[0078] v0 = 2h〇 - h3 - h6
[0079] V1 = ho+h^hs - 3h7 (7)
[0080] 作為直方圖轉換的另一示例，下面（8)所示的函數組構成可逆變換，由此v7是表 示總直方圖計數的值。
[0081] v0 = h〇 - hx
[0082] V1 = hx - h2
[0083] v2 = h2 - h3
[0084] v3 = h3 - h4
[0085] V4 = h4 - h5 (8)
[0086] v5 = h5 - h6
[0087] v6 = h6 - h7
[0088] v7 = WWWh6+!^
[0089] 函數（I)至（8)示出被計算為槽之間的和或差或者槽之和之間的差的梯度直方圖 槽之間的關系，但這不是限制性的并且線性或非線性運算可以被采用，如槽之間的比值或 者槽之和之間的比值或者槽之積之間的比值或者槽之積之間的差等等。
[0090] 一般地，梯度直方圖可通過計算與梯度直方圖槽之間的關系相對應的值\來轉 換，所述梯度直方圖槽的選擇取決于一個或多個準則，如它們的鄰近度或結果值的辨別力， 或者其準則的組合。
[0091] 另外，當槽根據其鄰近度被選擇時，梯度直方圖可通過計算呈現單個角間距的梯 度直方圖槽之間的關系所對應的值^來轉換，例如僅基于（1)中的相鄰槽之間的關系或僅 基于（3)中的180度間隔的槽之間的關系等等來轉換。作為替代，梯度直方圖還可通過計 算呈現多個角間距的梯度直方圖槽之間的關系所對應的值 Vj來轉換，例如基于（1)所示的 某些關系、（2)所示的某些關系等等來轉換。總之，轉換選擇處理相當重要，因為它針對與 梯度直方圖的維度η比較的作為結果的經轉換的描述符的維度k在特定類型的信息的量與 不同類型的信息的混合之間進行平衡，其中維度η與維度k可通過k = n，k〈n或k>n彼此 關聯。
[0092] 以下，從梯度直方圖h的轉換計算出的值Vj(j =0···1?-1)將被統一稱為k個元素 的經轉換的梯度直方圖描述符V。
[0093] 如前所見，單個圖像描述符H可包含多個梯度直方圖\，每個梯度直方圖對應于圖 像關鍵點KP周圍的局部區域R的子區域SR。圖4a例示了將局部區域R細分為4X4個子 區域SR的示例，每個子區域用梯度直方圖hp描述。這種圖像描述符可通過每個子區域SR 的梯度直方圖到上述經轉換的梯度直方圖描述符Vp的分別轉換被轉換成新的圖像描述符 V。
[0094] 上述梯度直方圖轉換處理在產生緊湊的圖像描述符方面具有很多優點。第一個優 點在于，通過轉換的適當選擇，上述處理例如通過用前面示出的（3)和（4)的合起來六個元 素代替八個梯度槽，使得使用比原來的梯度直方圖更少的元素來對梯度直方圖的顯著形狀 特征和有辨別力的信息進行編碼成為可能，從而得出在建立或驗證視覺對應并取得高識別 性能方面仍然非常成功的較小的圖像描述符。
[0095] 另一個優點在于，不像原來的梯度直方圖，經轉換的梯度直方圖描述符適合于簡 單粗糙的標量量化進行的壓縮，由此每個描述符元素分別被量化為僅幾個比特，甚至低至 一兩比特，這實際上僅提供了特定槽相對于其他特定槽的主導地位或特定梯度槽之間的關 系的粗糙度量。然而，所述粗糙度量仍提供了在建立或驗證視覺對應方面成功的穩健的、有 辨別力的、緊湊的圖像描述符并且在相同的標量量化條件下以及還在諸如向量量化和類型 編碼之類的更復雜的壓縮方案中取得比原來的梯度直方圖更高的識別性能。
[0096] 例如，使用標量量化，值Vj分別被量化為q個級別，例如q = 2，q = 3或q = 4等 等，雖然這不是限制性的并且不同數目的量化級別可被用于在結果描述符中實現希望的緊 湊度。該量化可通過將每個值t的值與一組閾值進行比較來執行。決定量化閾值時存在 多種選擇。量化閾值例如可通過每個^的動態范圍的均勻劃分來確定。作為替代，量化閾 值可被設置成實現q個量化級別之中的值的特定長期分布，例如均勻分布。另外，量化閾值 可以對于在所有子區域SR中計算的所有值V j是相同的，或者可以對于所有子區域SR上的 相同索引j是相同的，或者可以對于所有j上的每個子區域SR是相同的，或者可以對于每 個子區域SR和每個索引j是不同的。
[0097] 因此，通過總的計算復雜度和存儲需求上的相關降低，上述梯度直方圖轉換處理 消除了對于諸如先前所見的那些方案之類的復雜壓縮方案的需要，同時取得了相似或改進 的性能特征。
[0098] 隨之而來的第三個優點是經轉換的梯度直方圖描述符的維度不僅在壓縮前而且 在壓縮后都是高度可伸縮的，并且如果應用或傳輸信道特性需要的話，可通過簡單地消除 其各個經量化的元素中的一個或多個而被容易地進一步減小，而這在諸如向量量化或類型 編碼之類的更復雜的編碼技術而言是不容易實現的。
[0099] 同時，上述每個子區域的梯度直方圖的分別轉換和壓縮是非常有利的，因為它通 過簡單地消除各個經轉換和量化的子區域直方圖中的一個或多個而有助于整個經轉換的 圖像描述符的可伸縮性，如果這種可伸縮性被要求的話。
[0100] 然而，還必須強調的是，上述經轉換的梯度直方圖描述符與之前討論的更復雜的 壓縮方案或適用于原來的基于梯度直方圖的描述符的任何壓縮方案并非不兼容，并且如果 需要的話，仍可與任何這類壓縮方案結合使用。
[0101] 如前所見，單個基于梯度直方圖的圖像描述符H可包含多個梯度直方圖hp，每個梯 度直方圖對應于圖像關鍵點KP周圍的局部區域R的子區域SR，并且該圖像描述符H可通過 上述每個子區域SR的梯度直方圖的分別轉換而被轉換。更具體地，每個子區域梯度直方圖 可與其他子區域梯度直方圖按相同的方式被轉換，而作為替代，至少一個子區域梯度直方 圖可與其他子區域梯度直方圖不同地被轉換。
[0102] 例如，在將某些子區域梯度直方圖與其他子區域梯度直方圖不同地轉換的上下文 中，可對圖像描述符轉換處理施加以下要求：任何梯度直方圖的轉換函數必須至少部分地 不同于在其空間相鄰梯度直方圖中的至少一些中采用的轉換函數。
[0103] 更具體地，圖5A和圖5B涉及彼此完全不同或部分不同的轉換函數組。例如，以 (1)的函數為A、⑵的函數為B得出完全不同的函數組，而以（3)的函數和⑴的偶數元 素為A、（3)的函數和（1)的奇數元素為B導致部分不同的函數組。在圖5中，轉換函數A 和B被應用到子區域直方圖以便對于通過A(或者作為替代，B)來轉換的每個子區域直方 圖，其四個水平和垂直的相鄰直方圖通過B(或者作為替代，A)被轉換。雖然這種多個轉換 函數組的使用稍稍增加了實現復雜度，但是它相對于在所有子區域直方圖上使用相同轉換 函數而言具有顯著的優勢。如本領域技術人員已知的，對于SIFT描述符以及其他基于梯度 直方圖的圖像描述符，相鄰的、特別是水平或垂直連接的梯度直方圖呈現出很大的相關性， 這種相關性也在經轉換的梯度直方圖描述符中被保持。在這種相鄰直方圖中應用相同的轉 換結合任何后續的粗糙量化，導致相鄰直方圖具有相同元素的概率增加。該問題通過如上 所述使用不同的轉換函數被緩解，這增加了描述符的熵和隨之而來的辨別力。
[0104] 作為將某些子區域梯度直方圖與其他子區域梯度直方圖不同地轉換的上下文中 的另一示例，某些子區域的經轉換梯度直方圖描述符可根據某些決定因素（如相對于關鍵 點周圍的區域的中心的子區域位置）而包含與其他子區域的經轉換的梯度直方圖描述符 不同數目的元素。
[0105] 圖6例示了一個這種示例，其中直接圍繞圖像關鍵點KP的中間四個子區域SRc被 如上所述轉換成k。個元素，而十二個邊界子區域SR b被如上所述轉換成kb個元素，ke>kb。 因此，這相對于整個經轉換的圖像描述符而言增大了中間子區域SR。的信息內容，所述子區 域SR。通常被本領域技術人員認為對于建立或驗證視覺對應更重要。
[0106] 作為將某些子區域梯度直方圖與其他子區域梯度直方圖不同地轉換的上下文中 的另一示例，某些子區域的經轉換的梯度直方圖描述符可根據某些決定因素（如相對于關 鍵點周圍的區域的中心的子區域位置）而與其他子區域的經轉換的梯度直方圖描述符不 同地被壓縮。
[0107] 圖7例示了一個這種示例，其中直接圍繞圖像關鍵點KP的中間四個子區域SRc被 如上所述轉換并量化成q。個級別，而十二個邊界子區域SR b被如上所述轉換并量化成qb個 級別，q。〉％。因此，這增大整個經轉換的圖像描述符內的中間子區域SR。的表示精度，所述 子區域SR。通常被本領域技術人員認為對于建立或驗證視覺對應更重要。
[0108] 此外，根據某些決定因素（如特定元素的轉換函數或它們的潛在統計數據），不同 壓縮特性還可能僅適用于經轉換的梯度直方圖描述符的特定元素。
[0109] 總之，諸如用于不同子區域的適當轉換函數的選擇和用于不同子區域和/或子區 域元素的適當壓縮參數的選擇之類的因素是相當重要的，因為它們控制著描述符對照其復 雜度和存儲/傳輸成本而言的辨別力和信息內容。
[0110] 現在將借助圖8至圖13描述本發明的實施例。
[0111] 第一實施例
[0112] 本發明的第一實施例例示于圖8,其中通過計算與根據梯度直方圖槽的鄰近性選 擇的梯度直方圖槽之間的關系對應的值，例如根據圖4包含梯度直方圖h p的基于梯度直方 圖的描述符H通過轉換每個梯度直方圖hp以降低其維度而被處理。
[0113] 更具體地，在圖8中，p = 0. ..N-1(N= 16)的每個直方圖hp被輪流處理。在步驟 SlOO中，P被設為0。
[0114] 然后，在步驟SllO中，η個槽（η = 8)的直方圖\通過為了捕捉具有單個角間距 的槽之間的關系而選擇的函數組，即捕捉相鄰槽之間的關系的（9)的函數，而被轉換成k個 元素的描述符v p(k = 4)，k〈n。
[0115] V0 = h〇 - hi
[0116] V1 = h2 - h3
[0117] V2 = h4 - h5 (9)
[0118] V3 = h6 - h7
[0119] 作為替代，（9)的函數可用捕捉具有另一單個角間距的槽之間的關系的不同函數 來取代，如捕捉間隔90度的槽之間的關系的函數或產生具有另一數目k (但k仍小于η)的 元素的描述符Vp的函數。
[0120] 然后，在步驟S120中，ρ的值被檢查，并且如果它等于H中最后一個直方圖的索引， 則處理結束，否則它在步驟S130中被遞增1并且處理返回到步驟S110。
[0121] 因此，結果描述符V使用比H少得多的元素來對H的顯著形狀特征和有辨別力的 信息進行編碼，從而得出在建立或驗證視覺對應并取得高識別性能方面仍然非常成功的較 小的描述符。
[0122] 可選地，V的各個元素的值可被適當伸縮和移動，以便例如將它們映射到非負值和 /或特定動態范圍，例如8比特。
[0123] 為了確定兩個描述符是否是從不同圖像中的相同關鍵點提取的以及為了建 立圖像之間的視覺對應的對結果描述符的后續處理超出了本發明的范圍并且可按照 與用于原來的梯度直方圖描述符的方式類似的方式或者任何其他適當方式進行，用于 原來的梯度直方圖描述符的方式例如被描述于David G. Lowe的"Distinctive image features from scale-invariant keypoints, ''International Journal of Computer Vision,60, 2 (2004)，pp. 91-110。
[0124] 第二實施例
[0125] 本發明的第二實施例例示于圖9,其中通過計算與根據關于梯度直方圖槽的鄰近 性的多個準則選擇的梯度直方圖槽之間的關系對應的值，例如根據圖4包含梯度直方圖h p 的基于梯度直方圖的描述符H通過轉換每個梯度直方圖hp以降低其維度而被處理。
[0126] 更具體地，在圖9中，p = 0. ..N-1(N= 16)的每個直方圖hp被輪流處理。在步驟 S200中，ρ被設為0。
[0127] 然后，在步驟S210中，η個槽（η = 8)的直方圖\通過為了捕捉具有多個角間距 的槽之間的關系而選擇的函數組，即捕捉相鄰槽之間的關系和間隔180度的槽之間的關系 的（10)的函數，而被轉換成k個元素的描述符\& = 6)，1^〈11。
[0128] V0 = h〇 - hi
[0129] V1 = h2 - h3
[0130] v2 = h4 - h5
[0131] v3 = h6 - h7 (10)
[0132] V4 = h〇 - h4
[0133] v5 = h2 - h6
[0134] 作為替代，（10)的函數可用捕捉具有其他多個角間距的槽之間的關系的不同函數 來取代，如捕捉間隔90度的槽之間的關系和間隔180度的槽之間的關系的函數或產生具有 另一數目k(但k仍小于η)的元素的描述符V p的函數。
[0135] 然后，在步驟S220中，ρ的值被檢查，并且如果它等于H中最后一個直方圖的索引， 則處理結束，否則它在步驟S230中被遞增1并且處理返回到步驟S210。
[0136] 因此，結果描述符V使用比H少的元素來對H的不同類型的顯著形狀特征和有辨 別力的信息進行編碼，從而得出在建立或驗證視覺對應并取得高識別性能方面仍然非常成 功的較小的描述符。
[0137] 對結果描述符的后續處理隨后可按照與第一實施例類似的方式進行。
[0138] 第三實施例
[0139] 本發明的第三實施例例示于圖10,其中通過計算與根據關于梯度直方圖槽的鄰近 性的多個準則選擇的梯度直方圖槽之間的關系對應的值，例如根據圖4包含梯度直方圖h p 的基于梯度直方圖的描述符H通過轉換每個梯度直方圖hp而被處理。
[0140] 更具體地，在圖10中，ρ = 0. .. N-I (N = 16)的每個直方圖hp被輪流處理。在步 驟S300中，ρ被設為0。
[0141] 然后，在步驟S310中，η個槽（η = 8)的直方圖\通過為了捕捉具有多個角間距 的槽之間的關系而選擇的函數組，即（11)的函數，而被轉換成k個元素的描述符'& = 8)。
[0142] V0 = h2 - h6
[0143] V1 = h3 - h7
[0144] V2 = h0 - Ii1
[0145] v3 = h2 - h3
[0146] V4 = h4 - h5 (11)
[0147] V5 = h6 - h7
[0148] V6 = (h〇+h4) - (h2+h6)
[0149] V7 = (h0+h2+h4+h6) - (!^+Wh7)
[0150] 作為替代，（11)的函數可用捕捉具有其他多個角間距的槽之間的關系的不同函 數、或產生具有另一數目k(k = η或k〈n或k>n)的元素的描述符vp的函數來取代。
[0151] 然后，在步驟S320中，k個元素的描述符Vp的每個元素被分別量化成q個級別，從 而給出經量化的描述符(>。在本實施例中，設q = 3,然而這不是限制性的并且不同數目的 量化級別可被使用以在結果描述符中實現希望的緊湊度，例如q = 2, q = 4等等。該量化 可通過將每個元素 Vw的值與一組閾值相比較來執行。決定量化閾值時存在多種選擇。量 化閾值例如可通過Vw的動態范圍的均勻劃分來確定。作為替代，量化閾值可被設置成實現 q個量化級別之中的值的特定長期分布，例如均勻分布。另外，量化閾值可以對于所有元素 Vpj是相同的，或者可以對于所有P上的相同索引j是相同的，或者可以對于所有j上的相 同索引P是相同的，或者可以對于每個V w是不同的。
[0152] 然后，在步驟S330中，P的值被檢查，并且如果它等于H中最后一個直方圖的索引， 則處理結束，否則它在步驟S340中被遞增1并且處理返回到步驟S310。
[0153] 清楚的是，例如通過首先計算整個描述符V然后繼續進行量化以生成經量化的描 述符f,替代實施例可在不背離本發明的范圍的情況下與圖10相比適當改變某些操作或 次序。
[0154] 因此，結果描述符f,對H的不同類型的顯著形狀特征和有辨別力的信息進行編碼。 粗糙的標量量化（由此每個描述符元素被分別量化到僅提供特定槽相對于其他特定槽的 主導地位或特定梯度槽之間的關系的粗糙度量的僅幾個比特）產生在建立或驗證視覺對 應方面仍然非常成功的穩健的、有辨別力、緊湊的圖像描述符并且在相同的標量量化條件 下以及還在更復雜的壓縮方案下取得比原來的梯度直方圖更高的識別性能。
[0155] 對結果描述符的后續處理隨后可按照與前面的實施例類似的方式進行。
[0156] 第四實施例
[0157] 本發明的第四實施例例示于圖11，其中通過利用與用于處理與\相鄰的梯度直方 圖中的某些梯度直方圖的轉換函數組表現出區別的轉換函數組來轉換每個梯度直方圖h p， 例如根據圖4包含梯度直方圖hp的基于梯度直方圖的描述符H被處理。
[0158] 更具體地，在圖11中，p = 0. .. N-I (N = 16)的每個直方圖hp被輪流處理。在步 驟S400中，p被設為0。
[0159] 然后，在步驟S410中，p的值被檢查以用來選擇用于處理hp的適當函數。該選 擇例如可按圖5所例示的方法進行，其中被表示為A和B的兩個函數組被使用，當p = 0,2,5,7,8, 10, 13, 15時選擇A，當p = 1，3,4,6,9, 11，12, 14時選擇B。然而，這不是限制性 的并且不同數目的轉換函數組和不同的空間排列可被采用，以便用于處理梯度直方圖的轉 換函數組與用于處理與該直方圖相鄰的梯度直方圖中的某些梯度直方圖的轉換函數組表 現出區別。
[0160] 然后，在步驟S420中，η個槽（η = 8)的直方圖hp利用適當選擇的函數組被轉換 成k個元素的描述符Vp (k = 8)。轉換函數組A和B可如下面所示分別按（12)和（13)來 被定義，其中每個函數組被選擇以捕捉具有多個角間距的槽之間的關系，并且A和B之間沒 有共同的函數。
[0161] v0 = h2 - h6 (12)
[0162] V1 = h3 - h7
[0163] V2 = h。- Ii1
[0164] v3 = h2 - h3
[0165] V4 = h4 - h5
[0166] V5 = h6 - h7
[0167] V6 = (h〇+h4) - (h2+h6)
[0168] v7 = (h〇+h2+h4+h6) - (h^hg+hg+hy)
[0169] V0 = h〇 - h4 (13)
[0170] V1 = Ii1 - h5
[0171] V2 = Ii1 - h2
[0172] v3 = h3 - h4
[0173] v4 = h5 - h6
[0174] v5 = h7 - h〇
[0175] V6 = (h^hg) - (h3+h7)
[0176] v7 = (h〇+h1+h2+h3) - (h4+h5+h6+h7)
[0177] 作為替代，（12)和（13)所示的函數組之一或二者可用捕捉具有其他多個角間距 的槽之間的關系的不同函數、或產生具有另一數目k(k = η或Kn或k>n)的元素的描述符 的函數來取代。另外，函數組A和B可不包含共同的函數，或者可包含某些共同的函數。另 夕卜，在其間計算與關系相對應的值的槽可根據用于函數組A和B之一或二者的不同準則來 被選擇。這類準則如前所述可包括選擇在其間計算與關系相對應的值的槽以便增加結果值 的辨別力，或者通過隨機選擇處理來選擇在其間計算與關系相對應的值的槽。另外，所述準 則的任何混合也可被用于函數組A和B之一或二者的選擇。
[0178] 然后，在步驟S430中，以和用于第三實施例的方式類似的方式，k個元素的描述符 Vp的每個元素被分別量化成q個級別，從而給出經量化的描述符
[0179] 然后，在步驟S440中，p的值被檢查，并且如果它等于H中最后一個直方圖的索引， 則處理結束，否則它在步驟S450中被遞增1并且處理返回到步驟S410。
[0180] 清楚的是，例如通過首先計算整個描述符V然后繼續進行量化以生成經量化的描 述符·，，替代實施例可在不背離本發明的范圍的情況下與圖11相比適當改變某些操作或 次序。
[0181] 因此，結果描述符f:對H的有辨別力的信息進行編碼。根據本實施例的多個轉換 函數組的使用相對于在所有子區域直方圖中使用相同的轉換函數具有顯著的優勢。如本領 域技術人員已知的，對于基于梯度直方圖的圖像描述符，相鄰的梯度直方圖呈現出很大的 相關性，這種相關性在經轉換的梯度直方圖描述符中被保持，并且結合粗糙的標量量化，導 致相鄰經轉換的直方圖具有相同元素的概率增加。該問題通過根據本實施例的對不同轉換 函數的使用而被緩解，這增加了描述符的熵和隨之而來的辨別力。
[0182] 對結果描述符的后續處理隨后可按照與前面的實施例類似的方式進行。
[0183] 第五實施例
[0184] 本發明的第五實施例例示于圖12,其中通過計算與梯度直方圖槽之間的關系對應 的值，例如根據圖4包含梯度直方圖h p的基于梯度直方圖的描述符H通過轉換每個梯度直 方圖hp而被處理，使得某些子區域的經轉換的梯度直方圖描述符包含與其他子區域的經轉 換的梯度直方圖描述符不同數目的元素。
[0185] 更具體地，在圖12中，p = 0. .. N-I (N = 16)的每個直方圖hp被輪流處理。在步 驟S500中，p被設為0。
[0186] 然后，在步驟S510中，p的值被檢查以用來選擇用于處理hp的適當維度。該選擇 例如可按圖6所例示的方法進行，其中p = 5, 6, 9, 10的中央子區域直方圖被轉換以使得結 果描述符各自具有kc個元素（kc = 3)，并且p = 0, 1，2, 3, 4, 7, 8, 11，12, 13, 14, 15的邊界 子區域直方圖被轉換以使得結果描述符各自具有kb個元素（kb = 2)。然而，這不是限制性 的并且不同數目的可能維度和不同的空間排列可被采用。
[0187] 然后，在步驟S520中，η個槽（η = 8)的直方圖\通過根據下面示出的（14)的函 數計算與梯度直方圖槽之間的關系對應的值而被轉換成描述符Vp
[0188] V0 = h〇 - h4 (用于中央和邊界子區域二者）
[0189] V1 = Ii1-Il5 (用于中央和邊界子區域二者）（14)
[0190] V2 = (h!+h5) - (h3+h7)(僅用于中央子區域）
[0191] 清楚的是，本實施例可以與任何之前的實施例結合，并且（14)的轉換函數可用根 據如前所見的選擇準則的任意混合而選擇的轉換函數來取代，并且/或者不同的轉換函數 組可用于不同的子區域直方圖。
[0192] 然后，在步驟S530中，以和用于第三和第四實施例的方式類似的方式，k個元素的 描述符V p的每個元素被分別量化成q個級別，從而給出經量化的描述符
[0193] 然后，在步驟S540中，p的值被檢查，并且如果它等于H中最后一個直方圖的索引， 則處理結束，否則它在步驟S550中被遞增1并且處理返回到步驟S510。
[0194] 清楚的是，例如通過首先計算整個描述符V然后繼續進行量化以生成經量化的描 述符▽,替代實施例可在不背離本發明的范圍的情況下與圖12相比適當改變某些操作或次 序。
[0195] 因此，通過允許對于在建立或驗證視覺對應中可能更重要的H的那些部分用更多 的維度來表示，結果描述符曹:以更加突顯這些部分的方式對H的有辨別力的信息進行編碼 (例如，邊界子區域直方圖對比中央子區域直方圖）。
[0196] 第六實施例
[0197] 本發明的第六實施例例示于圖13,其中通過計算與梯度直方圖槽之間的關系對應 的值，例如根據圖4包含梯度直方圖h p的基于梯度直方圖的描述符H通過轉換每個梯度直 方圖hp而被處理，使得某些經轉換的梯度直方圖描述符元素被量化成與其他的經轉換的梯 度直方圖描述符元素不同數目的級別。
[0198] 更具體地，在圖13中，p = 0. .. N-I (N = 16)的每個直方圖hp被輪流處理。在步 驟S600中，p被設為0。
[0199] 然后，在步驟S610中，η個槽（η = 8)的直方圖、通過下面的（15)所示的為了捕 捉槽之間的關系而選擇的函數組而被轉換成k個元素 （k = 8)的描述符νρ。
[0200] v〇 = h2 - h6
[0201] V1 = h3 - h7
[0202] V2 = h。- Ii1
[0203] V3 = h2 - h3
[0204] v4 = h4 - h5 (15)
[0205] V5 = h6 - h7
[0206] V6 = (h〇+h4) - (h2+h6)
[0207] v7 = (h〇+h2+h4+h6) - (h1+h3+h5+h7)
[0208] 清楚的是，本實施例可以與任何之前的實施例結合，并且（15)的轉換函數可用根 據如前所見的選擇準則的任意混合而選擇的轉換函數來取代，并且/或者不同的轉換函數 組可用于不同的子區域直方圖，并且/或者不同的經轉換的描述符維度可用于不同的子區 域直方圖。
[0209] 然后，在步驟S620中，p的值被檢查以用來選擇用于量化每個元素 vpj的適當數目 的量化級別。該選擇例如可按圖7所例示的方法進行，其中p = 5, 6, 9, 10的中央子區域描 述符被量化成qc個級別（qc = 4)，并且p = 0, 1，2, 3, 4, 7, 8, 11，12, 13, 14, 15的邊界子區 域描述符被被量化成qb個級別（? = 2)。然而，這不是限制性的并且不同數目的可能量化 級別和不同的空間排列可被采用。另外，雖然在圖13中未示出，但是每個元素 Vw.的量化級 別的數目可根據j的值，即根據描述符元素的特定類型，或者作為取代或補充，根據P的值， 即根據元素的子區域位置，來確定。
[0210] 然后，在步驟S630中，以和用于第三、第四和第五實施例的方式類似的方式，k個 元素的描述符V p的每個元素被分別量化成適當數目的量化級別，從而給出經量化的描述符 m
[0211] 然后，在步驟S640中，p的值被檢查，并且如果它等于H中最后一個直方圖的索引， 則處理結束，否則它在步驟S650中被遞增1并且處理返回到步驟S610。
[0212] 清楚的是，例如通過首先計算整個描述符V然后繼續進行量化以生成經量化的描 述符f,替代實施例可在不背離本發明的范圍的情況下與圖13相比適當改變某些操作或 次序。
[0213] 因此，結果描述符f:以給予在建立或驗證視覺對應中可能更重要的V的那些元素 或H的那些部分更高的表示精度的方式對H的有辨別力的信息進行編碼。
[0214] 雖然用于從如圖4所例示的SIFT圖像描述符計算穩健的、有辨別力的、可伸縮且 緊湊的圖像描述符的本發明的各方面和實施例被詳細給出，但是本發明適用于基于梯度直 方圖的其他圖像描述符。例如，圖14例示了通過以和本發明的第四實施例類似的方式使用 與用于處理其相鄰的梯度直方圖的轉換函數組表現出區別的轉換函數組轉換每個其梯度 直方圖，使用對數極坐標空間細分的基于梯度直方圖的描述符的處理，圖14中的符號A、B、 C對應于所述轉換函數組。作為另一示例，對于圖15所示的基于梯度的X和y分量的二維 空間到槽的細分的梯度直方圖，與本發明的前面的實施例方式類似的一個合適的轉換函數 組為：
[0215] v0 = h〇 - hi
[0216] V1 = Ii1 - h2
[0217] v2 = h2 - h3
[0218] v3 = h3 - h4
[0219] V4 = h4 - h5 (16)
[0220] V5 = h5 - h6
[0221] V6 = h6 - h7
[0222] V7 = h7 - h〇
[0223] V8 = h8_ (h〇+h1+h2+h3+h4+h5+h6+h 7)
[0224] 另外，本發明還適用于適當處理過的基于梯度直方圖的圖像描述符。這種適當處 理例如可能需要在根據本發明處理之前的子區域梯度直方圖的組合。
[0225] 僅為了例示性目的，參考圖4a，對于包含子區域直方圖、(P = 0··· 15)的梯度直方 圖描述符H，p = 0, 1，4, 5的直方圖可通過平均它們的槽值而被組合成單個子區域直方圖， 并且類似的組合可對P = 2, 3, 6, 7和p = 8, 9, 12, 13以及p = 10, 11，14, 15的直方圖執 行，從而產生隨后可根據本發明的任何前述實施例被處理的具有降低的維度的梯度直方圖 描述符。梯度直方圖還可通過它們的槽值的替代函數（例如求和）被組合。
[0226] 作為替代或補充，這種適當的處理例如可能需要子區域梯度直方圖內的槽的合 并。為了例示性目的，參考圖4b，對于梯度直方圖h，相鄰的槽可通過平均或相加或取中值 或任何適當函數被合并成單個槽，從而產生隨后可根據本發明的任何前述實施例被處理的 具有降低的維度的梯度直方圖描述符。
[0227] 僅通過示例方式，圖16例示了用于執行根據本發明的方法的概念性處理設備。更 具體地，處理設備1100接收來自輸入設備1000的輸入，該輸入可包含諸如圖像或視頻數據 的視覺數據、基于梯度直方圖預先計算的描述符、根據本發明的方法預先計算的緊湊描述 符、程序指令或用戶輸入，輸入設備1000可采用用戶輸入設備、介質讀取器或發送信號的 接收器的形式。處理設備1100包含以下主要處理塊：控制其他處理塊的操作的中央處理單 元1110、易失性存儲器1120、非易失性存儲器1130、可選地被配置成生成基于梯度直方圖 的描述符的描述符提取器塊1140、被配置成執行根據本發明的方法的緊湊描述符提取器塊 1150、以及可選地被配置成處理所述緊湊描述符以便例如建立或驗證視覺對應的緊湊描述 符處理器塊1160。處理設備1100連接到輸出設備1900,輸出設備1900可采用視覺顯示單 元、介質寫入器或信號發送器的形式并提供輸出，所述輸出可包含諸如圖像或視頻數據之 類的帶注釋的視覺數據、諸如已建立或驗證的視覺對應之類的處理信息、或根據本發明的 方法計算的緊湊描述符。應該理解，圖16所示的處理塊和架構僅僅是概念性的并且不精確 對應于實施根據本發明的方法的每個設備。
[0228] 在不背離發明想法的新穎精神的情況下，本文通過示例方式描述的用于轉換基于 梯度直方圖的圖像描述符的方法和相關圖像處理設備可經歷很多可能的變化；還應明白， 本發明實際實現時，所例示的細節可具有不同的形狀或者用其他技術上等同的元素取代。
[0229] 因此容易理解，本發明不限于用于轉換基于梯度直方圖的圖像描述符的方法和相 關圖像處理設備，而是可在不背離發明想法的情況下經歷等同部分和要素的多種修改、改 進或代替，如所附權利要求中明確指出的。
【權利要求】
1. 一種用于將基于包含多個直方圖槽化i)的梯度直方圖化）的圖像描述符轉換成包 含一組值（Vj.)的經轉換的梯度直方圖描述符（V)的方法，其中提供將至少一個準則應用于 計算所述一組值（Vj.)的步驟，所述至少一個準則包括所述直方圖槽化1)的位置準則。
2. 根據權利要求1所述的方法，其中所述位置準則規定計算呈現單個角間距的梯度直 方圖槽化1)之間的值（Vj.)。
3. 根據權利要求1所述的方法，其中所述位置準則規定計算呈現多個角間距的梯度直 方圖槽化1)之間的值（Vj.)。
4. 根據權利要求2或3所述的方法，其中所述值（Vj.)中的至少一個是在鄰近的直方圖 槽化1)之間計算的。
5. 根據權利要求1至4中任一項所述的方法，其中所述值（Vj.)被分別量化到多個級別 (q)，其中所述多個級別對于每個值（Vj.)可W是相同的或者對于至少兩個值（Vj.)可W是不 同的。
6. 根據權利要求1至5中任一項所述的方法，其中所述值（Vj.)是根據W下運算中的 一個或多個來計算的：直方圖槽化1)之間的差或和；直方圖槽化1)的和之間的差；直方圖 槽化1)之間的線性或非線性運算追方圖槽化1)之間的比值追方圖槽化1)的和之間的比 值；直方圖槽化1)的乘積之間的比值；直方圖槽化1)的乘積之間的差。
7. 根據權利要求1至6中任一項所述的方法，其中所述梯度直方圖化）具有第一元素 數目（n)的維度，所述一組值（Vj.)具有第二元素數目化）的維度，并且所述第一元素數目 (n)等于所述第二元素數目化）。
8. 根據權利要求1至6中任一項所述的方法，其中所述梯度直方圖化）具有第一元素 數目（n)的維度，所述一組值（Vj.)具有第二元素數目化）的維度，并且所述第一元素數目 (n)大于所述第二元素數目化）。
9. 根據權利要求1至6中任一項所述的方法，其中所述梯度直方圖化）具有第一元素 數目（n)的維度，所述一組值（Vj.)具有第二元素數目化）的維度，并且所述第一元素數目 (n)小于所述第二元素數目化）。
10. -種用于將基于多個梯度直方圖化。）的圖像描述符化）轉換成經轉換的圖像描述 符（V)的方法，其中所述多個梯度直方圖（hp)中的每一個與圖像關鍵點腳）周圍的局部區 域（時的子區域（SR)相關，并且其中所述梯度直方圖（hp)中的每一個包含根據權利要求1 至9中的一個被轉換成經轉換的梯度直方圖描述符（V)的多個直方圖槽化1)。
11. 根據權利要求10所述的方法，其中至少一個子區域梯度直方圖與其他子區域梯度 直方圖不同地被轉換。
12. 根據權利要求11所述的方法，其中多個子區域梯度直方圖尤其是通過對它們的槽 值求和或取平均而被組合成單個子區域直方圖。
13. 根據權利要求11所述的方法，其中為了獲得所述至少一個經轉換的子區域梯度直 方圖而采用的運算至少部分地不同于為了獲得其相鄰子區域中的至少一個子區域的經轉 換的子區域梯度直方圖而采用的運算。
14. 根據權利要求11所述的方法，其中所述至少一個經轉換的子區域梯度直方圖包含 不同于其相鄰子區域中的至少一個子區域的經轉換的子區域梯度直方圖的元素數目的元 素數目。
15. 根據權利要求14所述的方法，其中關于直接圍繞所述圖像關鍵點（KP)的子區域 (SR。）的經轉換的子區域梯度直方圖包含比剩余子區域（SRb)的經轉換的梯度直方圖的元 素化b)更多的元素化。）。
16. 根據權利要求15所述的方法，其中直接圍繞所述圖像關鍵點（KP)的子區域（SRc) 的所述經轉換的梯度直方圖的元素被用如下級別數（q。）來量化，該級別數（q。）大于用來量 化剩余子區域（SRb)的經轉換的梯度直方圖的級別數（Qb)。
17. 根據權利要求16所述的方法，其中所述量化僅被應用到所述子區域梯度直方圖的 特定元素。
18. 根據權利要求10所述的方法，其中所述經轉換的圖像描述符（V)經歷量化處理W 生成經量化經轉換的圖像描述符（￥)。
19. 一種圖像處理設備，包括用于執行根據1到18的權利要求的裝置。
【文檔編號】G06K9/46GK104428793SQ201380036654
【公開日】2015年3月18日 申請日期:2013年7月1日 優先權日:2012年7月9日
【發明者】S·帕斯徹拉克斯, M·鮑勃 申請人:西斯維爾科技有限公司