【图像处理】利用循环移位实现描述子分类

  下面的十几篇文章均是我从自己的QQ（632846506）日志中移过来的。https://user.qzone.qq.com/632846506/infocenter。

       描述一种特征描述子：对图像中每个3*3的块进行一定的处理，之后用矩阵外周8个像素表示此块，每个像素点有0和1两种状态。于是总共有2的8次方即256种状态。但通过一定的分类规则，可以把256种状态分为36种。比如以下两个图：

由于左图可以通过旋转变为右图，所以认为他们是同一种状态。

这个方法很简单，也有一定道理，分类的标准一定程度保证了“旋转不变性”。

假设用一个1*8的向量表示特征，向量中每个数分别表示特征中从左上角开始，顺时针每个像素的标识。如上图两个特征可以表示为：

通过对向量中的元素进行循环移位，两个向量均可移位成为以下的形式：

即所有移位结果中表示的最小的数。
 可以利用标准模块库中的 bitset<> 实现特征的表示和移位操作：

[cpp]  view plain copy