2D物体识别方法——LINE-2D

line-2D是line-mod中的一个子模块，把line-mod的3D模态（modality）剔除，即只用2D图像制作模板，进行物体匹配就是line-2d，该方法的基本思想是根据图像的轮廓和梯度信息，通过经典的相似度计算公式（1）计算相似度进行的模板匹配，其巧妙之处在于：1）运用2进制位表示量化的梯度方向，并分别对搜索图像计算每个量化方向的响应图像，从而将公式（1）匹配相似度的计算过程，转化成查找表的过程，大大提高了计算相似度的效率；2）通过扩散方向（spread orientation）的方法，将邻域内的不同像素位置的梯度方向都统计到锚点像素中，从而提高了匹配过程对微小位置和旋转的鲁棒性；3）通过线性存储的数据组织方式，提高匹配过程的查找速度。
（1）

主要思想说明

1. 二进制化梯度方向

图像原始的梯度方向可通过sobel算法计算得到，计算后的梯度方向是0~360°范围，该方法将梯度方向离散成8个方向，并用一个字节的数据表示八个梯度方向，如下图左1所示。只保留了方位信息去除了方向信息（主要区别这里的方位和方向，解释可能有点不到位原文中是用orientation和 direction，direction在这里特指方向的正方向），这种表示梯度方位的方法，简化了梯度的表示的信息量，为后面实现查找表的方向进行匹配做准备（因为只有8个方向，使得后面对搜索图像计算对各方向的梯度相应成为可能）。量化梯度信息，导致很多细节信息的丢失，必然导致很容易出现错误识别，为了弥补这一不足，作者对一定大小的领域内的所有位置处的量化后的梯度方向进行统计，同一方位超过一定数量的才作为备选特征点。

2. 扩散方向