【图像处理】利用循环移位实现描述子分类

听师姐提到一种特征描述子: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。

感觉这个方法很简单,也有一定道理,分类的标准一定程度保证了“旋转不变性”。很有意思,于是自己试着实现了一下。

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:

int Original_to_Sets(int long_num)
{
	bitset<8> bit_num(long_num);
	int shift_min=long_num;
	for(int n=0;n<8;n++){
		int first_bit=bit_num[7];
		for(int i=7;i>0;i--){
			bit_num[i]=bit_num[i-1];
		}
		bit_num[0]=first_bit;
		int shift_tmp=bit_num.to_ulong();
		if(shift_tmp<shift_min){
			shift_min=shift_tmp;
		}
	}
	return shift_min;
}

用一个向量original_nums记录原始的256中情况,另一个向量set_nums对应记录每种情况移位为最小值时的情况:

int main(){
	vector<int>original_nums;
	vector<int> set_nums;
	vector<int> sets;
	
	int nums=256;
	for(int i=0;i<nums;i++){
		original_nums.push_back(i);
		int shift_num=Original_to_Sets(i);
		set_nums.push_back(shift_num);

		bool exist=false;
		for(vector<int>::iterator it=sets.begin();it!=sets.end();it++){
			if(*it==shift_num)
				exist=true;
		}
		if(!exist)
			sets.push_back(shift_num);
	}
	cout<<"There are "<<sets.size()<<" kinds"<<endl;
	for(vector<int>::iterator it=sets.begin();it!=sets.end();it++){
		bitset<8> bit_num(*it);
		cout<<bit_num<<endl;
		for(int i=0;i<256;i++){
			if(*it==set_nums[i])
				cout<<original_nums[i]<<" ";
		}
		cout<<endl;
	}
	return 0;
}

最终256中特征被分为36种:



(转载请注明作者和出处:http://blog.csdn.net/xiaowei_cqu 未经允许请勿用于商业用途)



没有更多推荐了,返回首页