【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 plaincopy

1. int Original_to_Sets(int long_num)  
2. {  
3.     bitset<8> bit_num(long_num);  
4.     int shift_min=long_num;  
5.     for(int n=0;n<8;n++){  
6.         int first_bit=bit_num[7];  
7.         for(int i=7;i>0;i--){  
8.             bit_num[i]=bit_num[i-1];  
9.         }  
10.         bit_num[0]=first_bit;  
11.         int shift_tmp=bit_num.to_ulong();  
12.         if(shift_tmp<shift_min){  
13.             shift_min=shift_tmp;  
14.         }  
15.     }  
16.     return shift_min;  
17. }  

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：

[cpp] view plaincopy

1. int main(){  
2.     vector<int>original_nums;  
3.     vector<int> set_nums;  
4.     vector<int> sets;  
5.       
6.     int nums=256;  
7.     for(int i=0;i<nums;i++){  
8.         original_nums.push_back(i);  
9.         int shift_num=Original_to_Sets(i);  
10.         set_nums.push_back(shift_num);  
11.   
12.         bool exist=false;  
13.         for(vector<int>::iterator it=sets.begin();it!=sets.end();it++){  
14.             if(*it==shift_num)  
15.                 exist=true;  
16.         }  
17.         if(!exist)  
18.             sets.push_back(shift_num);  
19.     }  
20.     cout<<"There are "<<sets.size()<<" kinds"<<endl;  
21.     for(vector<int>::iterator it=sets.begin();it!=sets.end();it++){  
22.         bitset<8> bit_num(*it);  
23.         cout<<bit_num<<endl;  
24.         for(int i=0;i<256;i++){  
25.             if(*it==set_nums[i])  
26.                 cout<<original_nums[i]<<" ";  
27.         }  
28.         cout<<endl;  
29.     }  
30.     return 0;  
31. }  

最终256中特征被分为36种：