【圖像處理】利用循環移位實現描述子分類

  下面的十幾篇文章均是我從自己的QQ（632846506）日誌中移過來的。https://user.qzone.qq.com/632846506/infocenter。

       描述一種特徵描述子：對圖像中每個3*3的塊進行一定的處理，之後用矩陣外周8個像素表示此塊，每個像素點有0和1兩種狀態。於是總共有2的8次方即256種狀態。但通過一定的分類規則，可以把256種狀態分爲36種。比如以下兩個圖：

由於左圖可以通過旋轉變爲右圖，所以認爲他們是同一種狀態。

這個方法很簡單，也有一定道理，分類的標準一定程度保證了“旋轉不變性”。

假設用一個1*8的向量表示特徵，向量中每個數分別表示特徵中從左上角開始，順時針每個像素的標識。如上圖兩個特徵可以表示爲：

通過對向量中的元素進行循環移位，兩個向量均可移位成爲以下的形式：

即所有移位結果中表示的最小的數。
 可以利用標準模塊庫中的 bitset<> 實現特徵的表示和移位操作：

[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. }  

用一個向量original_nums記錄原始的256中情況，另一個向量set_nums對應記錄每種情況移位爲最小值時的情況：

[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. }  

最終256中特徵被分爲36種：