【Paper】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：
（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）
