Matlab 提取Hog特征方法详细解析

最新推荐文章于 2023-01-19 22:59:55 发布

极客骑士

最新推荐文章于 2023-01-19 22:59:55 发布

阅读量4.8k

点赞数 3

分类专栏：图像处理特征提取 Hog matlab 文章标签： Hog matlab 图像处理特征提取

本文链接：https://blog.csdn.net/WLMLBY/article/details/53932527

版权

本文详细介绍了在Matlab中如何提取HOG特征，包括遍历图像文件、ExtrHogFeature函数的使用，参数意义、输入检查、图像灰度化、尺寸校正、方向梯度计算以及积分直方图的计算。文章强调了在特征提取过程中保持图像完整性的原则，并提供了相关函数的简要说明。

摘要由CSDN通过智能技术生成

前段时间，写了一篇《matlab Hog特征提取浅析》，当时只是完成了对Hog特征提取方法的简单原理分析。最近，我深入地研究了Hog特征的提取方法，并运用积分直方图对其加速。为了便于以后运用，特将这一过程中的构思，方法，问题一一记录下来。

相关资料：

1.http://blog.csdn.net/zouxy09/article/details/7929348/
2.http://blog.csdn.net/xiaowei_cqu/article/details/17928733
3.http://blog.csdn.net/WLMLBY/article/details/53446943

提取Hog特征的方法是先把窗口图像分割成cell，再把cell分割成block。然后提取block中各像素点的方向梯度合成直方图，最后把这些block的直方图组合起来就得到了图像的Hog特征。
下面具体说一下我的编程思路。

主程序(Main.m)：

close all;clear all;clc;

filePath = 'E:\HOG\HogSamples\';
fileExt = '*.bmp';
files = dir(fullfile(filePath,fileExt));
len = size(files,1);
% Generate a test Image.
% testImg = reshape((1:16:256),4,4);
% hogFeature = ExtrHogFeature(testImg,3,3,1,180,9);
for i = 1:len
    tic;
    disp(['----------',num2str(i),'----------'])
    srcImg = imread(strcat(filePath,files(i,1).name));
    hogFeature = ExtrHogFeature(srcImg,5,4,2,360,15);
    toc;
end

在主程序中，我遍历了指定文件夹下(“E:\HOG\HogSamples\”)的指定后缀名（*.bmp）的文件。并将遍历得到的图像作为窗口图像传递给了ExtrHogFeature函数。ExtrHogFeature函数就是我编写的，用来提取Hog特征的函数。 ExtrHogFeature函数：

function feature = ExtrHogFeature(imgFile,cellStep,blockStep,overlap,angle,binNum)

if nargin < 2
    cellStep = 3;
    blockStep = 4;
    overlap = 1;
    angle = 180;
    binNum = 9;
elseif nargin < 6
    error('Input parameters are not enough.');
elseif overlap < 0 || overlap >= blockStep
    error('The input parameter "overlap" is wrong!');
elseif angle ~= 180 && angle ~= 360
    error('The input parameter "angle" is only 180 or 360!');
end

[h,w,d] = size(imgFile);
if(d ~= 1)
    grayImg = rgb2gray(