OpenCV(1)

http://blog.csdn.net/pp5576155/article/details/7029699
#define CV_WRAP

HOGDescriptor一共有4个构造函数，前三个有CV_WRAP前缀，表示它们是从DLL里导出的函数，即我们在程序当中可以调用的函数；最后一个没有上述的前缀，所以我们暂时用不到，它其实就是一个拷贝构造函数。

CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),  
        cellSize(8,8), nbins(9), derivAperture(1), winSigma(-1),  
        histogramNormType(HOGDescriptor::L2Hys), L2HysThreshold(0.2), gammaCorrection(true),   
        nlevels(HOGDescriptor::DEFAULT_NLEVELS)  
{}  
CV_WRAP HOGDescriptor(Size _winSize, Size _blockSize, Size _blockStride,  
              Size _cellSize, int _nbins, int _derivAperture=1, double _winSigma=-1,  
              int _histogramNormType=HOGDescriptor::L2Hys,  
              double _L2HysThreshold=0.2, bool _gammaCorrection=false,  
              int _nlevels=HOGDescriptor::DEFAULT_NLEVELS)  
: winSize(_winSize), blockSize(_blockSize), blockStride(_blockStride), cellSize(_cellSize),  
nbins(_nbins), derivAperture(_derivAperture), winSigma(_winSigma),  
histogramNormType(_histogramNormType), L2HysThreshold(_L2HysThreshold),  
gammaCorrection(_gammaCorrection), nlevels(_nlevels)  
{} 

The macros CV_Assert and CV_DbgAssert evaluate the specified expression and if it is 0, the macros raise an error. The macro CV_Assert checks the condition in both Debug and Release configurations, while CV_DbgAssertis only retained in the Debug configuration.如果判断为0，则引发一个错误

    size_t HOGDescriptor::getDescriptorSize() const  
    {  
        CV_Assert(blockSize.width % cellSize.width == 0 &&  
            blockSize.height % cellSize.height == 0);  
        CV_Assert((winSize.width - blockSize.width) % blockStride.width == 0 &&  
            (winSize.height - blockSize.height) % blockStride.height == 0 );  
        return (size_t)nbins*  
            (blockSize.width/cellSize.width)*  
            (blockSize.height/cellSize.height)*  
            ((winSize.width - blockSize.width)/blockStride.width + 1)*  
            ((winSize.height - blockSize.height)/blockStride.height + 1);  
    } 

以上代码为HOG维度计算。

区间归一化（Block normalization）

作者采用了四中不同的方法对区间进行归一化，并对结果进行了比较。引入v表示一个还没有被归一化的向量，它包含了给定区间（block）的所有直方图信息。| | vk | |表示v的k阶范数，这里的k去1、2。用e表示一个很小的常数。这时，归一化因子可以表示如下：

L2-norm:

L1-norm:

L1-sqrt:

还有第四种归一化方式：L2-Hys，它可以通过先进行L2-norm，对结果进行截短（clipping），然后再重新归一化得到。作者发现：采用L2-Hys, L2-norm, 和 L1-sqrt方式所取得的效果是一样的，L1-norm稍微表现出一点点不可靠性。但是对于没有被归一化的数据来说，这四种方法都表现出来显著的改进。

Size winSize;//窗口大小
Size blockSize;//Block大小
Size blockStride;//block每次移动宽度包括水平和垂直两个方向
Size cellSize;//Cell单元大小
int nbins;//直方图bin数目
int derivAperture;//不知道什么用
double winSigma;//高斯函数的方差
int histogramNormType;//直方图归一化类型，具体见论文
double L2HysThreshold;//L2Hys化中限制最大值为0.2
bool gammaCorrection;//是否Gamma校正
vector<float> svmDetector;//检测算子

namespace cv
{

double HOGDescriptor::getWinSigma() const
{
//winSigma默认为-1,然而有下式知，实际上为4；否则自己选择参数
return winSigma >= 0 ? winSigma : (blockSize.width + blockSize.height)/8.;
}

}