目标图像特征提取算子（HOG）

1、简介

       HOG（Histograms of Oriented Gradients，方向梯度直方图）最初是在2005年的CVPR会议上由法国研究员Dala提出来的，主要用来进行行人检测。目前HOG+SVM已经被广泛应用到目标检测和分类等领域。博主主要用HOG+SVM方法进行手势分类，原文请参考：“Histograms of Oriented Gradients for Human Detection“。

2、算法实现

       核心思想：

       ①将图像检测窗口分成许多空间区域单元（cells），在每一个cell中计算一维梯度方向或者边缘方向直方图；

       ②若干个cells组成一个block，一个block中的梯度方向直方图是由这若干个cells的梯度方向直方图组成，为了 

           对光照、阴影等鲁棒，需要对block进行对比度归一化处理；

       ③实际上所有的block之间是有重叠的（重叠的区域为一个cell，后面会具体讲道），将检测窗口的所有blocks的

           梯度直方图连接起来就形成了整个检测窗口的梯度方向直方图（HOG）描述子。

       具体过程：

           

     （1）Gamma/Colour Normalization