图像HOG特征的生成

本文主要是根据分析一份matlab代码PHOG特征生成的demo得到的，作为总结便于以后使用。

if sum(sum(G))>100
    E = edge(G,'canny');
    [GradientX,GradientY] = gradient(double(G));
    GradientYY = gradient(GradientY);
    Gr = sqrt((GradientX.*GradientX)+(GradientY.*GradientY));
            
    index = GradientX == 0;
    GradientX(index) = 1e-5;
            
    YX = GradientY./GradientX;
    if angle == 180, A = ((atan(YX)+(pi/2))*180)/pi; end
    if angle == 360, A = ((atan2(GradientY,GradientX)+pi)*180)/pi; end
                                
    [bh bv] = anna_binMatrix(A,E,Gr,angle,bin);
else
    bh = zeros(size(I,1),size(I,2));
    bv = zeros(size(I,1),size(I,2));
end

首先需要说明的是G是一幅灰度图，将灰度图看做矩阵进行统计，看看是否有足够的像素产生梯度信息，如果小于100的话，表明整个图像接近于是一幅完全的黑色图像。经过上面的比较之后，再对图像进行canny轮廓处理，得到的图像为0-1二值图像（至于其用处在后面介绍）。紧跟其后