目标检测--图像特征提取之一 --HOG特征

 

 HOG特征：方向梯度直方图(Histogram of oriented Gradient)

    1.主要思想：在一副图像中，局部目标的表象和形状能够被梯度或边缘的方向密度分布很好          的描述。（本质：梯度的统计信息，而梯度主要存在于边缘的地方）。

    2.优点：能够保持图像几何和光学形变的不变性（因为这两种形变只出现在更大的空间领域          上，而HOG是在图像的局部方格单元上操作）

    3.算法流程：HOG特征提取方法就是将一个image（你要检测的目标或者扫描窗口）：

      1）灰度化

      2）采用Gamma矫正法对输入图像进行颜色空间的标准化（归一化）；目的是调节图像的对比度，降低图像局部的阴影和光照变化所造成的影响，同时可以抑制噪音的干扰；

      3）计算图像每个像素的梯度（包括大小和方向）

      4）将图像划分成小cells（如6*6像素/cell）

      5）统计每个cell的梯度直方图（不同梯度的个数），即可形成每个cell的descriptor

      6）将每几个cell组成一个block（如3*3个cell/block），一个block内所有cell的特征descriptor串联起来便得到该block的HOG特征descripto

      7）将图像image内的所有block的HOG特征的descriptor串联起来就可以得到该image（你要检测的目标）的HOG特征descriptor，这个就是最终的可供分类使用的特征向量了。

 

 算法流程图（见算法流程.jpg）

流程细节：

   2）图像中像素点(x,y)的梯度为：（见梯度.jpg）

 

 

     最常用的方法是：首先用[-1,0,1]梯度算子对原图像做卷积运算，得到x方向的梯度分量，然后用[-1,0,1]'梯度算子对原图像做卷积运算，得到y方向的梯度分量，然后计算梯度方向及大小

 

  3）为每个细胞单元构建梯度方向直方图

      如每个cell为6*6个像素，假设采用9个bin的直方图来统计这6*6个像素的梯度信息。也就是将cell的梯度方向360度分成9个方向块，如图所示：例如，如果这个像素的梯度方向是20-40度，直方图第2个bin的计数就加一，这样，对cell内每个像素用梯度方向在直方图中进行加权投影（映射到固定的角度范围），像素梯度方向用到了，梯度大小就是作为投影的权值的。例如说：这个像素的梯度方向是20-40度，然后它的梯度大小是2（假设），那么直方图第2个bin的计数就不是加一了，而是加二（假设）。

  

  6）把细胞单元组合成大的块（block），块内归一化梯度直方图（见bin.jpg）

         （由于局部光照的变化以及前景-背景对比度的变化，使得梯度强度的变化范围非常大。这就需要对梯度强度做归一化。归一化能够进一步对光照、阴影和边缘进行压缩）

          把各个细胞单元组合成大的、空间上连通的区间（block）。这样，一个block内所有cell的特征向量串联起来便得到该block的HOG特征，这些区间是互有重叠的，这就意味着：每一个单元格的特征会以不同的结果多次出现在最后的特征向量中，将归一化之后的块描述符（向量）称之为HOG描述符。

       区间（block）有两个主要的几何形状----矩形区间（R-HOG）和环形区间（C-HOG）。R-HOG可以有三个参数来表征：每个区间中细胞单元的数目，每个细胞单元中像素点的数目，每个细胞的直方图通道数目。

     例如：行人检测的最佳参数设置是：3*3cell/block,6*6pixsel/cell,9个bin，则每个block的特征数为：3*3*9；

一般都是用block对样本图形进行扫描，扫描步长为一个单元。

思考：一个图形的HOG特征维数是多少？

如，对于64*128的图像而言，每16*16像素组成一个cell，每2*2个cell组成一个块，每个cell有9个特征，所以每个块内有2*2*9=36个特征，以8个像素为步长，那么水平方向将有

（64-16*2）/8+1=5个扫描窗口，垂直方向将有（128-16*2）/8+1=13个扫描窗口。即对于64*128的图片，总共有36*5*13=2340个特征。