图像特征提取算法:边缘直方图描述符Edge Histogram Descriptor

本文介绍了边缘直方图描述符(EHD)算法,一种用于图像特征提取的方法,适用于目标检测和识别。EHD过程包括图像分割成16个子图,每个子图再划分为图像块,然后计算每个图像块的边缘直方图,通过边缘方向的个数生成子图的直方图。边缘方向包括垂直、水平、45°、135°和无方向,最终形成高维特征向量。
摘要由CSDN通过智能技术生成

本文以Won, C. S(2002)等关于MPEG‐7标准 Edge Histogram Descriptor的论文为基础,进行EHD算法的总结。
原文引用如下

Won, C. S., Park, D. K., & Park, S. J. (2002). Efficient Use of MPEG‐7 Edge Histogram Descriptor. ETRI journal, 24(1), 23-30.
Dong, K. P., Jeon, Y. S., & Won, C. S. (2000). Efficient use of local edge histogram descriptor.

1.基本介绍

EHD,全称为边缘直方图描述符(Edge Histogram Descriptor),也称为边缘分布直方图,为一种简单有效的形状表示方法,在目标检测、目标识别等方面一直有着广泛的应用。

2.特征提取

EHD特征提取的过程分为图像分割、计算子图边缘直方图等主要环节。

2.1 图像分割

将图像划分为4×4=16个子图(Sub-image),这样做的目的是将边缘方向定位在一个确定的区域,每个子图从左上角至右下角分别标记为SI(0,0),…,SI(3,3),然后将每个子图(Sub-image)再分为若干个图像块(Image-block),这里划分的图像块个数视情况而定,图像块用(i,j)标记。图像分割步骤如图Fig-1。

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值