HOG特征学习

hog学习笔记

       HOG方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。它通过计算和统计图像局部区域的梯度方向直方图来构成特征。其主要步骤：颜色空间归一化—>梯度计算—>梯度方向直方图—>重叠块直方图归一化—>HOG特征。

1、颜色空间归一化

     图像灰度化和Gamma校正

Gamma校正是对输入图像的灰度值进行的非线性操作，使输出图像图像灰度值与输入图像灰度值呈指数关系

 

经过gamma校正后，改善了存储的有效性和效率。

2、梯度计算

分别在水平和垂直方向进行计算

（3）将梯度投影到单元的梯度方向

（4）将所有单元格在块上进行归一化；归一化能够更进一步对光照、阴影和边缘进行压缩，通常，每个单元格由多个不同的块共享，但它的归一化是基于不同块的，所以计算结果也不一样。因此，一个单元格的特征会以不同的结果多次出现在最后的向量中。

（5）收集得到检测空间所有块的HOG特征