(二十) HOG特征

HOG方向梯度直方图，分解为方向梯度与直方图。在图像中梯度是像素值变换最快方向，边缘与梯度保持垂直方向。P0到P1的梯度方向：

 1、检测窗口、块、单元格和梯度方向

检测窗口：WinSize=128*64像素，在图像中滑动的步长是8像素（水平和垂直都是）

块：BlockSize=16*16像素，在检测窗口中滑动的步长是8像素（水平和垂直都是）

单元格：CellSize=8*8像素

梯度方向：一个Cell的梯度方向分为9个方向，

在一个单元格内统计9个方向的梯度直方图

2、灰度化和标准化gamma空间

为了减少光照因素的影响，首先需要将整个图像进行规范化，这种处理能够有效降低图像局部的阴影和光照变化。 I(x,y)=I(x,y)gamma  gamma=1/2

3、计算图像每个像素的梯度（大小和方向）

梯度算子：水平边缘算子： [-1, 0, 1] ；垂直边缘算子： [-1, 0, 1]T

式中分别表示输入图像中像素点(x,y)处的水平方向梯度、垂直方向梯度和像素值。像素点（x，y）处的梯度幅值和梯度方向分别为：

 4、图像分割为小的Cell单元格

由于Cell单元格是HOG特征最小的结构单位，而且其块Block和检测窗口Win的滑动步长就是一个Cell的宽度或高度，所以，先把整个图像分割为一个个的Cell单元格(8*8像素)。

5、为每个单元格构建梯度方向直方图

上一步得到的像素点的梯度方向可以投影到这9个通道中，而梯度幅值则作为投影的权值，一个细胞的梯度方向直方图维数为9,其值为所有投影到该通道内的梯度幅值之和。将区间0～180以20为一个区间划分，每个区间以中心角度作为直方图的中心数值，假设要对梯度方向为15度的像素点进行处理，显然15与以10和30为中心的直方图最近，应该将该点的梯度幅值加权累加到这两个直方图上，权重分别为(30-15)/20=0.75和(15-10)/20=0.25。 

 6、把单元格组合成大的块（block），块内归一化梯度直方图

1个块是有2*2=4个细胞构成，一个块的梯度直方图4*9=36维。

三线性插值计算快内梯度直方图，左图中的蓝色方框为待处理的像素点，将待处理像素点的梯度幅值分别加权累加到周围4个细胞中与该像素点梯度方向相邻的2个通道（右方直方图中颜色较深的区域），共计8个直方图图柱，从而形成块内的梯度直方图。

 7、生成HOG特征向量

对于64*128的图像而言，每8*8的像素组成一个cell，每2*2个cell组成一个块，以8个像素为步长，那么，水平方向将有7个扫描窗口，垂直方向将有15个扫描窗口。也就是说，64*128的图片，总共有36*7*15=3780个特征。

HOG特征并不是一种旋转不变的特征