HOG
HOG是计算图像的梯度以及方向,然后使用直方图对梯度值进行统计得到的特征
对待检测图像进行HOG特征提取后,送入SVM进行分类
1.HOG预处理
以下讲解默认图片为64X128
** gamma矫正**:将图像灰度化,并对每个像素进行gamma矫正,减小颜色和光照的影响
在进行gamma矫正,需要进行图像灰度归一化,归一到区间【0,1】,下图横轴代表归一化的像素值,纵轴代表进行选择不同gamma值的gamma值矫正之后的像素值
2.计算图像的梯度和方向
通过使用sobel算子求出水平梯度和垂直梯度;
关于sobel算子,可参考sobel算子
最后使用如下公式计算出梯度幅值和梯度方向[其中gx,gy分别指水平梯度,垂直梯度]
g = g x 2 + g y 2 θ = arctan g y g x g = \sqrt { g^2_x + g^2_y } \\ \theta = \arctan \frac{g_y}{g_x} g=gx2+