HOG Matlab实现

本文详细介绍了如何在Matlab环境中实现Histogram of Oriented Gradients (HOG) 特征提取,包括图像预处理、梯度计算、直方图构造及归一化等步骤,适用于计算机视觉和物体检测领域的应用。
摘要由CSDN通过智能技术生成

看SURF结果把HOG看的太细了 都是学习 就记一下HOG的matlab实现  方便以后学习

function [gMag,gDir] = computeGradient(img)

    gx = zeros(size(img),class(img));
    gy = zeros(size(img),class(img));
    
    gx(:,2:end-1) = conv2(img, [1 0 -1], 'valid');
    gy(2:end-1,:) = conv2(img, [1;0;-1], 'valid');
    
    % forward difference on borders
    gx(:,1)   = img(:,2)   - img(:,1);
    gx(:,end) = img(:,end) - img(:,end-1);
    
    gy(1,:)   = img(2,:)   - img(1,:);
    gy(end,:) = img(end,:) - img(end-1,:);

% return magnitude and direction
gMag = hypot(gx,gy);
gDir = atan2d(-gy,gx);

hypot是matlab自带的一个函数  看解释

%HYPOT   Robust co
  • 1
    点赞
  • 1
    收藏
    觉得还不错? 一键收藏
  • 0
    评论
HOG (Histogram of Oriented Gradients) 是一种用于图像特征提取的算法,常用于目标检测和识别任务。在MATLAB中,可以使用以下代码实现HOG特征提取: 引用\[1\]中的代码是一个示例,用于将一个图像划分为多个2x2的单元格,并将每个单元格中的像素值拼接成一个特征向量。这个特征向量被存储在一个cell数组中。 引用\[2\]中的代码是一个示例,用于计算图像的边缘强度和边缘斜率。首先定义了竖直和水平的模板,然后使用imfilter函数对图像进行滤波操作,得到竖直和水平边缘图像。最后,通过计算边缘图像的平方和开方得到边缘强度,计算竖直和水平边缘图像的比值得到边缘斜率。 引用\[3\]中的代码是一个示例,用于加载图像并进行预处理。首先使用imread函数读取图像,并将其转换为灰度图像。然后将图像转换为double类型,并进行伽马校正。 综上所述,如果你想在MATLAB实现HOG特征提取,可以参考引用\[1\]中的代码,并结合引用\[2\]中的边缘计算方法进行处理。在处理之前,可以使用引用\[3\]中的代码加载和预处理图像。 #### 引用[.reference_title] - *1* *2* *3* [HOG特征MATLAB实现](https://blog.csdn.net/lff1208/article/details/76269045)[target="_blank" data-report-click={"spm":"1018.2226.3001.9630","extra":{"utm_source":"vip_chatgpt_common_search_pc_result","utm_medium":"distribute.pc_search_result.none-task-cask-2~all~insert_cask~default-1-null.142^v91^control_2,239^v3^insert_chatgpt"}} ] [.reference_item] [ .reference_list ]

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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