HOG(Histogram of Oriented Gridients) 方向梯度直方图

最新推荐文章于 2020-12-07 13:12:07 发布

wyy小可爱

最新推荐文章于 2020-12-07 13:12:07 发布

阅读量531

点赞数

分类专栏： opencv

opencv 专栏收录该内容

6 篇文章 0 订阅

订阅专栏

Histogram of Oriented Gridients，缩写为HOG，是目前计算机视觉、模式识别领域很常用的一种描述图像局部纹理的特征。先计算图片某一区域中不同方向上梯度的值，然后进行累积，得到直方图，这个直方图就可以代表这块区域，也就是作为特征，可以输入到分类器里面。

1.分割图像

从特征工程的角度看，一般来说，只有图像区域比较小的情况，基于统计原理的直方图对于该区域才有表达能力。如果图像区域比较大，那么两个完全不同的图像的HOG特征，也可能很相似。但是如果区域较小，这种可能性就很小。所以，把图像分割成很多区块，然后对每个区块计算HOG特征，这也包含了几何（位置）特性。

HOG图像分割策略，一般有overlap和non-overlap两种。overlap指的是分割出的区块（patch）互相交叠，有重合的区域。non-overlap指的是区块不交叠，没有重合的区域。

overlap分割方式可以防止对一些物体的切割，以眼睛为例，如果分割的时候正好把眼睛从中间切割并且分到了两个patch中，提取完HOG特征之后，这会影响接下来的分类效果，但是如果两个patch之间overlap，那么至少在一个patch会有完整的眼睛。overlap的缺点是计算量大，因为重叠区域的像素需要重复计算。non-overlap，缺点就是上面提到的，有时会将一个连续的物体切割开，得到不太“好”的HOG特征，优点是计算量小，尤其是与Pyramid（金字塔）结合时，这个优点更为明显。

2.计算每个区块的方向梯度直方图

A.利用任意一种梯度算子，例如：sobel(在图像的任何一点使用此算子，将会产生该点对应的梯度矢量或是其法矢量)，laplacian(梯度grad的散度div)等，对该patch进行卷积，计算得到每个像素点处的梯度方向和幅值。具体公式如下：

其中，Ix和Iy代表水平和垂直方向上的梯度值，M(x,y)代表梯度的幅度值，θ(x,y)代表梯度的方向。

B.将360度（2*PI）根据需要分割成若干个bin，例如：分割成12个bin，每个bin包含30度，整个直方图包含12维，即12个bin。然后根据每个像素点的梯度方向，利用双线性内插法将其幅值累加到直方图中。C.（可选）将图像分割成更大的Block，并利用该Block对其中的每个小patch进行颜色、亮度的归一化，这一步主要是用来去掉光照、阴影等影响的，对于光照影响不剧烈的图像，例如很小区域内的字母，数字图像，可以不做这一步。而且论文中也提及了，这一步的对于最终分类准确率的影响也不大。