HOG是什么?
方向梯度直方图,也称为HOG,是一种特征描述符,类似于Canny边缘检测器。它用于计算机视觉和图像处理中的目标检测。
该技术统计图像局部区域中梯度方向的出现次数。该方法类似于边缘方向直方图和尺度不变特征变换(SIFT)。
HOG描述符关注对象的结构或形状。它比任何边缘描述符都好,因为它使用梯度的大小和角度来计算特征。对于图像区域,它使用梯度的大小和方向生成直方图。
计算特征的步骤
1.获取要计算其特征的输入图像。将图像调整为128x64像素(高128像素,宽64像素)的图像。论文中使用了该维度,作者建议将其作为此类检测的主要目标,以在行人检测任务中获得更好的结果。由于本文作者在麻省理工学院行人数据库上获得了异常完美的结果,他们决定制作一个新的、更具挑战性的数据集,称为“INRIA”数据集(http://pascal.inrialpes.fr/data/human/),包含从一组不同的个人照片中剪下的1805(128x64)幅人类图像。
图1:导入的图像。图2:灰度图像。图3:缩放导入图像和灰度图像:
2.计算图像的梯度。梯度是通过结合图像的大小和角度来获得的。考虑3x3像素的块,首先计算每个像素的Gx和Gy。对于每个像素值,首先使用以下公式计算Gx和Gy。
在计算Gx之后,使用下面提到的公式计算每个像素的幅值和角度。
图4:图像幅值的可视化。图5:图像角度的可视化图片
3.在获得每个像素的梯度后,梯度矩阵(幅值和角度矩阵)被划分为8x8个单元以形成块。对于每个块,计算9 区间 直方图,每个区间的角度范围为20度。图8表示一个9区间的直方图,其中的值在计算后分配。这些直方图中的各个区间输出该块中梯度的幅值。由于块包含64个不同的值,因此对于所有64个幅值和梯度值,将执行以下计算。由于我们使用9区间直方图,因此:
第j个区间的边界如下:
每个区间的中心值为:
图6:幅值图像上的8x8块。图7:角度图像上的8x8块图片
图8:9区间直方图的表示
对于块中的每个单元,我们将首先计算第j个区间,然后计算将分别提供给第j个和(j+1)个区间的值。该值由以下公式给出:
将数组列作为区间的单元,并将Vj和Vj+1的值附加到数组中,索引为每个像素计算的第j个和第(j+1)个单元。
上述计算后的合成矩阵形状为16x8x9。
完成所有区间的直方图计算后,将9区间直方图矩阵中的4个区间组合在一起,形成一个新区间(2x2)。以重叠的方式移动,步幅为8像素。对于区间中的所有4个单元,我们将每个组成单元的所有9区间直方图连接起来,形成36个特征向量。
上图说明了9区间直方图的计算方法
在图像周围遍历2x2网格框,以便从4个bin生成组合fbi
每个bin的fbi值通过L2范数标准化:
式中,ε是一个小值,加在fb的平方上,以避免零除法误差。在代码中,取的值为1e-05。
为了规范化,首先通过以下公式计算k值:
进行此标准化是为了减少相同对象的图像之间对比度变化的影响。从每个block中,采集了一个36点的特征向量。在水平方向上有7个区间,在垂直方向上有15个区间。因此,HOG特征的总长度为:7 x 15 x 36=3780。获得所选图像的HOG特征。
使用skimage库对同一图像上的HOG特征进行可视化
Python计算HOG特征
导入库和所需的映像
import matplotlib.pyplot as plt
from skimage import io
from skimage import color
from skimage.transform import resize
import math
from skimage.feature import hog
import numpy as np
img = resize(color.rgb2gray(io.imread("B.jpg")), (128, 64))
所使用图像的可视化
plt.figure(figsize=(15, 8))
plt.imshow(img, cmap="gray")
plt.axis("off")
plt.show()
img = np.array(img)
计算图像的梯度和角度
mag = []
theta = []
for i in range(128):
magnitudeArray = []
angleArray = []
for j in range(64):
# 轴0的条件
if j-1 <= 0 or j+1 >= 64:
if j-1 <= 0:
# 第一个元素
Gx = img[i][j+1] - 0
elif j + 1 >= len(img[0]):
Gx = 0 - img[i][j-1]
# 第一个元素
else:
Gx = img[i][j+1] - img[i][j-1]
# 轴1的条件
if i-1 <= 0 or i+1 >= 128:
if i-1 <= 0:
Gy = 0 - img[i+1][j]
elif i +1 >= 128:
Gy = img[i-1][j] - 0
else:
Gy = img[i-1][j] - img[i+1][j]
# 计算幅度
magnitude = math.sqrt(pow(Gx, 2) + pow(Gy, 2))
magnitudeArray.append(round(magnitude, 9))
# 计算角度
if Gx == 0:
angle = math.degrees(0.0)
else:
angle = math.degrees(abs(math.atan(Gy / Gx)))
angleArray.append(round(angle, 9))
mag.append(magnitudeArray)
theta.append(angleArray)
mag = np.array(mag)
theta = np.array(theta)
图像幅度的可视化
plt.figure(figsize=(15, 8))
plt.imshow(mag, cmap="gray")
plt.axis("off")
plt.show()
图像角度的可视化
plt.figure(figsize=(15, 8))
plt.imshow(theta, cmap="gray")
plt.axis("off")
plt.show()
number_of_bins = 9
step_size = 180 / number_of_bins
计算第j个区间的函数
def calculate_j(angle):
temp = (angle / step_size) - 0.5
j = math.floor(temp)
return j
计算第j个区间的中心值的函数
def calculate_Cj(j):
Cj = step_size * (j + 0.5)
return round(Cj, 9)
计算第j个区间的值的函数
def calculate_value_j(magnitude, angle, j):
Cj = calculate_Cj(j+1)
Vj = magnitude * ((Cj - angle) / step_size)
return round(Vj, 9)
为8x8单元格提供9区间直方图
histogram_points_nine = []
for i in range(0, 128, 8):
temp = []
for j in range(0, 64, 8):
magnitude_values = [[mag[i][x] for x in range(j, j+8)] for i in range(i,i+8)]
angle_values = [[theta[i][x] for x in range(j, j+8)] for i in range(i, i+8)]
for k in range(len(magnitude_values)):
for l in range(len(magnitude_values[0])):
bins = [0.0 for _ in range(number_of_bins)]
value_j = calculate_j(angle_values[k][l])
Vj = calculate_value_j(magnitude_values[k][l], angle_values[k][l], value_j)
Vj_1 = magnitude_values[k][l] - Vj
bins[value_j]+=Vj
bins[value_j+1]+=Vj_1
bins = [round(x, 9) for x in bins]
temp.append(bins)
histogram_points_nine.append(temp)
print(len(histogram_points_nine))
print(len(histogram_points_nine[0]))
print(len(histogram_points_nine[0][0]))
16
8
9
为由2x2的块提供HOG特征向量
(1个块由8x8个单元组成)
epsilon = 1e-05
feature_vectors = []
for i in range(0, len(histogram_points_nine) - 1, 1):
temp = []
for j in range(0, len(histogram_points_nine[0]) - 1, 1):
values = [[histogram_points_nine[i][x] for x in range(j, j+2)] for i in range(i, i+2)]
final_vector = []
for k in values:
for l in k:
for m in l:
final_vector.append(m)
k = round(math.sqrt(sum([pow(x, 2) for x in final_vector])), 9)
final_vector = [round(x/(k + epsilon), 9) for x in final_vector]
temp.append(final_vector)
feature_vectors.append(temp)
print(len(feature_vectors))
print(len(feature_vectors[0]))
print(len(feature_vectors[0][0]))
15
7
36
获得的HOG特征数量
print(f'Number of HOG features = {len(feature_vectors) * len(feature_vectors[0]) * len(feature_vectors[0][0])}')
Number of HOG features = 3780
在Python中使用skimage库的HOG特征
导入库
from skimage.io import imread
from skimage.transform import resize
from skimage.feature import hog
from skimage import exposure
import matplotlib.pyplot as plt
读取图像
img = imread('B.jpg')
plt.axis("off")
plt.imshow(img)
print(img.shape)
(781, 794, 3)
缩放
resized_img = resize(img, (128*4, 64*4))
plt.axis("off")
plt.imshow(resized_img)
print(resized_img.shape)
(512, 256, 3)
创建和可视化HOG特征
fd, hog_image = hog(resized_img, orientations=9, pixels_per_cell=(8, 8),
cells_per_block=(2, 2), visualize=True, multichannel=True)
plt.axis("off")
plt.imshow(hog_image, cmap="gray")
plt.show()
Colab链接:https://colab.research.google.com/drive/1_yDbX68uCxejK448Y0ByOACQUUZw5hWR?usp=sharing
参考引用
Histograms of Oriented Gradients for Human Detection : http://lear.inrialpes.fr/people/triggs/pubs/Dalal-cvpr05.pdf
SkImage Documentation : https://scikit-image.org/docs/dev/api/skimage.feature.html?highlight=hog#skimage.feature.hog
HOG (Histogram of Oriented Gradients) Features (Theory and Implementation using MATLAB and Python) : https://www.youtube.com/watch?v=QmYJCxJWdEs
☆ END ☆
如果看到这里,说明你喜欢这篇文章,请转发、点赞。微信搜索「uncle_pn」,欢迎添加小编微信「 woshicver」,每日朋友圈更新一篇高质量博文。
↓扫描二维码添加小编↓