## 定义 ##
1. 哈尔特征(Haar-like features) 是用于物体识别的一种数字图像特征,它使用检测窗口中指定位置的相邻矩形,计算每一个矩形的像素和并取其差值。然后用这些差值来对图像的子区域进行分类。Harr特征最早用于人脸表示。
2. 在检测阶段,一个与目标物体同样尺寸的检测窗口将在输入图像上滑动,在图像的每一个区域都计算一个Harr特征。这些差值会与一个预先计算好的阈值进行比较,将目标与非目标区分开来。因为这样的一个Harr特征是一个弱分类器,为了达到一个可信的判断,就需要一大群这样的特征,就会将这些特征组合成一个级联分类器,最终形成一个强分类器。
3. Harr特征的主要优势在它的计算速度特别快,使用一个称为积分图的结构,任意尺寸的Harr特征都可以在常数时间内进行计算。
2. Harr特征分为分为3类:边缘特征、线性特征、中心特征和对角线特征,组合成特征模板。特征模板内有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形特征像素和。Harr特征反映了图像的灰度变化情况。但矩形特征只对一些简单的图形结构,如边缘、线段较敏感,所以只能描述特定走向(水平、垂直、对角)的结构。
对于图中的A, B和D这类特征,特征数值计算公式为:v=S