MATLABHOG方向梯度直方图

更新时间:2023-07-20 18:41:32 阅读: 评论:0

MATLABHOG⽅向梯度直⽅图
HOG(Histogram of Oriented Gradient)⽅向梯度直⽅图,主要⽤来提取图像特征,最常⽤的是结合svm进⾏⾏⼈检测。算法流程图如下(这篇论⽂上的):
下⾯我再结合⾃⼰的程序,表述⼀遍吧:
1.对原图像gamma校正,img=sqrt(img);
2.求图像竖直边缘,⽔平边缘,边缘强度,边缘斜率。喀斯特地貌特征
3.将图像每16*16(取其他也可以)个像素分到⼀个cell中。对于256*256的lena来说,就分成了16*16个cell了。
4.对于每个cell求其梯度⽅向直⽅图。通常取9(取其他也可以)个⽅向(特征),也就是每360/9=40度分到⼀个⽅向,⽅向⼤⼩按像素边缘强度加权。最后归⼀化直⽅图。
5.每2*2(取其他也可以)个cell合成⼀个block,所以这⾥就有(16-1)*(16-1)=225个block。
6.所以每个block中都有2*2*9个特征,⼀共有225个block,所以总的特征有225*36个。
当然⼀般HOG特征都不是对整幅图像取的,⽽是对图像中的⼀个滑动窗⼝取的。
lena图:
求得的225*36个特征:
matlab代码如下:
人民大学研究生1 clear all; clo all; clc;
2
3 img=double(imread('lena.jpg'));
4 imshow(img,[]);
5 [m n]=size(img);
6
7 img=sqrt(img);      %伽马校正
8
9 %下⾯是求边缘
亲爱的那不是爱情简谱
10 fy=[-101];        %定义竖直模板
11 fx=fy';            %定义⽔平模板
12 Iy=imfilter(img,fy,'replicate');    %竖直边缘
13 Ix=imfilter(img,fx,'replicate');    %⽔平边缘
14 Ied=sqrt(Ix.^2+Iy.^2);              %边缘强度
15 Ipha=Iy./Ix;              %边缘斜率,有些为inf,-inf,nan,其中nan需要再处理⼀下16
后殿
17
18 %下⾯是求cell
19 step=16;                %step*step个像素作为⼀个单元
20 orient=9;              %⽅向直⽅图的⽅向个数
21 jiao=360/orient;        %每个⽅向包含的⾓度数
番茄鳕鱼22 Cell=cell(1,1);              %所有的⾓度直⽅图,cell是可以动态增加的,所以先设了⼀个
23 ii=1;
24 jj=1;
25for i=1:step:m          %如果处理的m/step不是整数,最好是i=1:step:m-step
26    ii=1;
27for j=1:step:n      %注释同上
安全文明施工要求28        tmpx=Ix(i:i+step-1,j:j+step-1);
29        tmped=Ied(i:i+step-1,j:j+step-1);
30        tmped=tmped/sum(sum(tmped));        %局部边缘强度归⼀化
31        tmppha=Ipha(i:i+step-1,j:j+step-1);
32        Hist=zeros(1,orient);              %当前step*step像素块统计⾓度直⽅图,就是cell 33for p=1:step
34for q=1:step
35if isnan(tmppha(p,q))==1  %0/0会得到nan,如果像素是nan,重设为0
36                    tmppha(p,q)=0;
37                end
38                ang=atan(tmppha(p,q));    %atan求的是[-9090]度之间
39                ang=mod(ang*180/pi,360);    %全部变正,-90变270
40if tmpx(p,q)<0              %根据x⽅向确定真正的⾓度
41if ang<90              %如果是第⼀象限
42                        ang=ang+180;        %移到第三象限
43                    end
44if ang>270              %如果是第四象限
45                        ang=ang-180;        %移到第⼆象限
46                    end
47                end
48                ang=ang+0.0000001;          %防⽌ang为0
49                Hist(ceil(ang/jiao))=Hist(ceil(ang/jiao))+tmped(p,q);  %ceil向上取整,使⽤边缘强度加权
50            end
51        end
52        Hist=Hist/sum(Hist);    %⽅向直⽅图归⼀化
53        Cell{ii,jj}=Hist;      %放⼊Cell中
54        ii=ii+1;                %针对Cell的y坐标循环变量
55    end
56    jj=jj+1;                    %针对Cell的x坐标循环变量
57 end
58
59 %下⾯是求feature,2*2个cell合成⼀个block,没有显式的求block
60 [m n]=size(Cell);
61 feature=cell(1,(m-1)*(n-1));幼儿教育指导纲要
62for i=1:m-1
63for j=1:n-1
64        f=[];
65        f=[f Cell{i,j}(:)' Cell{i,j+1}(:)' Cell{i+1,j}(:)' Cell{i+1,j+1}(:)'];
66        feature{(i-1)*(n-1)+j}=f;
鱼我所欲也翻译及原文
67    end
68 end
69
70 %到此结束,feature即为所求
71 %下⾯是为了显⽰⽽写的
72 l=length(feature);
73 f=[];
74for i=1:l
75    f=[f;feature{i}(:)'];
76 end
77 figure
78 mesh(f)

本文发布于:2023-07-20 18:41:32,感谢您对本站的认可!

本文链接:https://www.wtabcd.cn/fanwen/fan/82/1107392.html

版权声明:本站内容均来自互联网,仅供演示用,请勿用于商业和其他非法用途。如果侵犯了您的权益请与我们联系,我们将在24小时内删除。

标签:边缘   像素   强度
相关文章
留言与评论(共有 0 条评论)
   
验证码:
推荐文章
排行榜
Copyright ©2019-2022 Comsenz Inc.Powered by © 专利检索| 网站地图