OpenCV基于深层梯度信息特征表示方法研究(4)_毕业论文

毕业论文移动版

毕业论文 > 计算机论文 >

OpenCV基于深层梯度信息特征表示方法研究(4)

2。1。2 方向梯度直方图

在图像处理与模式识别中,方向梯度直方图(Histogram of Oriented Gradient, HOG)是用 来进行物体识别的特征描述子,通过计算和统计检测图像的局部区域直方图来描述特征。

(1)  主要思想

在一副图像中,梯度或者边缘的方向密度分布可以详尽的描述图像局部的外观和形 状。HOG 是梯度的统计信息,而梯度主要存在于边缘。

(2)  实现方法

将图像局部划分成小的连通的区域,设定 cell 单元,cell 单元一般都很小,然后采集 每个 cell 单元中各元素的梯度或者边缘的方向梯度直方图。把这些特征串联起来就构成 了 HOG 特征描述。

(3) 归一化

在整个图像范围内,将图像局部块(block)进行归一化、均衡化处理,以减小采集 样本时光照或者阴影带来的影响,从而获得更好的检测效果。

(4) 实现过程

(a) 灰度化处理;来`自+优-尔^论:文,网www.youerw.com +QQ752018766-

(b) 使用 Gamma 校正法对输入图像进行颜色空间归一化,以减少光照和阴影变化对 检测带来的影响,同时减小噪声干扰;Gamma 压缩公式如下:

I (x, y) I (x, y)gamma (2-1)

(c) 计算每个像素的梯度;

利用 Sobel 算子计算出图像 x 轴方向和 y 轴方向梯度

(责任编辑:qin)