HOG方向梯度直方图matlab实现

HOG（Histogram of Oriented Gradient）是2005年CVPR会议上，法国国家计算机科学及自动控制研究所的Dalal等人提出的一种解决人体目标检测的图像描述子，该方法使用梯度方向直方图（Histogram
of Oriented Gradients,简称HOG）特征来表达人体，提取人体的外形信息和运动信息，形成丰富的特征集。

matlab练习程序（HOG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。
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：

clear all; close all; clc;

img=double(imread('lena.jpg'));
imshow(img,[]);
[m n]=size(img);

img=sqrt(img);      %伽马校正

%下面是求边缘
fy=[-1 0 1];        %定义竖直模板
fx=fy';             %定义水平模板
Iy=imfilter(img,fy,'replicate');    %竖直边缘
Ix=imfilter(img,fx,'replicate');    %水平边缘
Ied=sqrt(Ix.^2+Iy.^2);              %边缘强度
Iphase=Iy./Ix;              %边缘斜率，有些为inf,-inf,nan，其中nan需要再处理一下

%下面是求cell
step=16;                %step*step个像素作为一个单元
orient=9;               %方向直方图的方向个数
jiao=360/orient;        %每个方向包含的角度数
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
ii=1;
jj=1;
for i=1:step:m          %如果处理的m/step不是整数，最好是i=1:step:m-step
ii=1;
for j=1:step:n      %注释同上
tmpx=Ix(i:i+step-1,j:j+step-1);
tmped=Ied(i:i+step-1,j:j+step-1);
tmped=tmped/sum(sum(tmped));        %局部边缘强度归一化
tmpphase=Iphase(i:i+step-1,j:j+step-1);
Hist=zeros(1,orient);               %当前step*step像素块统计角度直方图,就是cell
for p=1:step
for q=1:step
if isnan(tmpphase(p,q))==1  %0/0会得到nan，如果像素是nan，重设为0
tmpphase(p,q)=0;
end
ang=atan(tmpphase(p,q));    %atan求的是[-90 90]度之间
ang=mod(ang*180/pi,360);    %全部变正，-90变270
if tmpx(p,q)<0              %根据x方向确定真正的角度
if ang<90               %如果是第一象限
ang=ang+180;        %移到第三象限
end
if ang>270              %如果是第四象限
ang=ang-180;        %移到第二象限
end
end
ang=ang+0.0000001;          %防止ang为0
Hist(ceil(ang/jiao))=Hist(ceil(ang/jiao))+tmped(p,q);   %ceil向上取整，使用边缘强度加权
end
end
Hist=Hist/sum(Hist);    %方向直方图归一化
Cell{ii,jj}=Hist;       %放入Cell中
ii=ii+1;                %针对Cell的y坐标循环变量
end
jj=jj+1;                    %针对Cell的x坐标循环变量
end

%下面是求feature,2*2个cell合成一个block,没有显式的求block
[m n]=size(Cell);
feature=cell(1,(m-1)*(n-1));
for i=1:m-1
for j=1:n-1
f=[];
f=[f Cell{i,j}(:)' Cell{i,j+1}(:)' Cell{i+1,j}(:)' Cell{i+1,j+1}(:)'];
feature{(i-1)*(n-1)+j}=f;
end
end

%到此结束，feature即为所求
%下面是为了显示而写的
l=length(feature);
f=[];
for i=1:l
f=[f;feature{i}(:)'];
end
figure
mesh(f)

【转载】/article/4711640.html
【转载】http://blog.sina.com.cn/s/blog_60e6e3d50101bkpn.html