方向梯度直方图(HOG)特征提取原理

我看的视频地址:https://www.bilibili.com/video/BV1dz411B7Rd?from=search&seid=15644842294857067045&spm_id_from=333.337.0.0

方向梯度直方图特征,HOG:
这个是我自己总结的一共hog特征提取的原理图
首先讲一些基础知识,关于图像的梯度的。
对于函数f(x,y),它的梯度向量是(fx,fy);
如果一张图像用函数f(x,y)表示的话,图像梯度就很容易计算。对于每个像素点,计算图像的水平梯度值x和垂直梯度值y。
其中,方向梯度值为大小

梯度角为
在这里插入图片描述

梯度值范围是0-255,很大的负方向变化像素表现为黑色,很大的正方向变换像素则表现为白色。

这里举一个例子,有一张黑色的图,中间有一个白色的圆形,中间是X方向的梯度图,右边是Y方向的梯度图。
梯度示意图

要得到X方向的梯度图,首先要做的就是让我们的扫描线从左边走到右边,首先我们会看到很多像素值为0的黑色,然后就会看到像素值为255的白色,有一个巨大的梯度差。从0到255(从小到大)这表示一个正梯度,在图中呈现为白色。然后继续扫描

评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值