利用HOG特征和SVM实现图像分类识别

利用HOG特征和SVM实现图像分类识别

图像分类识别是计算机视觉领域中非常重要的问题之一。在现代社会中，人们需要对各种类型的图片进行分类，如数字、字母、人脸、车牌等，因此实现高效而准确的图像分类识别系统具有重要的应用价值。目前，利用特征提取和分类器组合的方法已经成为了实现图像分类识别的主要手段之一。本文将基于HOG特征和SVM实现图像分类识别，并给出相应的matlab代码。

一、HOG特征提取

HOG(Histogram of Oriented Gradient)特征是一种针对物体形状的局部特征描述子，通过统计图像局部区域的梯度方向直方图来表达图像的形状信息。HOG特征能够有效地抑制光照变化、阴影干扰等因素，因此在人脸识别、行人检测等领域具有较好的应用效果。

在matlab中，可以利用vlfeat工具箱来计算HOG特征。下面是一个简单示例，展示了如何使用vlfeat工具箱计算一张图片的HOG特征：

% 读入一张图片
img = imread('image.png'