Hog
步骤:
- 图像预处理
- 梯度图
- 归一化
- SVM
一图读懂Hog

读不懂那就一点一点看吧------------------------------------
1、图像预处理:包括伽马校正或灰度化
2、计算每一个像素点的梯度值,得到梯度图(规模和原图大小一样)

其中:
- 水平梯度 gx =30-20=10
- 竖直梯度 gy=64-32=32
到此,梯度图以计算完成
梯度方向的范围是0-180度。取绝对值的原因是这样效果更好
首先,我将0-180度分成9个bins,分别是0,20,40...160。然后统计每一个像素点所在的bin。请看下图:

左上图是8*8的梯度方向值,右上图是8*8的梯度强度值,下图是9个bins。
先看两个蓝色圈圈。因为蓝圈的方向是80度,大小是2,所以该点

本文详细介绍了HOG特征提取过程,包括图像预处理、梯度图计算、梯度方向量化及归一化等步骤,并通过实例说明了如何从图像中提取特征。
最低0.47元/天 解锁文章
1万+

被折叠的 条评论
为什么被折叠?



