HOG特征与行人检测

最新推荐文章于 2025-04-25 23:11:08 发布

原创最新推荐文章于 2025-04-25 23:11:08 发布

· 1k 阅读

5 ·

版权

文章标签：

#opencv #计算机视觉 #python

HOG特征

HOG特征算子原理
基于OpenCV的实现(python)

HOG特征算子原理

HOG特征（Histogram of Oriented Gradient, 方向梯度直方图），通过计算图像局部区域的梯度方向直方图来构成特征。常用方法是结合SVM进行图像识别和分类。

HOG特征的几个专用名词

image ，整个输入；
windw ,要检测的范围；
block ，一个滑窗；
cell ，一个基本单位；
bin ，直方图区间；

HOG特征提取步骤

图像预处理

1.灰度化（可选）
实现代码：cv2.imread('hog_det.jpg', 0)
第一个参数是图片，第二个参数是加载图像的颜色类型，取值为0，返回灰色图像（取值1则返回彩色图像）

如果读取彩色图像，那么先对三通道颜色值分别计算梯度，然后取梯度值最大的那个作为该像素的梯度。

2.Gamma变换
为了减少光照因素的影响，首先需要将整个图像进行规范化（归一化）。调节图像对比度，减少光照对图像的影响（包括光照不均和局部阴影），使过曝或者欠曝的图像恢复正常，更接近人眼看到的图像。
伽马矫正公式：
$f(I)=I^\gamma$
$I$ 表示图像， $\gamma$ 表示幂指数。

1）当 $\gamma<1$ 时，输入图像的低灰度值区域动态范围变大，进而图像低灰度值区域对比度增强；在高灰度值区域，动态范围变小，进而图像高灰度值区域对比度降低。最终，图像整体的灰度变亮。

2）当 $\gamma>1$ 时，输入图像的高灰度值区域动态范围变小，进而图像低灰度值区域对比度降低；在高灰度值区域，动态范围变大，进而图像高灰度值区域对比度增强。最终，图像整体的灰度变暗。
代码：
img2 = np.power(img/float(np.max(img)),1/2.2)

计算图像梯度

为了得到梯度直方图，那么首先需要计算图像水平方向和垂直方向梯度。求导操作不仅能够捕获轮廓，人影和一些纹理信息，还能进一步弱化光照的影响。
一般使用特定的卷积核对图像滤波实现，可选用的卷积模板有：soble算子、Prewitt算子、Roberts模板等等。

一般采用soble算子，OpenCV利用soble水平和垂直算子与输入图像卷积计算 $d x$ 、 $d y$ ：
在这里插入图片描述

实现函数为gx=cv2.Sobel(img, cv2.CV_32F, 1, 0, ksize=1)，其中img表示源图像，即进行边缘检测的图像；cv2.CV_32F表示32位浮点数；第三和第四个参数分别代表对X和Y方向求导数，对于图像来说就是差分；第五个参数ksize是指核的大小。

图像梯度带方向，其赋值为：
在这里插入图片描述
近似为：

角度为：

在这里插入图片描述
OpenCV中将梯度计算集成在函数cv2.cartToPolar(gx, gy, angleInDegrees=True)中（ $g x$ $g y$ 分别为水平和垂直方向的卷积结果，这个函数得到的为幅值和角度。

构建方向的直方图

在这一步中，图像被分成若干个8×8的cell，例如我们将图像resize至64x128的大小，那么这幅图像就被划分为8x16个8x8的cell单元，并为每个8×8的cell计算梯度直方图。当然，cell的划分也可以是其他大小，根据具体的场景确定。

为什么将图像分成若干个cell?
这是因为如果对一整张梯度图逐像素计算，其中的有效特征是非常稀疏的，不但运算量大，而且会受到一些噪声干扰。于是我们就使用局部特征描述符来表示一个更紧凑的特征，计算这种局部cell上的梯度直方图更具鲁棒性。

以8x8的cell为例，一个8x8的cell包含了8x8x2 = 128个值，因为每个像素包括梯度的大小和方向。

在HOG中，每个8x8的cell的梯度直方图本质是一个由9个数值组成的向量，对应于0、20、40、60…160的梯度方向(角度)。那么原本cell中8x8x2 = 128个值就由长度为9的向量来表示，用这种梯度直方图的表示方法，大大降低了计算量，同时又对光照等环境变化更加地鲁棒。
在这里插入图片描述
左图是衣服64x128的图像，被划分为8x16个8x8的cell；中间的图像表示一个cell中的梯度矢量，箭头朝向代表梯度方向，箭头长度代表梯度大小。

右图是 8×8 的cell中表示梯度的原始数值，注意角度的范围介于0到180度之间，而不是0到360度，这被称为“无符号”梯度，一条直线上两个完全相反的方向认为是相同的。
接下来，我们来计算cell中像素的梯度直方图，将0-180度分成9等份，称为9个bins，分别是0，20，40…160。然后对每个bin中梯度的贡献进行统计，统计方法是一种加权投票统计，如上图所示，某像素的梯度幅值为13.6，方向为36，36度两侧的角度bin分别为20度和40度，那么就按一定加权比例分别在20度和40度对应的bin加上梯度值，加权公式为：
1）20度对应的bin： $(（ 40 - 36 ） / 20) * 13.6$ ，分母的20表示20等份，而不是20度；
2）40度对应的bin： $(（ 36 - 20 ） / 20) * 13.6$ ，分母的20表示20等份，而不是20度；
在这里插入图片描述

还有一个细节需要注意，如果某个像素的梯度角度大于160度，也就是在160度到180度之间，那么把这个像素对应的梯度值按比例分给0度和160度对应的bin。

对整个cell进行投票统计，正是在HOG特征描述子中创建直方图的方式，最终得到由9个数值组成的向量—梯度方向图：
在这里插入图片描述

block归一化

每个cell有9个值，一个block（2×2个cell）则有36个值，HOG是通过滑动窗口的方式来得到block的。

归一化的方法有很多：L1-norm、L2-norm、max/min等等，一般选择L2-norm。

例如对于一个[128，64，32]的三维向量来说，模长是 $\sqrt{128^2+64^2+32^2}=146.64$ ，这叫做向量的L2范数。将这个向量的每个元素除以146.64就得到了归一化向量 [0.87, 0.43, 0.22]。

采用同样的方法，一个cell有一个梯度方向直方图，包含9个数值，一个block有4个cell，那么一个block就有4个梯度方向直方图，将这4个直方图拼接成长度为36的向量，然后对这个向量进行归一化。

而每一个block将按照上图滑动的方式进行重复计算，直到整个图像的block都计算完成。

获得HOG描述子

每一个16 * 16大小的block将会得到一个长度为36的特征向量，并进行归一化。那会得到多少个特征向量呢？

例如，对于上图被划分8 * 16个cell ，每个block有2x2个cell的话，那么cell的个数为：(16-1)x(8-1)=105。即有7个水平block和15个竖直block。

每个block有36个值，整合所有block的特征值，最终获得由36 * 105=3780个特征值组成的特征描述符，而这个特征描述符是一个一维的向量，长度为3780。

最后，把提取的HOG特征输入到SVM分类器中，寻找一个最优超平面作为决策函数。

基于OpenCV的实现(python)

import cv2 as cv
import numpy as np
from matplotlib import pyplot as plt

if __name__ == '__main__':
    src = cv2.imread("hog_det.jpg")
    cv2.imshow("input", src)

    hog = cv2.HOGDescriptor()

    hog.setSVMDetector(cv2.HOGDescriptor_getDefaultPeopleDetector())
    # Detect people in the image
    (rects, weights) = hog.detectMultiScale(src,winStride=(2,4),padding=(16, 16),scale=1.1,useMeanshiftGrouping=False)
    #8个参数：img 输入图像；foundLocations 存取检测到的目标位置；hitThreshold (可选)  特征到SVM超平面的距离的阈值；winStride(可选) HoG检测窗口移动时的步长(水平及竖直);padding(可选) 在原图外围添加像素；scale参数 控制金字塔的层数，参数越小，层数越多，检测时间也长。
    for (x, y, w, h) in rects:
        cv2.rectangle(src, (x, y), (x + w, y + h), (0, 255, 0), 2)
        cv2.imshow("hog-detector", src)
        cv2.imwrite("hog-detector.jpg",src)
        cv2.waitKey(0)
        cv2.destroyAllWindows()

梯度可视化：

from skimage import feature, exposure
from matplotlib import pyplot as plt
import cv2
image = cv2.imread('hog_det.jpg')
image = cv2.cvtColor(image, cv2.COLOR_BGR2GRAY)

fd, hog_image = feature.hog(image,orientations=9, pixels_per_cell=(8, 8),cells_per_block=(2, 4), visualise=True)

Rescale histogram for better display
hog_image_rescaled = exposure.rescale_intensity(hog_image, in_range=(0, 10))

cv2.namedWindow("img",cv2.WINDOW_NORMAL)
cv2.imshow('img', image)
cv2.namedWindow("hog",cv2.WINDOW_NORMAL)
cv2.imshow('hog', hog_image_rescaled)
cv2.waitKey(0)==ord('q')