文章主要參考自?目標(biāo)檢測(cè)的圖像特征提取之（一）HOG特征?和?OpenCV HOGDescriptor 參數(shù)圖解
一邻眷、HOG的定義
HOG（方向梯度直方圖）特征是一種在計(jì)算機(jī)視覺和圖像處理中用來進(jìn)行物體檢測(cè)的特征描述子鸥昏。它通過計(jì)算和統(tǒng)計(jì)圖像局部區(qū)域的梯度方向直方圖來構(gòu)成特征。
二、HOG特征的提取步驟
1）因?yàn)轭伾畔⒆饔貌淮蠡打冢詫?duì)目標(biāo)圖像進(jìn)行灰度化哺窄；
2）采用Gamma校正法對(duì)灰度圖進(jìn)行標(biāo)準(zhǔn)化（歸一化）；目的是調(diào)節(jié)圖像的對(duì)比度呻袭，降低圖像局部的陰影和光照變化所造成的影響眨八，同時(shí)可以抑制噪音的干擾；
3）計(jì)算灰度圖每個(gè)像素的梯度（包括大小和方向）左电；主要是為了捕獲輪廓信息廉侧，同時(shí)進(jìn)一步弱化光照的干擾。
最常用的方法是：首先用[-1,0,1]梯度算子（例如Sobel）對(duì)原圖像做卷積運(yùn)算篓足，得到x方向（水平方向段誊，以向右為正方向）的梯度分量gradscalx，然后用[1,0,-1]T梯度算子對(duì)原圖像做卷積運(yùn)算栈拖，得到y(tǒng)方向（豎直方向连舍，以向上為正方向）的梯度分量gradscaly。然后再用以下公式計(jì)算該像素點(diǎn)的梯度大小和方向涩哟。
4）將圖像劃分成小cells（例如8*8像素大小的cell）索赏；
5）統(tǒng)計(jì)每個(gè)cell的梯度直方圖（不同梯度的個(gè)數(shù)），即可形成每個(gè)cell的descriptor贴彼；
該步驟的目的是為局部圖像區(qū)域（cell）提供一個(gè)編碼潜腻，同時(shí)能夠保持對(duì)圖像中人體對(duì)象的姿勢(shì)和外觀的弱敏感性。
我們將圖像分成若干個(gè)“cell”器仗，例如每個(gè)cell為8*8個(gè)像素融涣。假設(shè)我們采用9個(gè)bin的直方圖來統(tǒng)計(jì)這8*8個(gè)像素的梯度信息童番。也就是將cell的梯度方向360度分成9個(gè)方向塊，如圖所示：例如：如果這個(gè)像素的梯度方向是20-40度威鹿，直方圖第2個(gè)bin的計(jì)數(shù)就加一剃斧，這樣，對(duì)cell內(nèi)每個(gè)像素用梯度方向在直方圖中進(jìn)行加權(quán)投影（映射到固定的角度范圍）忽你，就可以得到這個(gè)cell的梯度方向直方圖了幼东，就是該cell對(duì)應(yīng)的9維特征向量（因?yàn)橛?個(gè)bin）。
如下圖所示（圖中Zi塊其實(shí)就是第i個(gè)bin）
像素梯度方向用到了檀夹，那么梯度大小呢筋粗？梯度大小就是作為投影的權(quán)值的。例如說：這個(gè)像素的梯度方向是20-40度炸渡，然后它的梯度大小是2（假設(shè)澳纫凇），那么直方圖第2個(gè)bin的計(jì)數(shù)就不是加一了蚌堵，而是加二（假設(shè)奥蚓觥）
6）將每幾個(gè)cell組成一個(gè)block（例如 大小為16*16的block，即一個(gè)block由4個(gè)cell組成）吼畏，一個(gè)block內(nèi)所有cell的特征descriptor串聯(lián)起來便得到該block的HOG特征descriptor督赤。
由于局部光照的變化以及前景-背景對(duì)比度的變化，使得梯度強(qiáng)度的變化范圍非常大泻蚊。這就需要對(duì)梯度強(qiáng)度做歸一化躲舌。歸一化能夠進(jìn)一步地對(duì)光照、陰影和邊緣進(jìn)行壓縮性雄。
作者采取的辦法是：把各個(gè)細(xì)胞單元組合成大的没卸、空間上連通的區(qū)間（blocks）。這樣秒旋，一個(gè)block內(nèi)所有cell的特征向量串聯(lián)起來便得到該block的HOG特征约计。這些區(qū)間是互有重疊的（滑動(dòng)塊，例如block stride為8）迁筛，這就意味著：每一個(gè)單元格的特征會(huì)以不同的結(jié)果多次出現(xiàn)在最后的特征向量中煤蚌。我們將歸一化之后的塊描述符（向量）就稱之為HOG描述符。
7）將圖像image內(nèi)的所有block的HOG特征descriptor串聯(lián)起來就可以得到該image（你要檢測(cè)的目標(biāo)）的HOG特征descriptor了细卧。這個(gè)就是最終的可供分類使用的特征向量了尉桩。
最后一步就是將檢測(cè)窗口中所有重疊的塊進(jìn)行HOG特征的收集，并將它們結(jié)合成最終的特征向量供分類使用贪庙。
例如行人檢測(cè)的滑動(dòng)窗口大小通常為 64*128
以O(shè)penCV為例魄健，構(gòu)建 HOG 特征的默認(rèn)參數(shù)設(shè)置如下：
CV_WRAP HOGDescriptor() : winSize(64,128), blockSize(16,16), blockStride(8,8),
cellSize(8,8),?nbins(9),?derivAperture(1),?winSigma(-1),
histogramNormType(HOGDescriptor::L2Hys),?L2HysThreshold(0.2),?gammaCorrection(true),
nlevels(HOGDescriptor::DEFAULT_NLEVELS)
{}
8）特征向量的維數(shù)
Dalal提出的Hog特征提取的過程：把樣本圖像分割為若干個(gè)像素的單元（cell），把梯度方向平均劃分為9個(gè)區(qū)間（bin）插勤，在每個(gè)單元里面對(duì)所有像素的梯度方向在各個(gè)方向區(qū)間進(jìn)行直方圖統(tǒng)計(jì)，得到一個(gè)9維的特征向量，每相鄰的4個(gè)單元（cell）構(gòu)成一個(gè)塊（block）农尖，把一個(gè)塊內(nèi)的特征向量聯(lián)起來得到36維的特征向量析恋，用塊對(duì)樣本圖像進(jìn)行掃描，掃描步長(zhǎng)為一個(gè)單元(block_stride = 8)盛卡。最后將所有塊的特征串聯(lián)起來助隧，就得到了人體的特征。例如滑沧，對(duì)于64*128的圖像而言并村，每16*16的像素組成一個(gè)cell，每2*2個(gè)cell組成一個(gè)塊滓技，因?yàn)槊總€(gè)cell有9個(gè)特征哩牍，所以每個(gè)塊內(nèi)有4*9=36個(gè)特征，以8個(gè)像素為步長(zhǎng)令漂，那么膝昆，水平方向?qū)⒂?個(gè)掃描窗口，垂直方向?qū)⒂?5個(gè)掃描窗口叠必。也就是說荚孵，64*128的圖片，總共有36*7*15=3780個(gè)特征纬朝。
總體流程圖：
