HOG特徵提取matlab程式碼
阿新 • • 發佈:2019-02-01
HOG特徵提取,HOG特徵是影象梯度方向的直方圖,且是對window進行的處理,是區域性feature,提取的是一個window的特徵,即將區域的梯度幅值根據不同角度進行統計。引數主要有winsize(待考證,有些文件說沒有此視窗),blocksize,cellsize,runpatchsize,其中win最大,裡面包含多個block,block裡面一般包含4個cell。在進行人體檢測的時候,就是通過不斷滑動視窗來進行特徵的匹配然後找到人所在的位置。
clear all; close all; clc;
img=double(imread('lena.jpg'));
imshow(img,[] );
[m n]=size(img);
img=sqrt(img); %伽馬校正
%下面是求邊緣
fy=[-1 0 1]; %定義豎直模板
fx=fy'; %定義水平模板
Iy=imfilter(img,fy,'replicate'); %豎直邊緣
Ix=imfilter(img,fx,'replicate'); %水平邊緣
Ied=sqrt(Ix.^2+Iy.^2); %邊緣強度
Iphase=Iy./Ix; %邊緣斜率,有些為inf,-inf,nan,其中nan需要再處理一下
%下面是求cell
step=16; %step*step個畫素作為一個單元
orient=9; %方向直方圖的方向個數
jiao=360/orient; %每個方向包含的角度數
Cell=cell(1,1); %所有的角度直方圖,cell是可以動態增加的,所以先設了一個
ii=1;
jj=1;
for i=1:step:m %如果處理的m/step不是整數,最好是i=1:step:m-step
ii=1;
for j=1:step:n %註釋同上
tmpx=Ix(i:i+step-1,j:j+step-1);
tmped=Ied(i:i+step-1,j:j+step-1);
tmped=tmped/sum(sum(tmped)); %區域性邊緣強度歸一化
tmpphase=Iphase(i:i+step-1,j:j+step-1);
Hist=zeros(1,orient); %當前step*step畫素塊統計角度直方圖,就是cell
for p=1:step
for q=1:step
if isnan(tmpphase(p,q))==1 %0/0會得到nan,如果畫素是nan,重設為0
tmpphase(p,q)=0;
end
ang=atan(tmpphase(p,q)); %atan求的是[-90 90]度之間
ang=mod(ang*180/pi,360); %全部變正,-90變270
if tmpx(p,q)<0 %根據x方向確定真正的角度
if ang<90 %如果是第一象限
ang=ang+180; %移到第三象限
end
if ang>270 %如果是第四象限
ang=ang-180; %移到第二象限
end
end
ang=ang+0.0000001; %防止ang為0
Hist(ceil(ang/jiao))=Hist(ceil(ang/jiao))+tmped(p,q); %ceil向上取整,使用邊緣強度加權
end
end
Hist=Hist/sum(Hist); %方向直方圖歸一化
Cell{ii,jj}=Hist; %放入Cell中
ii=ii+1; %針對Cell的y座標迴圈變數
end
jj=jj+1; %針對Cell的x座標迴圈變數
end
%下面是求feature,2*2個cell合成一個block,沒有顯式的求block
[m n]=size(Cell);
feature=cell(1,(m-1)*(n-1));
for i=1:m-1
for j=1:n-1
f=[];
f=[f Cell{i,j}(:)' Cell{i,j+1}(:)' Cell{i+1,j}(:)' Cell{i+1,j+1}(:)'];
feature{(i-1)*(n-1)+j}=f;
end
end
%到此結束,feature即為所求
%下面是為了顯示而寫的
l=length(feature);
f=[];
for i=1:l
f=[f;feature{i}(:)'];
end
figure
mesh(f)