图像梯度方向直方图描述子.pptVIP

图像梯度方向直方图描述子;图像表征;图像梯度方向直方图描述子;图像梯度方向直方图的生成步骤;HOG描述子高维图像特征向量生成步骤;图像归一化;利用一阶微分计算图像梯度;图像平滑;利用一阶微分求解图像梯度;因为模值的计算开销比较大，一般可以按如下公式近似求解： Dalal等人利用许多一阶微分模板进行求梯度近似值，但在实验中表明模板[-1,0,1]效果最好。 ; 我将采用模板[-1,0,1]为例计算图像梯度以及方向，通过梯度模板计算水平和垂直方向的梯度分别如下： 其中，分别表示该像素点的水平，垂直梯度值。计算该像素点的梯度值（梯度强度）以及梯度方向：;对于梯度方向的范围限定，一般采用无符号的范围，故梯度方向可表示为：;基于梯度幅值的方向权重投影;;矩形HOG块的划分： 一般一个块（Block）都由若干单元（Cell）组成，一个单元都有如干个像素点组成。 ;;在每个Cell中有独立做梯度方向统计，从而以梯度方向为横轴的的直方图，前面我们已经提到过，梯度方向可取0度到180度或0度~360度，但dalal实验表明，对于人体目标检测0度~180度这种忽略度数正负级的方向范围能够取得更好的结果。然后又将这个梯度分布平均分成 个方向角度（orientation bins），每个方向角度范围都会对应一个直方柱。; 根据Dalal等人实验，在人体目标检测中，在无符号方向角度范围并将其平均分成9份（