本文主要是介绍HOG特征的可视化，希望对大家解决编程问题提供一定的参考价值，需要的开发者们随着小编来一起学习吧！
方向梯度直方图（Histogram of Oriented Gradient, HOG）特征是一种在计算机视觉和图像处理中用来进行物体检测的特征描述子。HOG特征通过计算和统计图像局部区域的梯度方向直方图来构成特征。
近来做论文时，为了直观的看到Hog特征，更好的理解其含义，特地对Hog特征进行了可视化处理。
%
%【功能】————用于显示 HOG 特征
%
%%1、求取Hog特征矩阵向量
image = imread('pos_10.png');
subplot(1,2,1);
imshow(uint8(image));%2、伽马校正
title('原图');
[m n]=size(image);
img = double(image);
img=sqrt(img); %3、下面是求边缘
fy=[-1 0 1];
fx=fy';
Iy=imfilter(img,fy,'replicate');
Ix=imfilter(img,fx,'replicate');
Ied=sqrt(Ix.^2+Iy.^2);
Iphase=Iy./Ix; %4、下面是求cell，每个cell求其梯度直方图
step=8;
orient=9;
jiao=360/orient;
Cell=cell(1,1);
ii=1;
jj=1;for i=1:step:m-step ii=1;for j=1:step:n-step 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) ); tmpphase=Iphase(i:i+step-1,j:j+step-1); Hist=zeros(1,orient); for p=1:step for q=1:stepif isnan(tmpphase(p,q))==1 tmpphase(p,q)=0; endang=atan(tmpphase(p,q)); ang=mod(ang*180/pi,360); if tmpx(p,q)<0 if ang<90 ang=ang+180; endif ang>270 ang=ang-180; endendang=ang+0.0000001; Hist(ceil(ang/jiao))=Hist(ceil(ang/jiao))+ tmped(p,q); endendHist=Hist/sum(Hist); Cell{ii,jj}=Hist; ii=ii+1; endjj=jj+1;
end%5、显示准备工作
angle = [40,80,120,160,200,240,280,320,360];
rad = angle*pi/180;
k = tan(rad);
[m n] = size(Cell)
image_hog = zeros(m*17,n*17);
for x = 1:m-1for y = 1:n-1intensity = (Cell{x,y}+Cell{x,y+1}+Cell{x+1,y}+Cell{x+1,y+1})*64;X = [-8:1:8];[a b] = size(k);for i=1:b;Y(i,:) = ceil(X*k(i));end%标记block画线block = zeros(17,17);for i=1:17X(i) = X(i) + 9;for j=1:9Y(j,i) = Y(j,i) + 9;if(Y(j,i) > 17 )Y(j,i) = 17;endif(Y(j,i) <1 )Y(j,i) = 1;endendend%标记 for i=1:17for j=1:9block(X(i),Y(j,i)) =intensity(j); %endendimage_hog((x-1)*17+1:(x-1)*17+17 , (y-1)*17+1:(y-1)*17+17) = block(:,:);end
end
image_hog = image_hog';%6、【平滑Hog特征的不规则边缘】高斯平滑
G = [1 2 3 2 1 ;2 5 6 5 2 ;3 6 8 6 3 ;2 5 6 5 2 ; 1 2 3 2 1 ;]
conv2(G,image_hog );%7、【显示】
subplot(1,2,2);
imshow(image_hog,[0 max(max(image_hog))]);
title('Hog特征');这里是绘制的结果
2016年8月2日
这篇关于HOG特征的可视化的文章就介绍到这儿，希望我们推荐的文章对编程师们有所帮助！
