本文主要是介绍HOG与SIFT特征学习,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!
都点进这个链接了,我就不用再赘述这俩特征是干嘛的了吧。
我就不用再说一遍:他们分别是通过精妙的手工设计的一些方法,来对图像的进行特征提取,将图像中一堆像素转换成具有其内容特征的数字向量,因而可以用来给各种模型(如SVM)进行处理的一些特征。
HOG方向梯度直方图
Histogram of Oriented Gradient,在行人检测领域用的较多,DPM中也用到了HOG特征
主要思想:
在一副图像中,局部目标的表象和形状(appearance and shape)能够被梯度或边缘的方向密度分布很好地描述。
方法
简单的是吧小联通区域cell(细胞单元)各个像素点梯度直方图组合起来
优化的是在更大范围内block(区间) 进行对比度归一化,这样能对光照和阴影有更好的鲁邦性
- 灰度化
- gamma校正法对图像颜色空间进行标准化(归一化),以此调节图像对比度,降低局部阴影和光照的影响,抑制噪声
- 计算每个像素梯度(大小和方向)捕捉轮廓信息
- 图像划分成小cells(如6*6)
- 统计每个cell的梯度直方图(不同梯度的个数),形成每个cell的描述子
- 将每几个cell组成一个block(如3*3个cell组成一个block)一个block内所有cell的特征描述子串联起来
- 将所有image内的block的特征描述子串联起来即得到特征向量
1 灰度化
1RGB分量发
2最大值法
3平均值法
4加权平均法
由于人眼对绿色的敏感最高,对蓝色敏感最低,因此,按下式对RGB三分量进行加权平均能得到较合理的灰度图像。
f(i,j)=0.30R(i,j)+0.59G(i,j)+0.11B(i,j)
2 gamma校正,归一化:
目的是调节图像的对比度,降低局部光照和阴影所造成的影响,同时也可以降低噪音的干扰;(当r取1/2时,像素的取值范围就从0255变换到015.97)
gamma一般取0.5
计算梯度
首先用[-1,0,1]梯度算子对原图像做卷积运算,得到x方向(水平方向,以向右为正方向)的梯度分量gradscalx,然后用[1,0,-1]T梯度算子对原图像做卷积运算,得到y方向(竖直方向,以向上为正方向)的梯度分量gradscaly。然后再用以上公式计算该像素点的梯度大小和方向。
为每个cell计算梯度直方图:
假设采用9个bin的直方图统计6*6的像素。36个像素投影到9个方向,得到cell的方向。大小也都应到9个分支上,得到9维的一个有大小,方向的向量。
cell合成block,块内归一化梯度直方图
进一步对光照、阴影和边缘进行压缩
一个block中cell的特征向量串联。区间有重叠,
参数:
原版的:66个像素为一个cell , 求完梯度平均划分为9个bin
得到一个9维的向量。
每相邻4个单元构成一个block,块内36维向量
用块对样本图像尽心扫描,以一个单元为步长stage,将特征串联
example:64128的图像,1616是一个cell,22组成一个block
每个cell是9维,一个block就是36维,
以8个像素为一个步长stage,水平方向7个窗口,垂直方向15个???
一共36715=3780个特征
这里7和15的来源:
x方向 (64-28)/8+1 = 7
y方向 (128-28)/8 +1 = 15
优点:
由于是在局部方格,因而对几何和光学形变有不变形(因为这两种变化一般会是在更大的空间领域上才出现)
人体大体上直立时,可以容许游戏为的肢体动作而不影响检测。所以比较适合行人检测。
部分抵消光照影响,对平移,旋转有抑制
缺点:
维度高,速度慢,遮挡问题难以处理,对噪点敏感
SIFT
Scale-invariant feature transform,检测局部特征的算法,算法通过求一幅图中的特征点(interest points,or corner points)及其有关scale 和 orientation 的描述子得到特征并进行图像特征点匹配,获得了良好效果,详细解析如下:
尺度不变性,角度,亮度,拍摄视角不变性
步骤
可以主要分两步:1)特征点检出 keypoint localisation,2)特征点描述 feature description
1.特征点检出
主要是用了DoG,就是把图像做不同程度的高斯模糊blur,平滑的区域或点肯定变化不大,而纹理复杂的比如边缘,点,角之类区域肯定变化很大,这样变化很大的点就是特征点。当然为了找到足够的点,还需要把图像放大缩小几倍(Image Pyramids)来重复这个步骤找特征点。其实DoG并不是Lowe提出的,很久以前就有了,读过SIFT专利的人都知道,SIFT的专利里面也不包括这部分。可代替特征点检出还有很多其他方法如MSER等。
2.特征点描述
就是一个简单版的HOG,即以检出的特征点为中心选16x16的区域作为local patch,这个区域又可以均分为4x4个子区域,每个子区域中各个像素的梯度都可以分到8个bin里面,这样就得到了4x4x8=128维的特征向量。
特征点检出以后还需要一个很重要的步骤就是归一化,计算这个patch的主方向,然后根据这个主方向把patch旋转到特定方向,这样计算的特征就有了方向不变性,也需要根据patch各像素梯度大小把patch缩放到一定的尺度,这样特征就有了尺度不变性。
构建尺度空间
这是一个初始化操作,尺度空间理论目的是模拟图像数据的多尺度特征。
高斯卷积核是实现尺度变换的唯一线性核,于是一幅二维图像的尺度空间定义为:
其中 G(x,y,σ) 是尺度可变高斯函数。
(x,y)是空间坐标,是尺度坐标。σ大小决定图像的平滑程度,大尺度对应图像的概貌特征,小尺度对应图像的细节特征。大的σ值对应粗糙尺度(低分辨率),反之,对应精细尺度(高分辨率)。为了有效的在尺度空间检测到稳定的关键点,提出了高斯差分尺度空间(DOG scale-space)。利用不同尺度的高斯差分核与图像卷积生成。
下图所示不同σ下图像尺度空间:
同一组中的相邻尺度(由于k的取值关系,肯定是上下层)之间进行寻找
在极值比较的过程中,每一组图像的首末两层是无法进行极值比较的
给特征点赋值一个128维方向参数
每个关键点有三个信息:位置,所处尺度、方向
梯度直方图的范围是0~360度,其中每10度一个柱,总共36个柱
直方图的峰值则代表了该关键点处邻域梯度的主方向,即作为该关键点的方向。
匹配过程
取图像1中的某个关键点,并找出其与图像2中欧式距离最近的前两个关键点,在这两个关键点中,如果最近的距离除以次近的距离少于某个比例阈值,则接受这一对匹配点
这篇关于HOG与SIFT特征学习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!