图像处理之HOG特征提取算法
HOG(Histogram of Oriented Gradient)特征在对象识别与模式匹配中是一种常见的特征提取算法，是基于本地像素块进行特征直方图提取的一种算法，对象局部的变形与光照影响有很好的稳定性，最初是用HOG特征来来识别人像，通过HOG特征提取+SVM训练，可以得到很好的效果，OpenCV已经有了。HOG特征提取的大致流程如下：
第一步：
Gamma校正，主要是对输入图像进校正，主要是为了补偿显示器带来的灰度偏差。常见的系数在2.5左右，这个方面的资料非常多。ImageJ的源代码中也有Gamma校正的实现，可以参照。
第二步：
图像转灰度，这个也属于常见操作了。
第三步：
计算图像的梯度与方向，可以使用SOBEL算子实现，最终得到图像的梯度振幅与角度。
第四步：
将图像划分为8x8的小网格，对每个小网格内的图像做梯度方向直方图，每个8x8=64个像素为一个CELL，对每个CELL根据角度分为9个直方图块（BIN），每个BIN的范围是20度。假设在CELL的某个像素点的角度是10，则把他对应的梯度值累加放到第一个编号是0的直方图中，最终得到编号是0~8的各个直方图的数据。这样做的一个不好的地方是，没有精准反应出来梯度权重对相邻直方图的影响，得到直方图也不是反锯齿的数据，所以一个刚好的方法，是根据角度的值，计算对应像素的梯度在左右相邻直方图上的权重，根据权重累加相应的值到相邻的直方图中。这样就完成了HOG中最重要的一步，权重角度直方图数据统计。CELL网格分割图如下:
得到对应的直方图如下：
角度直方图的编号与角度范围。
五：块描述子
将2x2的网格单元组合成为一个大的块(Block)对每个块之间有1/2部分是重叠区域。主要是将每个Cell的直方图合并为一个大的直方图向量，这样每个块就有36个向量描述子。对每个块的描述子做归一化处理，常见的归一化处理为L2-norm或者L1-norm，公式如下：
这样就得到每个块的描述子，对一个对象特征来说块可以是矩形的也可以是圆形的，根据要提取对象特征决定。得到特征之后，在目标图像上以一个CELL大小为步长，检测目标图像上是否有匹配的对象特征，对象特征匹配可以基于相似度，最常见的是欧几里得距离与巴斯系数。
举例：
对于64x128的像素块，可以分为8x16个Cell分为7x15个块(R-HOG) 总计的直方图向量数为：7x15x2x2x9 = 3780个向量
关键部分的代码实现：
public static List<HOGBlock> extract(byte[] gradient, int[] orientation, int width, int height) { // cell histograms int step = 8; int index = 0; int numRowBins = height / step; int numColBins = width / step; int binindex = 0, theta=0, gw = 0; float ww=0, wn=0, wp=0; HOGCell[][] cells = new HOGCell[numRowBins][numColBins]; for (int row = 0; row < height; row += step) { for (int col = 0; col < width; col += step) { int roffset = 0, coffset = 0; cells[row / step][col / step] = new HOGCell(); cells[row / step][col / step].row = row; cells[row / step][col / step].col = col; cells[row / step][col / step].bins = new double[9]; for (int y = 0; y < step; y++) { for (int x = 0; x < step; x++) { roffset = y + row; if (roffset >= height) { roffset = 0; } coffset = x + col; if (coffset >= width) { coffset = 0; } index = roffset * width + coffset; theta = orientation[index]; // 计算权重梯度，一次双线性插值 ww = theta % 20; if(ww >= 10) { wn = ww - 10; wp = (20-wn) / 20.0f; } else { wn = 10 - ww; wp = (20-wn) / 20.0f; } // 获取方向 binindex = theta / 20; if (binindex >= 9) { binindex = 8; } // 权重梯度值累加, 反锯齿 gw = (gradient[index]&0xff); if(ww >=10) { cells[row / step][col / step].bins[binindex] += (wp*gw); if(binindex < 8) { cells[row / step][col / step].bins[binindex+1] += ((1.0-wp)*gw); } } else { cells[row / step][col / step].bins[binindex] += (wp*gw); if(binindex > 0) { cells[row / step][col / step].bins[binindex-1] += ((1.0-wp)*gw); } } } } } } // merge as blocks for 2x2 cells, if cells less than 2x2 cells, just one // block index = 0; List<HOGBlock> blocks = new ArrayList<HOGBlock>(); for (int i = 0; i < numRowBins - 1; i++) { for (int j = 0; j < numColBins - 1; j++) { int cellxoff = j + 1; int cellyoff = i + 1; if (cellxoff >= numColBins) { cellxoff = 0; } if (cellyoff >= numRowBins) { cellyoff = 0; } // 2x2 HOGCell cell1 = cells[i][j]; HOGCell cell2 = cells[i][cellxoff]; HOGCell cell3 = cells[cellyoff][j]; HOGCell cell4 = cells[cellyoff][cellxoff]; HOGBlock block = new HOGBlock(); block.vector = generateBlockVector(cell1, cell2, cell3, cell4); block.width = 2; block.height = 2; block.xpos = cell1.col; block.ypos = cell1.row; block.bindex = index; blocks.add(index, block); index++; } } // Block 归一化 for (HOGBlock cellsBlock : blocks) { blockL1SquareNorm(cellsBlock); } return blocks; }
