理论篇HOG特征描述算子

HOG特征

• • 引言

    • 1 理论基础

    • • 1.1 梯度值的计算方法
      • 1.2 分区域梯度方向直方图
      • 1.3 块特征描述符
      • 1.4 块特征描述符的归一化处理

    • 2 程序实现

前言

HOG的完整名称为方向梯度直方图，其核心原理是通过分析图像中各个方向的梯度分布来提取特征信息。这种方法能够有效表征图像中物体的形态特征，从而实现对特定目标的识别与定位。（如下图所示，即为通过HOG算法提取出的图像特征）

HOG特征描述子的提取流程：

• 将图像转换为灰度形式
• 计算图像的梯度信息
• 按网格划分区域并统计梯度方向直方图
• 构建块级描述子
• 对块级描述子进行归一化处理

理论框架构建

1.梯度计算方法与实现

获取梯度直方图的前提是分别计算图像的水平与垂直梯度，此过程可通过应用特定内核对图像进行滤波操作来完成，其中不同内核分别对应水平和垂直方向的梯度计算。

![在这里插入图片描述](https://cdl.itadn