一种基于规则化模板的HOG特征提取方法与流程

本发明属于计算机视觉和图像处理技术领域，具体涉及一种基于规则化模板的hog特征提取方法的设计。

背景技术：

方向梯度直方图(histogramoforientedgradient，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。在图像识别尤其在行人检测中，hog特征与svm分类器广泛结合，获得了极大的成功。

在提取hog特征的过程中，有很多参数需要研究人员根据任务的具体要求去设计和调试，但是却没有一套能够指导或者遵循的规则来完成这些工作。因为参数较多，得到较好的模型就需要研究人员花费很多时间去调试与修改参数，而且由于没有十分有效的调试、修改方法，最终得到的结果可能也不理想。

技术实现要素：

本发明的目的是为了解决现有的hog特征提取方法耗时过长而且结果不一定准确的问题，提出了一种基于规则化模板的hog特征提取方法。

本发明的技术方案为：一种基于规则化模板的hog特征提取方法，包括以下步骤：

s1、根据图像检测任务的复杂度选取图像检测块的大小，得到图像检测块。

s2、对图像检测块进行像素重分布处理。

对图像检测块的像素值等比例缩放，使得像素平均值为128。

s3、采用图像边缘提取算子(如roberts算子、sobel算子、prewitt算子、canny算子或log算子)提取图像检测块的边缘，得到图像边缘图。

s4、根据图像检测块的大小确定hog特征提取规则化模板。

对hog特征提取的cell大小、block大小以及每次block移动的步长进行规则化，得到hog特征提取规则化模板，具体设置为：

cell大小设置为能够被图像检测块的高和宽整除，block大小设置为3*3个cell大小，每次block移动的步长设置为cell大小的整数倍，且小于block大小(例如设置为一个cell大小)。

s5、采用hog特征提取规则化模板对图像边缘图进行划分，并提取hog特征。

本发明的有益效果是：本发明提供的基于规则化模板的hog特征提取方法能够很好地指导研究人员进行hog特征值的提取和计算，节省了研究人员调整模型的时间，并且使得最终的结果比较准确。

附图说明

图1所示为本发明实施例提供的一种基于规则化模板的hog特征提取方法流程图。

具体实施方式

现在将参考附图来详细描述本发明的示例性实施方式。应当理解，附图中示出和描述的实施方式仅仅是示例性的，意在阐释本发明的原理和精神，而并非限制本发明的范围。

本发明实施例提供了一种基于规则化模板的hog特征提取方法，如图1所示，包括以下步骤：

s1、根据图像检测任务的复杂度选取图像检测块的大小，即h*w(高*宽)，得到图像检测块。

本发明实施例中的图像为灰度图，通常图像检测任务越复杂，对象形变越多，图像检测块越大。例如：检测行人时，图像检测块典型值可选择56*20大小；检测车辆时，图像检测块典型值可选择25*30大小。另外，若训练数据集足够大，且要求精度较高，可选取较大的图像检测块。

s2、对图像检测块进行像素重分布处理。

由于提取图像的梯度或者边缘时，对强度敏感，所以需要对图像检测块进行像素重分布处理。本发明实施例中，对图像检测块进行像素重分布处理的具体方法为：对图像检测块的像素值等比例缩放，使得像素平均值为128，梯度和边缘更加明显。

s3、采用图像边缘提取算子(如roberts算子、sobel算子、prewitt算子、canny算子或log算子)提取图像检测块的边缘，得到图像边缘图。采用上述各图像边缘提取算子提取图像边缘的具体方法为本领域公知的常规技术，在此不再赘述。

s4、根据图像检测块的大小确定hog特征提取规则化模板。

对hog特征提取的cell大小、block大小以及每次block移动的步长进行规则化，得到hog特征提取规则化模板，具体设置为：

(1)cell大小：首先，cell的大小受限于设定的图像检测块大小，cell的大小(高和宽分别为多少像素)要能被图像检测块的高和宽整除；并且，当确定cell后，由cell组成的block包含的像素数目不能过少(过少会造成特征值过于稀疏—0元过多)。

(2)block大小：常见block大小设置为3*3个cell大小，若选择更大尺寸，单位block内的特征值会更加紧凑(0元变少)，但最终特征参数维数会变小，不利于较为复杂的分类任务。

(3)每次block移动的步长：block移动步长设置为cell大小的整数倍，但一般会小于block的大小，本发明实施例中设置为一个cell大小。但是，当cell的数目过多时，block移动步长过小会造成特征参数维数过大，影响检测实时性，这时可以适当加大步长，实验证明此情况下对检测准确性影响不大。

s5、采用hog特征提取规则化模板对图像边缘图进行划分，并提取hog特征。

本领域的普通技术人员将会意识到，这里所述的实施例是为了帮助读者理解本发明的原理，应被理解为本发明的保护范围并不局限于这样的特别陈述和实施例。本领域的普通技术人员可以根据本发明公开的这些技术启示做出各种不脱离本发明实质的其它各种具体变形和组合，这些变形和组合仍然在本发明的保护范围内。

技术特征：

技术总结
本发明公开了一种基于规则化模板的HOG特征提取方法，通过设置Cell大小、Block大小以及每次Block移动的步长的相互关系，确定HOG特征提取规则化模板进行HOG特征的提取，能够很好地指导研究人员进行HOG特征值的提取和计算，节省了研究人员调整模型的时间，并且使得最终的结果比较准确。

技术研发人员：潘晔;董锋;邵怀宗;胡全;管庆;王文钦;陈慧
受保护的技术使用者：电子科技大学
技术研发日：2018.05.18
技术公布日：2018.11.02