clear all; close all; clc;img=double(rgb2gray(imread('E:/6.jpg')));
imshow(img,[]);
[m n]=size(img);img=sqrt(img);      %伽马校正%下面是求边缘
fy=[-1 0 1];        %定义竖直模板
fx=fy';             %定义水平模板
Iy=imfilter(img,fy,'replicate');    %竖直边缘
Ix=imfilter(img,fx,'replicate');    %水平边缘
Ied=sqrt(Ix.^2+Iy.^2);              %边缘强度
Iphase=Iy./Ix;              %边缘斜率,有些为inf,-inf,nan,其中nan需要再处理一下%下面是求cell
step=16;                %step*step个像素作为一个单元
orient=9;               %方向直方图的方向个数
jiao=360/orient;        %每个方向包含的角度数
Cell=cell(1,1);              %所有的角度直方图,cell是可以动态增加的,所以先设了一个
ii=1;
jj=1;
for i=1:step:m          %如果处理的m/step不是整数,最好是i=1:step:m-stepii=1;for j=1:step:n      %注释同上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));        %局部边缘强度归一化tmpphase=Iphase(i:i+step-1,j:j+step-1);Hist=zeros(1,orient);               %当前step*step像素块统计角度直方图,就是cellfor p=1:stepfor q=1:stepif isnan(tmpphase(p,q))==1  %0/0会得到nan,如果像素是nan,重设为0tmpphase(p,q)=0;endang=atan(tmpphase(p,q));    %atan求的是[-90 90]度之间ang=mod(ang*180/pi,360);    %全部变正,-90变270if tmpx(p,q)<0              %根据x方向确定真正的角度if ang<90               %如果是第一象限ang=ang+180;        %移到第三象限endif ang>270              %如果是第四象限ang=ang-180;        %移到第二象限endendang=ang+0.0000001;          %防止ang为0Hist(ceil(ang/jiao))=Hist(ceil(ang/jiao))+tmped(p,q);   %ceil向上取整,使用边缘强度加权endendHist=Hist/sum(Hist);    %方向直方图归一化Cell{ii,jj}=Hist;       %放入Cell中ii=ii+1;                %针对Cell的y坐标循环变量endjj=jj+1;                    %针对Cell的x坐标循环变量
end%下面是求feature,2*2个cell合成一个block,没有显式的求block
[m n]=size(Cell);
feature=cell(1,(m-1)*(n-1));
for i=1:m-1for j=1:n-1           f=[];f=[f Cell{i,j}(:)' Cell{i,j+1}(:)' Cell{i+1,j}(:)' Cell{i+1,j+1}(:)'];feature{(i-1)*(n-1)+j}=f;end
end%到此结束,feature即为所求
%下面是为了显示而写的
l=length(feature);
f=[];
for i=1:lf=[f;feature{i}(:)'];
end
figure
mesh(f)

HOG特征向量的代码相关推荐

  1. HOG特征向量的代码 源代码改

    <pre name="code" class="cpp">function HOGFeature = ImgHOGFeature( imgPathN ...

  2. hog特征提取python代码_HOG特征提取

    我想提取阿拉伯笔迹线条图像的HOG特征.代码如下.所以,我需要关于如何输入图像和如何输出特征的帮助.有谁能帮我一下吗.在import numpy as np from scipy import sqr ...

  3. OpenCV关于hog特征向量的个数

    其实原理是很简单的, 在OpenCV实现的是R-HOG, 即对图像img->窗口window->块block->细胞单元cell进行向量统计 首先看描述器的构造函数, 我用      ...

  4. 矩阵的特征值、特征向量及其代码求解实现

    如果把矩阵看成运动,描述运动最重要的参数当属运动的速度和方向.为了帮助大家理解,我们可以形象地认为:特征值就是运动的速度,特征向量就是运动的方向. Python代码: import numpy as ...

  5. hog特征提取python代码_hog特征提取-python实现

    [转载自 https://blog.csdn.net/ppp8300885/article/details/71078555] 全部代码: importcv2importnumpy as npimpo ...

  6. Jacobi迭代求矩阵特征值和特征向量+C代码

    Jacobi计算过程如下: 1. 选择矩阵A非对角元中最大值A[i][j],运用公式 tan 2O = 2*A[i][j] / (A[i][i] -A[j][j]) 获得选择平面矩阵J,使J * A  ...

  7. SVM+HOG识别Matlab代码,序列前向搜索Malab代码,抗遮挡的STC跟踪C++代码

    1.毕业论文的代码.一个能识别能跟踪的程序.识别部分为SVM+HOG还有序列前向搜索,为Matlab写的. 2.跟踪部分为提升的STC跟踪算法,原版STC代码见http://blog.csdn.net ...

  8. HOG特征提取matlab代码

    clear;clc; img=imread('1.png'); % 1.%灰度化 img=rgb2gray(img); img=double(img); step=8;      %8*8个像素作为一 ...

  9. 『ML笔记』HOG特征提取原理详解+代码

    HOG特征提取原理详解+代码! 文章目录 一. HOG特征介绍 二. HOG算法具体流程+代码 2.1. 图像灰度化和gamma矫正 2.2. 计算图像像素梯度图 2.3. 在8×8的网格中计算梯度直 ...

最新文章

  1. 波士顿动力警犬遭禁用!反对呼声太高,纽约警局认怂
  2. 线程安全: 互斥锁和自旋锁(10种)
  3. 隔空投送找不到_嗑技热点对标苹果AirDrop,安卓终于也能隔空投送
  4. 走进腾讯 |《产品经理第一课》宜信、零度无人机、悦跑圈核心团队独家分享爆款产品的打造秘籍...
  5. python 依据某几列累加求和_Python爬虫笔记:爬取单个页面
  6. -bash: xxx: command not found
  7. 带有Gradle的Spring Boot Web应用程序
  8. YII2 服务器验证码不显示
  9. mysql 低端_mysql入门
  10. 妙啊,小米11保护壳先小米11一步上市了...
  11. DNS解释问题:java.net.UnknownHostException
  12. Maximum Submatrix Largest Rectangle
  13. 手机qq2010java触屏_手机QQ2010(Java触屏)Beta2发布:操作更流畅
  14. win10修改用户名/指纹无法置入/用户文件没有重命名的选项
  15. 深入学习ArduinoJson库 V5版本
  16. 转载和积累系列 - L4负载均衡的设计与实现
  17. 缓存的那些应用场景,你都清楚吗?
  18. Maven 常用镜像站地址
  19. 自制智能插线板,内嵌BLE低功耗蓝牙,通过手机进行控制(一)
  20. 万变不离其宗之ZYNQ串口介绍

热门文章

  1. WINCE6.0文件系统及存储管理器
  2. Puppet 实验三 安装和配置
  3. JavaScript 基础(十):循环语句
  4. 安装onlyoffice document server
  5. Spark RDD概念学习系列之rdd持久化、广播、累加器(十八)
  6. 运用ajax技术写联动的效果
  7. Seam开发环境的搭建
  8. 如何隐藏system函数的窗口
  9. 基于python和postgreSQL存储图片
  10. 机器学习知识点(二十一)特征选择之岭回归和LASSO