图像检索 - 边缘直方图

Question

我的讲师在edge histograms上对image retrieval进行了滑动，他声明必须首先将图像分成4x4 blocks，然后检查horizontal, vertical, +45°, and -45° orientations处的边缘。他然后说，这是代表14x1 histogram。我不知道他是如何决定创建14x1 histogram的。有谁知道他是怎么想出这个价值的，或者如何创建一个edge histogram？

谢谢。

Answer 1

你所说的东西叫做面向梯度直方图（HoG）。但是，数学不适合你的例子。通常您会选择空间装仓参数（4x4块）。对于每个块，您将计算一些不同方向的梯度大小（在您的情况下，只有2个方向）。因此，在每个区块中您都会有N_{directions}的测量值。将其乘以块的数量（您的16个），并且您看到您有总计量的16*N_{directions}。

要形成直方图，只需将这些测量值连接成一个长向量。只要您跟踪将bin/direction组合映射到1-D直方图中的槽中的方式，任何方式都可以进行并置。这种串联长的直方图最常用于机器学习任务，如训练分类器以基于其梯度定向的方式识别图像的某些方面。

但在你的情况下，教授必须做一些特殊的事情，因为如果你有16个不同的图像块（一个4×4的图像块网格），那么你需要计算每块不到1个测量结果总直方图中共有14个测量值。

或者，教授可能意味着您将角度范围设置为[-45，+ 45]，然后将其分成14个不同的值：-45，-45 + 90/14，-45 + 2 * 90/14，...等等。

如果这就是教授的意思，那么在这种情况下，你可以在一个区块内获得14个定位箱。一旦所有东西都连接在一起，你就会有一个非常长的14 * 16 = 224-分量矢量来描述整个图像。顺便提一下，我已经使用渐变柱状图的Python实现进行了大量测试，因此您可以看到链接here或here的一些工作。该网站上还有一些示例代码，虽然更好支持的HoG版本出现在中。