直方圖標準化功能

我很困惑如何使用直方圖標準化提取功能。也許這聽起來太愚蠢了，但對於愚蠢我感到困惑。我已經規範了圖像，但我如何將其表現爲一個特徵。它是直方圖變成特徵還是它是HOG（定向梯度直方圖）的概念。我很困惑我如何表示直方圖作爲一個功能。我能否就此解釋一下。直方圖標準化功能

來源

2013-06-25 kcc__

A 特徵描述符可被定義爲描述其部分或全部的模式的任何屬性。當您提取圖像的直方圖時，您將提取可能以各種方式應用或利用的圖像的一些屬性。例如，如果大多數直方圖總體偏向較暗的一面，則可以得出結論：該圖像既可以用黑色圖案填充，也可以不充分照明。所以直方圖本身是一個有效的特徵描述符。

爲了使直方圖具有可比性，標準化通常是必需的。例如，您可能想比較不同尺寸的圖像。在這種情況下，兩個圖像的直方圖總體將會不同。但是，一旦你對直方圖進行歸一化處理，它們就會變成可比較的，從而使特徵描述有效和可用。

來源

2013-06-25 07:58:24 Zaphod

非常感謝您的明確解釋。一個問題，就像我想爲我的項目進行圖像檢索一樣。圖像是各種場景和地方。我已經對所有訓練集進行了歸一化處理，現在我剩下的是特徵提取，我被卡住了。我想要做的功能是使用直方圖的bin和dimension，而不是使用KNN來重新平凡。你認爲這個功能是否正確？我不能使用篩選等，因爲項目是直方圖的概念。什麼可能是我的功能任何線索或幫助？ –

你將會覆蓋哪些地方和場景？過去，我發現HSV顏色空間中的色調和值的歸一化直方圖在識別位置方面非常有效。 – Zaphod

數據集由建築物，森林，海邊組成。我唯一的困惑是使用直方圖時我的特徵向量是什麼。（使用HOG是你認爲的好主意）.. –

直方圖標準化功能

回答

相關問題