圖像檢索 - 邊緣直方圖

Question

我的講師在edge histograms上對image retrieval進行了滑動，他聲明必須首先將圖像分成4x4 blocks，然後檢查horizontal, vertical, +45°, and -45° orientations處的邊緣。他然後說，這是代表14x1 histogram。我不知道他是如何決定創建14x1 histogram的。有誰知道他是怎麼想出這個價值的，或者如何創建一個edge histogram？

謝謝。

Answer 1

你所說的東西叫做面向梯度直方圖（HoG）。但是，數學不適合你的例子。通常您會選擇空間裝倉參數（4x4塊）。對於每個塊，您將計算一些不同方向的梯度大小（在您的情況下，只有2個方向）。因此，在每個區塊中您都會有N_{directions}的測量值。將其乘以塊的數量（您的16個），並且您看到您有總計量的16*N_{directions}。

要形成直方圖，只需將這些測量值連接成一個長向量。只要您跟蹤將bin/direction組合映射到1-D直方圖中的槽中的方式，任何方式都可以進行並置。這種串聯長的直方圖最常用於機器學習任務，如訓練分類器以基於其梯度定向的方式識別圖像的某些方面。

但在你的情況下，教授必須做一些特殊的事情，因爲如果你有16個不同的圖像塊（一個4×4的圖像塊網格），那麼你需要計算每塊不到1個測量結果總直方圖中共有14個測量值。

或者，教授可能意味着您將角度範圍設置爲[-45，+ 45]，然後將其分成14個不同的值：-45，-45 + 90/14，-45 + 2 * 90/14，...等等。

如果這就是教授的意思，那麼在這種情況下，你可以在一個區塊內獲得14個定位箱。一旦所有東西都連接在一起，你就會有一個非常長的14 * 16 = 224-分量矢量來描述整個圖像。順便提一下，我已經使用漸變柱狀圖的Python實現進行了大量測試，因此您可以看到鏈接here或here的一些工作。該網站上還有一些示例代碼，雖然更好支持的HoG版本出現在中。