主要内容

このペ,ジの翻訳は最新ではありません。ここをクリックして,英語の最新版を参照してください。

extractHOGFeatures

勾配方向ヒストグラム(猪)特徴を抽出

説明

特性= extractHOGFeatures (は,トゥルカラまたはグレスケル入力メジから抽出した猪特徴を返します。特徴は1行n列のベクトルとして返されます。ここで,nは猪特徴の長さです。返された特徴は,。この情報は,分類,検出,追跡などのたくさんのタスクに利用できます

特性validPoints= extractHOGFeatures(は,指定した点の位置を中心として抽出した猪特徴を返します。この関数は,validPointsも返します。これには,その周囲領域が内に完全に含まれる入力点の位置が含まれます。点に関連付けられたスケ,ル情報は無視されます。

___可视化= extractHOGFeatures(___は,オプションで,前述の構文のいずれかを使用し,猪特徴の可視化も返します。この可視化は情节可视化)を使用して表示できます。

___= extractHOGFeatures(___名称,值は,前述の構文のいずれかを使用し,名前と値のペアの引数を1つ以上指定したオプションを追加で使用します。

すべて折りたたむ

対象の▪▪メ▪▪ジを読み取ります。

Img = imread(“cameraman.tif”);

Hog特徴を抽出します。

[featureVector,hogVisualization] = extractHOGFeatures(img);

Hog特徴を元のメジの上にプロットします。

图;imshow (img);持有;情节(hogVisualization);

图中包含一个轴对象。axis对象包含image、line类型的3个对象。

対象の▪▪メ▪▪ジを読み取ります。

I1 = imread(“gantrycrane.png”);

Hog特徴を抽出します。

[hog1,visualization] = extractHOGFeatures(I1,“CellSize”[32 32]);

元のメジとhog特徴を表示します。

次要情节(1、2、1);imshow (I1);次要情节(1、2、2);情节(可视化);

图中包含2个轴对象。坐标轴对象1包含2个line类型的对象。坐标轴对象2包含一个image类型的对象。

対象の▪▪メ▪▪ジを読み取ります。

I2 = imread(“gantrycrane.png”);

@ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @ @

拐角= detectFASTFeatures(im2gray(I2));最强= select最强(角,3);

Hog特徴を抽出します。

[hog2,validPoints,ptVis] = extractHOGFeatures(I2,最强);

元のメジに最も強いコナを中心とするhog特徴を重ねて表示します。

图;imshow (I2);持有;情节(ptVis“颜色”“绿色”);

图中包含一个轴对象。axis对象包含图像、直线、矩形类型的6个对象。

入力引数

すべて折りたたむ

入力▪▪メ▪▪ジ。M x N x 3のトゥルーカラー,またはM行N列の2次元グレースケールで指定します。入力メジは,実数で非スパスの値でなければなりません。タイトにトリミングされたイメージの場合,猪関数が符号化できる形状情報が失われる場合があります。背景ピクセルを含むパッチの周囲に余分にピクセルマージンを付けると,このように情報が失われるのを防ぐことができます。

デ,タ型:||int16|uint8|uint16|逻辑

正方形の近傍の中心位置の点。BRISKPointsオブジェクト,SURFPointsオブジェクト,MSERRegionsオブジェクト,ORBPointsオブジェクト,cornerPointsオブジェクト,またはM個の[x, y]座標のM行2列の行列として指定します。この関数は,。BlockSizeパラメ、タ、を使用して、近傍のサ、ズを設定できます。有効な出力点を決定するには,。この関数は,これらの点に関連付けられたスケ,ル情報は無視します。

名前と値の引数

オプションの引数のペアをName1 = Value1,…,以=家として指定します。ここで,的名字は引数名で,价值は対応する値です。名前と値の引数は他の引数の後に指定しなければなりませんが、ペアの順序は重要ではありません。

R2021aより前では,コンマを使用して名前と値の各ペアを区切り,的名字を引用符で囲みます。

例:“BlockSize”(2 - 2)は,BlockSizeを2 × 2の正方形ブロックに設定します。

猪セルのサ猪ズ。ピクセル単位の2要素ベクトルとして指定します。より大きなスケルの空間情報を取得するには,セルサズを大きくします。セルサ@ @ズを大きくすると,小さいスケ@ @ルの細部が失われます。

ブロックに含まれるセルの数。2要素ベクトルとして指定します。ブロックサイズ値を大きくすると、局所的な照度の変化を抑える能力が減少します。大きなブロックに含まれるピクセルの数により、これらの変化は平均化によって失われる場合があります。ブロック サイズを小さくすると、局所的なピクセルの有意性を捉えるのに役立ちます。ブロック サイズを小さくすると、HOG 特徴の照度の変化を抑えるのに役立ちます。

隣接するブロック間でオ,バ,ラップしているセルの数。2要素ベクトルとして指定します。適切なコントラスト正規化を確保するため,少なくともブロックサイズの半分のオーバーラップを選択してください。オーバーラップの値を大きくすると,より多くの情報を取得できますが,特徴ベクトルサイズが大きくなります。このプロパティは,猪特徴を点の位置からではなく,領域から抽出するときのみ適用されます。猪特徴を点の位置の周囲から抽出するときは,1つのブロックだけが使用されるため,オーバーラップは発生しません。

向きのヒストグラムビンの数。正のスカラとして指定されます。向きをより詳細に符号化するには、ビンの数を増やします。この値を大きくすると、特徴ベクトルのサイズが大きくなり、処理時間が長くなります。

向きの値の選択。逻辑スカラーとして指定します。このプロパティを真正的に設定すると,向きの値は-180 ~ 180度の間でビン内で等間隔になります。このプロパティをに設定すると,0 ~ 180の間で等間隔になります。その場合,0未満のtheta値は,theta + 180値のビンに配置されます。符号付きの向きを使用することで,イメージ領域内の明から暗への遷移と暗から明への遷移を区別するのに役立ちます。

出力引数

すべて折りたたむ

抽出された猪特徴。1行n列のベクトルまたは P 行 Q 列の行列のいずれかとして返されます。この特徴は、イメージ内の領域または点の位置から局所的な形状情報を符号化します。この情報は、分類、検出、追跡などのたくさんのタスクに利用できます。

特性出力 説明
1行n列のベクトル Hog特徴の長さnは,。
N =刺激([BlocksPerImage,BlockSizeNumBins])
BlocksPerImage =地板上((大小)。/CellSize- - - - - -BlockSize) / (BlockSize- - - - - -BlockOverlap) + 1)
P行q列の行列 Pは,その周囲領域が入力メジ内に完全に含まれる有効な点の数です。点の位置を抽出するの入力値を提供します。
周囲領域は次のように計算されます。
CellSize. *BlockSize
特徴ベクトルの長さqは次のように計算されます。
刺激([NumBinsBlockSize])

例1猪特徴ベクトルのヒストグラムの配置

以下の図は,6のセルを持。

BlockSizeを[2 - 2]に設定した場合,各hogブロックのサescズは2行2列のセルになります。セルのサ@ @ズはピクセル単位です。これはCellSizeプロパティを使用して設定できます。

猪特徴ベクトルは,猪ブロックによって配置されます。セルヒストグラムhyx)は,1行NumBins列です。

以下の図は,ブロック間で1行1列のセルがオーバーラップする猪特徴ベクトルを示しています。

特性記述子ベクトル出力に関連付けられた有効な点。この出力は,cornerPointsオブジェクト,BRISKPointsSURFPointsオブジェクト,MSERRegionsオブジェクト,ORBPointsオブジェクト,または[x,y]座標のM行2列の行列のいずれかとして返されます。この関数は,[CellSize. *BlockSize]に等しいサesc esc esc esc esc esc esc esc esc esc esc esc esc。抽出された記述子は,入力と同じオブジェクトタ。領域は,。

Hog特徴の可視化。オブジェクトとして返されます。この関数は、抽出された HOG 特徴を可視化するためのオプション引数を出力します。情节メソッドを可视化出力と合わせて使用できます。Hog特徴の抽出とプロットの例を参照してください。

猪特徴は,等間隔の玫瑰プロットのグリッドを使用して可視化されます。セルサ▪▪ズと▪▪メ▪ジサ▪▪ズによって,グリッドの次元が決定されます。各玫瑰プロットは,HOGセル内の勾配の向きの分布を示します。玫瑰プロットの各花弁の長さは、セル ヒストグラム内における各向きの寄与を示すようにスケーリングされます。ブロットはエッジの方向を表示します。これは、勾配の方向に対して垂直になります。プロットをエッジ方向と共に表示することで、HOG で符号化された形状と輪郭をよりよく理解できるようになります。各 rose プロットは、NumBinsの2倍の花弁を表示します。

次の構文を使用して,小猪特徴をプロットできます。

情节(可视化)は,HOG特徴を玫瑰プロットの配列としてプロットします。
情节(可视化,AX)は,hog特徴をax軸にプロットします。
情节(___,“颜色”,colorValue)は,小猪特徴のプロットに使用される色を指定します。ここで,colorValueは,カラ値の表で説明されている1行3列のRGBベクトル,色の省略名,または色の完全名として色を表します。

詳細

すべて折りたたむ

カラ値

色の名前 省略名 RGB 3成分 外観
“红色” “r” [10 0 0]

样品的颜色为红色

“绿色” “g” [0 10 0]

样品的颜色为绿色

“蓝色” “b” [0 0 1]

样品的颜色为蓝色

“青色” “c” [0 1 1]

样品的颜色为青色

“红色” “m” [10 0 1]

样品的颜色为洋红色

“黄色” “y” [11 10 0]

样品的颜色为黄色

“黑色” “k” [0 0 0]

样品颜色为黑色

“白色” “w” [1 1 1]

样品颜色为白色

参照

[1]达拉尔,N.和B.特里格斯。“面向人类检测的梯度直方图”,IEEE计算机学会计算机视觉和模式识别会议,第1卷(2005年6月),第886-893页。

拡張機能

C/ c++コ,ド生成
MATLAB®Coder™を使用してCおよびc++コドを生成します。

バ,ジョン履歴

R2013bで導入