[发明专利]用于产生方向梯度直方图的方法

说明书

本发明提供了一种用于为图像的至少一部分产生方向梯度直方图(HOG)的方法，包括：将所述图像部分分成单元，每个单元包括多个图像像素；然后针对单元的每个图像像素，基于沿着分别包括所述像素的所述图像的至少一行和所述图像的列的像素值差异，获得水平梯度分量gx和垂直梯度分量gy；并且将梯度分配给多个扇区中的一者，其中n是扇区索引，每个扇区延伸通过一系列方位角，并且所述扇区的至少一些根据以下不等式从相邻扇区划分：b*16<a*(n+1)，其中0≤n≤5，b＝gy并且a＝gx；以及b*16<a*(13‑n)，其中7≤n≤12，a＝gx+gy并且b＝gx‑gy；至少一个扇区与区间相关联；并且累加与区间相关联的单元的像素梯度中的每个实例以为所述单元提供HOG。

技术领域

本发明涉及一种用于产生方向梯度直方图的方法。

背景技术

Navneet Dalal和Bill Triggs，“Histograms of Oriented Gradients forHuman Detection”，IEEE Computer Society Conference on Computer Vision andPattern Recognition，第1卷，第886-893页，2005年6月25-26日；以及Navneet Dalal于2006年7月17日在L'institut National Polytechnique De Grenoble上发表的博士论文“Finding People in Images and Videos”PhD Thesis，其公开了用于图像处理(包括用于对象检测和/或分类)的方向梯度直方图(HOG)描述符。

图1示出了用于计算图像的局部部分的HOG的简单示例，在此称为单元。

在图1的示例中，采用2×2像素单元。每个像素值与3×1内核结合以确定单元像素的梯度的相应水平分量；并且使用1×3内核确定单元像素的梯度的垂直分量。(因此应当理解，需要来自2×2单元周围的一个像素的边界的像素值，以便计算单元的每个像素的梯度。)在图1的示例中，边界拐角的像素值4、0、7和4仅作为信息示出，因为这些对于图1的示例性内核不是必需的。然而，应当理解，可以采用其他内核，这些内核可能需要这些像素或其他像素。

水平和垂直梯度分量被组合以提供单元的每个像素的矢量梯度。使用梯度，可以计算单元的每个像素梯度的幅度和方向。在图1的示例中，梯度被映射到8个区间中的一个，然后可以通过对梯度方向的出现计数来确定HOG。在该示例中，3个矢量在区间2中，1个在区间3中，指示图像的该部分的梯度大致在区间2的方向上。(未显示与样本输入图像中显示的值对齐。)然后可以使用每个像素梯度的幅度值来确定该方向上的梯度的范围。

正是HOG和幅度值的这种组合在本文中称为单元的HOG描述符。

在图1中，使用的像素值包括亮度值，例如，YCC格式图像的Y分量。在其他具体实施中，还可以基于该图像格式或其他图像格式计算颜色梯度。

从图1的示例可以看出，基于HOG描述符的简单应用将需要使用：

·乘法器，用于计算梯度的幅度；并且

·反正切函数，用于计算梯度方向。

显然，对这些计算中的每一者的优化将允许用于提供HOG描述符的更合理的实施，并且特别地，这将允许在具有有限处理能力的设备诸如手持式相机或智能电话中提供HOG描述符的有效硬件实施。

Ryoji Kadota等人，“Hardware Architecture for HOG Feature Extraction”，Proceedings of 5th International Conference on Intelligent Information Hidingand Multimedia Signal Processing，2009，第1330-1333页公开了几种简化HOG描述符计算的方法，诸如将除法、平方根和反正切转换为更简单的操作。