羅濱+朱長(zhǎng)仁+++任云

摘 要： 特征提取是目標(biāo)檢測(cè)與識(shí)別領(lǐng)域的研究熱點(diǎn)之一，HOG（Histogram of Oriented Gradient）特征由于其對(duì)圖像局部信息良好的幾何和光照不變性，在行人檢測(cè)、車牌和人臉識(shí)別等計(jì)算機(jī)視覺鄰域得到了廣泛應(yīng)用，但是HOG不具有旋轉(zhuǎn)不變的特性，使得該特征在實(shí)際應(yīng)用中存在著一些局限性。針對(duì)該問題，提出一種具有旋轉(zhuǎn)不變性的HOG特征提取方法，首先根據(jù)圖像梯度信息提取主方向并設(shè)置為參考方向，接著旋轉(zhuǎn)主方向至參考方向，在旋轉(zhuǎn)后的圖像上得到旋轉(zhuǎn)不變的HOG特征。并且設(shè)計(jì)了一種面向圖像匹配的相似性度量準(zhǔn)則，它以單個(gè)圖像塊（Block）特征向量為基元，與待匹配圖像中對(duì)應(yīng)塊及其鄰域塊特征向量的相似度共同作為度量標(biāo)準(zhǔn)，增強(qiáng)了旋轉(zhuǎn)圖像在像素平移情況下的匹配效果。實(shí)驗(yàn)結(jié)果表明，提出的改進(jìn)HOG特征具有良好的旋轉(zhuǎn)不變特性。

關(guān)鍵詞： 梯度方向直方圖（HOG）； 方向標(biāo)準(zhǔn)化； 圖像匹配； 相似性度量

中圖分類號(hào)： TN911.73?34； TP391.4 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2015）22?0084?04

0 引 言

隨著信息產(chǎn)業(yè)的高速發(fā)展，物質(zhì)生活日益豐富的同時(shí)，人們對(duì)計(jì)算機(jī)視覺技術(shù)的需求也越來越高。圖像特征提取作為計(jì)算機(jī)視覺領(lǐng)域一個(gè)重要的研究方向，在醫(yī)學(xué)、刑偵和軍事等方面都發(fā)揮著重要的作用，吸引著大量的國(guó)內(nèi)外研究者。對(duì)于圖像特征，至今為止都沒有一個(gè)精確的定義，包括性能的衡量往往由具體問題或者應(yīng)用所決定，但是作為模式識(shí)別的起點(diǎn)，對(duì)圖像的描述都應(yīng)具有精確性、獨(dú)特性和魯棒性等特點(diǎn)。

近年來，研究者們提出了大量圖像特征描述子，Lowe提出了SIFT（Scale?invariant feature transform，尺度不變特征轉(zhuǎn)換）特征[1]，在尺度空間中尋找具有尺度、旋轉(zhuǎn)、位置等不變性的極值點(diǎn)，這些特征點(diǎn)構(gòu)成對(duì)圖像的不變性描述，取得了良好的效果，作者隨后在2004年對(duì)其進(jìn)行了完善[2]。SIFT算法穩(wěn)定，可以檢測(cè)到較多的特征點(diǎn)，但是計(jì)算復(fù)雜度高，Bay等針對(duì)上述問題提出了SURF（Speeded?Up Robust Features，快速魯棒特征）特征[3]，利用積分圖、Hessian矩陣快速構(gòu)造圖像尺度空間，大幅提升了檢測(cè)速度。SIFT和SURF都具有尺度、光照和旋轉(zhuǎn)不變性，但是構(gòu)造描述子的過程繁雜，效率依舊難以滿足實(shí)時(shí)性的應(yīng)用需求。Dalal在2005年的CVPR上提出了HOG[4]（Histogram of Oriented，梯度方向直方圖）特征應(yīng)用于行人檢測(cè)，并達(dá)到了2006年P(guān)ASCAL人體檢測(cè)挑戰(zhàn)賽最佳結(jié)果，獲得了極大的成功。受此啟發(fā)，國(guó)內(nèi)外許多研究者將目光轉(zhuǎn)向了HOG特征，其中包括許多HOG特征的改進(jìn)[5?12]。

HOG的優(yōu)勢(shì)在于它有很好的幾何和光學(xué)不變性，并且計(jì)算效率高。但是，HOG本身存在一些局限：

（1） 計(jì)算梯度前不能進(jìn)行平滑使得 HOG不具備多尺度分析能力。Zhu等使用積分圖[5]加速HOG特征的計(jì)算，實(shí)現(xiàn)了多尺度分析；Bosh等結(jié)合空域金字塔核提出了PHOG（Pyramid of Histogram of Orientation Gradient，方向直方圖金字塔）特征[6]，通過對(duì)ROI區(qū)域的多分辨率分割，構(gòu)建金字塔圖層，加權(quán)連接各圖層的梯度方向直方圖得到PHOG；Pedro等結(jié)合HOG特征，提出了用于目標(biāo)檢測(cè)的判別訓(xùn)練、多尺度可變部件模型[7?8]（DPM），將一種挖掘難例的間隔敏感方法與隱藏變量SVM（Latent variables SVM）結(jié)合起來，實(shí)驗(yàn)證明其方法在平均精度上達(dá)到HOG特征人體檢測(cè)的2倍。

（2） HOG不具備旋轉(zhuǎn)不變性。湯彪等提出了基于旋轉(zhuǎn)不變HOG特征的圖像匹配算法[12]，該算法改進(jìn)了Block劃分方式，用環(huán)形圖像區(qū)域劃分方式代替常規(guī)的方形圖像區(qū)域劃分方式，并對(duì)梯度進(jìn)行RGT （Radial Gradient Transform）變化，獲得旋轉(zhuǎn)不變的直方圖信息，在角度差異圖像間的匹配取得了不錯(cuò)的效果。但是，這種算法舍去了目標(biāo)本身的方向信息，縮小了適用范圍。

本文提出了一種基于主方向的旋轉(zhuǎn)不變HOG特征方法，并優(yōu)化了特征的相似性度量。在特征提取方面，首先根據(jù)梯度信息計(jì)算得到圖像主方向，然后以主方向作為歸一化參考方向，獲取旋轉(zhuǎn)不變的HOG特征。在相似性度量方面，本文以單個(gè)圖像塊（BLOCK）特征向量為基元，與待匹配圖像中對(duì)應(yīng)塊及其鄰域塊特征向量的相似度共同作為度量標(biāo)準(zhǔn)，增強(qiáng)了存在少許相位差異的旋轉(zhuǎn)圖像之間的匹配效果。實(shí)驗(yàn)結(jié)果表明，與傳統(tǒng)HOG特征相比，利用本文提出的改進(jìn)HOG特征在圖像間存在角度差異的時(shí)候，依然能夠保證匹配的準(zhǔn)確度。

下面首先簡(jiǎn)要介紹HOG特征提取基本思路，然后描述基于梯度信息的主方向提取算法，其次敘述基于主方向HOG特征的圖像匹配算法，最后給出相關(guān)實(shí)驗(yàn)與結(jié)果分析。

1 HOG特征提取基本思路

梯度方向直方圖是一種稠密的統(tǒng)計(jì)特征描述，其主要思想是：將一幅圖像分成許多連通區(qū)域，分別計(jì)算和統(tǒng)計(jì)各區(qū)域的梯度信息構(gòu)成直方圖，最后將直方圖連接起來就可得到HOG特征。

4 結(jié) 語

本文方法通過統(tǒng)計(jì)圖像全局的梯度方向信息，得到梯度主方向，并以此作為參考方向?qū)D像進(jìn)行方向歸一化，提取圖像的HOG特征，使之具有較好的旋轉(zhuǎn)不變性。圖像匹配的實(shí)驗(yàn)結(jié)果表明，在圖像存在角度差異的情況下，本文算法具有良好的匹配效果，總體性能明顯優(yōu)于傳統(tǒng)的HOG特征。

參考文獻(xiàn)

[1] LOWE D. Object recognition from local scale?invariant features [C]// Proceedings of the 7th the IEEE International Conference on Computer Vision. Kerkyra： IEEE， 1999： 1150?1157.

[2] LOWE D. Distinctive image features from scale?invariant key points [J]. International Journal of Computer， 2004， 11（60）： 91?110.

[3] BAY H， TUYTELAARS T， ESS A. Speeded up robust features （SURF） [J]. Computer Vision and Image Understanding， 2008， 110（3）： 346?359.

[4] DALAL N， TRIGGS B. Histograms of oriented gradients for human detection [C]// Proceedings of 2005 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. San Diego： IEEE， 2005： 886?893.

[5] ZHU QIANG， AVIDAN S， MEI Y， et al. Fast human detection using a cascade of histograms of oriented gradients [C]// Proceedings of 2006 IEEE Computer Society Conference on Computer Vision and Pattern Recognition. [S.l.]： IEEE， 2006： 1491?1498.

[6] BOSH A， ZISSERMAN A， MUNOZ X. Representing shape with a spatial pyramid Kemel [C]// Proceedings of the 6th ACM Intemational Conference on Image and Video Retrieval. New York， USA： ACM Press， 2007： 1091?1096.

[7] FELZENSZWALB P. A discriminatively trained， multiscale， deformable part model [C]// Proceedings of the 26th IEEE Conference on Computer Vision and Pattern Recognition. Anchorage， AK： IEEE， 2008： 1?8.

[8] FELZENSZWALB P. Object detection with discriminatively trained part based models [J]. IEEE Transactions on Pattern Analysis and Machine Intelligence， 2010， 32（9）： 1627?1645.

[9] 芮挺，曹鵬，張金林，等.基于高斯混合建模的多尺度HOG行人頭肩特征檢測(cè)[J].山東科技大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，32（2）：90?93.

[10] 霍亞松，張錕.非重疊低維度梯度方向直方圖[J].模式識(shí)別與人工智能，2014，27（3）：242?247.

[11] 吳博.HOG特征紅外圖像匹配技術(shù)研究[D].武漢：華中科技大學(xué)，2011.

[12] 湯彪，左崢嶸，李明.基于旋轉(zhuǎn)不變HOG特征的圖像匹配算法[EB/OL].[2013?01?24].http：//www.paper.edu.cn/releasepaper/content/201301?1025.