基于主方向的旋轉不變HOG特征

羅濱+朱長仁+++任云

摘 要： 特征提取是目標檢測與識別領域的研究熱點之一，HOG（Histogram of Oriented Gradient）特征由于其對圖像局部信息良好的幾何和光照不變性，在行人檢測、車牌和人臉識別等計算機視覺鄰域得到了廣泛應用，但是HOG不具有旋轉不變的特性，使得該特征在實際應用中存在著一些局限性。針對該問題，提出一種具有旋轉不變性的HOG特征提取方法，首先根據圖像梯度信息提取主方向并設置為參考方向，接著旋轉主方向至參考方向，在旋轉后的圖像上得到旋轉不變的HOG特征。并且設計了一種面向圖像匹配的相似性度量準則，它以單個圖像塊（Block）特征向量為基元，與待匹配圖像中對應塊及其鄰域塊特征向量的相似度共同作為度量標準，增強了旋轉圖像在像素平移情況下的匹配效果。實驗結果表明，提出的改進HOG特征具有良好的旋轉不變特性。

關鍵詞： 梯度方向直方圖（HOG）； 方向標準化； 圖像匹配； 相似性度量

中圖分類號： TN911.73?34； TP391.4 文獻標識碼： A 文章編號： 1004?373X（2015）22?0084?04

0 引 言

隨著信息產業的高速發展，物質生活日益豐富的同時，人們對計算機視覺技術的需求也越來越高。圖像特征提取作為計算機視覺領域一個重要的研究方向，在醫學、刑偵和軍事等方面都發揮著重要的作用，吸引著大量的國內外研究者。對于圖像特征，至今為止都沒有一個精確的定義，包括性能的衡量往往由具體問題或者應用所決定，但是作為模式識別的起點，對圖像的描述都應具有精確性、獨特性和魯棒性等特點。

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，尺度不變特征轉換）特征[1]，在尺度空間中尋找具有尺度、旋轉、位置等不變性的極值點，這些特征點構成對圖像的不變性描述，取得了良好的效果，作者隨后在2004年對其進行了完善[2]。SIFT算法穩定，可以檢測到較多的特征點，但是計算復雜度高，Bay等針對上述問題提出了SURF（Speeded?Up Robust Features，快速魯棒特征）特征[3]，利用積分圖、Hessian矩陣快速構造圖像尺度空間，大幅提升了檢測速度。SIFT和SURF都具有尺度、光照和旋轉不變性，但是構造描述子的過程繁雜，效率依舊難以滿足實時性的應用需求。Dalal在2005年的CVPR上提出了HOG[4]（Histogram of Oriented，梯度方向直方圖）特征應用于行人檢測，并達到了2006年PASCAL人體檢測挑戰賽最佳結果，獲得了極大的成功。受此啟發，國內外許多研究者將目光轉向了HOG特征，其中包括許多HOG特征的改進[5?12]。

HOG的優勢在于它有很好的幾何和光學不變性，并且計算效率高。但是，HOG本身存在一些局限：

（1） 計算梯度前不能進行平滑使得 HOG不具備多尺度分析能力。Zhu等使用積分圖[5]加速HOG特征的計算，實現了多尺度分析；Bosh等結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ROI區域的多分辨率分割，構建金字塔圖層，加權連接各圖層的梯度方向直方圖得到PHOG；Pedro等結合HOG特征，提出了用于目標檢測的判別訓練、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）結合起來，實驗證明其方法在平均精度上達到HOG特征人體檢測的2倍。

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

本文提出了一種基于主方向的旋轉不變HOG特征方法，并優化了特征的相似性度量。在特征提取方面，首先根據梯度信息計算得到圖像主方向，然后以主方向作為歸一化參考方向，獲取旋轉不變的HOG特征。在相似性度量方面，本文以單個圖像塊（BLOCK）特征向量為基元，與待匹配圖像中對應塊及其鄰域塊特征向量的相似度共同作為度量標準，增強了存在少許相位差異的旋轉圖像之間的匹配效果。實驗結果表明，與傳統HOG特征相比，利用本文提出的改進HOG特征在圖像間存在角度差異的時候，依然能夠保證匹配的準確度。

下面首先簡要介紹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，最后給出相關實驗與結果分析。

1 HOG特征提取基本思路

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

4 結 語

本文方法通過統計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對圖像進行方向歸一化，提取圖像的HOG特征，使之具有較好的旋轉不變性。圖像匹配的實驗結果表明，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，總體性能明顯優于傳統的HOG特征。

參考文獻

[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[J].山東科技大學學報：自然科學版，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研究[D].武漢：華中科技大學，2011.

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