方向梯度直方图

摘要： 为进行玉米棒头尾识别,课题组提出了一种基于机器视觉和机器学习的玉米头尾识别方法。该方法先对玉米图像进行分割,后对分割后图像提取其方向梯度直方图(histogram of oriented gradient, HOG)特征向量;并利用主成分分析法(principal component analysis, PCA)对特征向量进行降维,最后使用降维后的特征向量和交叉验证方法训练支持向量机(support vector machine, SVM),最终实现对玉米的头尾识别。试验结果表明该方法的识别率为97.2%。该方法具有较高的可行性和准确率,可用于玉米的头尾识别。

摘要： 在未来制造业的发展中,智能制造将会是其重要的发展方向,而在工业上以QR码为基础的产品检测和分拣体系正在逐步完善。为了加强对流水线上产品信息的查验,如何快速高效地定位识别出产品上存储产品信息的QR码是一个亟待解决的问题。面对工业相机采集到工业流水线上产品的QR码图像存在如文字背景干扰、过度曝光、畸变、模糊等复杂背景的问题,提出一个改进的基于MQR的检测方法——OMQR。首先采用基于方向梯度直方图加支持向量机的方法对QR码分类,进而去除数据集中的负样本图像。然后对QR码图像做对比度增强、畸变复原等图像处理,最终完成对产品QR码的定位识别。基于MRP300机器视觉运动旋转实验开发平台,将本文方法和MQR码识别算法对比,结果表明:该检测方法能有效区分出工业相机拍摄的QR码图像,正确定位并识别出QR码信息,有效提高工业流水线下存在复杂背景的产品QR码检测准确性。

摘要： 为减少手指静脉识别时间,提出一种双重降维方向梯度直方图特征(Histogram of Oriented Gradient,HOG)结合支持向量机(Support Vector Machine,SVM)分类的手指静脉识别方法。针对传统HOG算法特征维数高的问题,首先通过Fisher准则衡量梯度方向区间HOG特征的分类能力,然后使用序列前向选择法挑选出分类能力较优异的梯度方向区间构建部分方向区间HOG特征,最后使用主成分分析(Principal Component Analysis,PCA)降维。在公开的手指静脉数据库FV-USM和THU-FV上使用SVM多分类器进行分类识别,实验结果表明:双重降维HOG方法相较于HOG+PCA方法提取的特征维数降低了40%,识别时间减少了29.85%,识别准确率分别为99.17%和100%,等误率分别为1.07%和0.01%。

摘要： 针对遥感异源图像匹配中非线性灰度畸变和强噪声干扰问题,提出一种基于主成分分析(Principal Components Analysis,PCA)和方向梯度直方图(Histogram of Oriented Gradients,HOG)的遥感异源图像匹配算法。该算法利用HOG提取图像间的几何结构共性特征,能有效克服异源图像非线性灰度畸变的问题;提出一种快速多尺度PCA算法,能对HOG中的局部梯度方向进行增强,从而能在强噪声干扰的情况下,准确提取出图像的结构特征。为了提高算法的计算速度,利用积分图像降低特征提取过程的计算复杂度,并利用快速傅里叶变换实现高效率的匹配搜索。实验利用多种遥感异源图像(包括可见光图像、合成孔径雷达图像和红外图像)对提出的匹配算法进行了验证。结果表明,与现有算法相比,该算法在匹配性能上有明显提升。

摘要： 在同时定位与建图(Simultaneous localization and mapping,SLAM)的闭环检测中,由于受到光照变化、季节变化、遮挡、动态物体、视点变化等带来的影响,即使是同一位置拍摄的两张图片,其像素也会发生很大的变化,进而图片描述子也会有很大的不同。相较于卷积特征,传统人工设计特征存在图片表征力不足的问题。文中通过利用方向梯度直方图(HOG)特征的几何信息与卷积特征融合,使提取的图片描述子对于图片视点变化更加鲁棒;在此基础上,使用一种灵活的闭环检测算法,提高算法对于图片外观发生变化的场景下鲁棒性。为了验证算法的性能,在3个不同环境特点的公开数据集上,与其他的先进算法进行试验对比,试验结果表明,文中算法在复杂环境下仍然具有较高准确率和较大的闭环曲线下面积。

摘要： 为了量化分析样本中的缺陷,利用卷积神经网络(Convolutional Neural Network,CNN)结合阈值分割和深度优先搜索算法实现了对超声检测图像中样品内部缺陷的识别,将实际图像输入神经网络模型中,成功完成了对缺陷的标记,验证了模型的可靠性.利用Field Ⅱ对全矩阵捕获(Full Matrix Capture,FMC)过程及对数据以全聚焦成像方法(Total Focus Method,TFM)进行成像的过程进行了仿真模拟,获得了可用于机器学习的数据集.基于方向梯度直方图(Histogram of Oriented Gradient,HOG)提取了全聚焦成像结果图的图像特征,利用改进的支持向量机(Support Vector Machine,SVM)获得由图像预测缺陷半径的模型并对该模型进行了评价.结果表明,利用上述方法提取的缺陷半径信息精准度在0.1 mm,能够应用于缺陷半径的量化分析,预测误差主要来源于数据集两端,可以通过预处理算法进一步提升检测精度.

摘要： 在人脸识别中,为了进一步提高人脸图像对光照等外界因素的鲁棒性,提出一种基于HOG特征的加权稀疏表示算法,将加权稀疏表示方法和HOG特征以及随机投影方法相融合,以降低复杂度,提高识别性能。首先,统计每一幅图像的方向梯度直方图(HOG)特征,并对每一幅图像进行归一化处理,削弱人脸图像中的光照影响;其次,对归一化后的图像引入随机矩阵算法,进行多次随机投影,得到每个样本所对应的稀疏系数,利用样本之间的距离作为稀疏系数的权值;在此基础上,对传统稀疏表示分类器进行改进,样本经随机矩阵多次投影和稀疏表示后会产生多个重构残差,最后利用样本的重构残差和对样本进行识别分类。ORL人脸库和GT人脸数据库上的实验证明该方法对光照等外界物理因素有着很好的鲁棒性。

摘要： 为了解决发动机润滑油液磨粒图像监测只适用于微流且易受气泡干扰等问题,设计了一种可适用于相对大流量工作环境的油液磨粒光学图像在线监测系统,区分气泡和磨粒。通过该监测系统,批量采集了一系列磨损颗粒和气泡图片,用于后续图像分类算法的训练与测试。采用了一种基于背景差分和大津法的运动物体提取算法提取出大量磨粒及气泡图像样本,运用基于方向梯度直方图(Histogram of oriented gradients,HOG)进行特征提取和支持向量机(Support vector machine,SVM)分类算法对气泡和磨粒进行识别。实验结果表明,该监测系统能有效采集磨粒及气泡图像并进行自动识别。与基于形态学特征提取算法以及K最近邻(K⁃nearest neighbor,KNN)等传统分类算法相比,HOG⁃SVM算法分类精度更高,识别准确率可达83.8%。

摘要： 为增强车辆预警,解决行车状态下前方车辆实时检测问题,构建了一种基于方向梯度直方图(HOG)特征与支持向量机(SVM)的视频车辆检测系统.首先对提取HOG特征的步骤及SVM算法基本原理进行研究,用拍摄的实际道路视频对系统进行测试;分别提取出正、负样本集的HOG特征,用于SVM分类器模板的训练;再计算待测视频图像HOG特征,送入分类器中与训练好的模板比对;最后用矩形框标注出检测到的车辆目标.测试结果表明:该算法能够适应复杂的行驶环境,实现高效、精准的视频车检.

摘要： 为增强车辆预警,解决行车状态下前方车辆实时检测问题,构建了一种基于方向梯度直方图(HOG)特征与支持向量机(SVM)的视频车辆检测系统.首先对提取HOG特征的步骤及SVM算法基本原理进行研究,用拍摄的实际道路视频对系统进行测试;分别提取出正、负样本集的HOG特征,用于SVM分类器模板的训练;再计算待测视频图像HOG特征,送入分类器中与训练好的模板比对;最后用矩形框标注出检测到的车辆目标.测试结果表明:该算法能够适应复杂的行驶环境,实现高效、精准的视频车检.

摘要： 为描述对象局部外观和形状,方向梯度直方图特征将图像划分成小区域(被称为cell),然后在其上累加像素梯度方向的一维直方图.然后在被称为block的较大区域(由数个相邻的cell组成)上连接cell的直方图并归一化形成最后的特征向量.为减弱block引起的区域量化走样,计算检测窗口的特征时对block采取了部分重叠的措施.但是,这样做大大增加了特征维度,从而在目标检测应用时带来了额外的计算量.通过扩大参与相邻cell之间像素梯度插值的面积,和设置适当的高斯平滑核尺度,本文取消了block重叠,从而将64*128大小窗口的方向梯度直方图特征的维度由3780降低为1152.在INRIA行人数据集上的实验表明,方法同样减弱了区域量化走样,且其性能与原方向梯度直方图的几乎一样,而检测速度却得到了显著提高.

摘要： 随着目标检测技术在电力巡检任务中的不断推广,对电力巡检采集的各类图像进行自动分析已成为当前电力企业研究的热点方向之一.传统目标检测方法大多建立在机器学习技术之上,在复杂场景下的检测精度有待进一步提高,而基于图像的深度学习方法由于具有理想的检测精度及环境适应性被广泛应用于电力巡检目标检测.针对电力巡检复杂场景下采集到的图像质量差、背景复杂、对比度差等问题,提出了融合图像方向梯度直方图的区域卷积神经网络(HOG-RCNN)的红外图像目标检测方法,在图像进入RCNN网络之前对输入图像进行HOG特征提取,辅助RCNN实现候选区域的选取.算法实验表明,所提方法的检测效果优于单独的RCNN网络.

摘要： 针对人员误入机械式停车设备可能造成的人员受伤和设备损坏问题,建立了一套机械式停车设备人员误入联动报警系统.系统利用目前已有的现场监控视频图像,采用方向梯度直方图(HOG)特征结合线性支持向量机分类器(SVM)算法对人体目标进行检测识别,开发了一套人员误入行为识别软件,通过串口通信与设备系统急停开关、现场声光报警模块、语音安抚模块、远程GSM短信报警呼救模块连接,当系统软件端识别出人员误入行为时,发出急停信号对设备进行联动控制,第一时间制停机械式停车设备,同时进行语音安抚、声光报警、远程GSM短信报警,呼叫救援人员将误入设备的人员救出.该系统可以有效克服机械式停车设备目前激光或红外检测系统存在盲区和失效时间段的不足,更加高效准确地检测出人员误入行为,避免人员误入引起的人员伤害和设备损伤,提高机械式停车设备的本质安全水平.

摘要： 合成孔径声纳、多波束成像声纳等高分辨率水下成像装备在海洋勘探、海底地质分类以及水下目标探测等方面具有非常重要的作用,在民用方面,如海底沉船、海底管线探测等人工目标以及海底地质以及礁石等自然目标的探测;在军用方面,如各种布设形式的水雷目标探测等.在实际使用中,由于成像声纳数据规模的庞大,人工进行数据处理的强度非常大,迫切需要探索高效率的水下声图像目标处理方法研究. 本文提出一种基于声图像的水雷目标分类识别方法，首先对水雷声图像进行去噪、分割处理，然后提取水雷目标的方向梯度直方图(Histogram ofOriented Gradient,HOG)特征，最后利用统计机器学的支持向量机方法进行水雷目标的分类识别。

摘要： 本文将基于可变形部件模型(Deformable Part Models,DPM)的目标检测方法应用于人脸检测,首先提取图像的方向梯度直方图作为人脸特征,进而构建可变形部件模型并进行训练,最后进行人脸检测.利用AFLW数据库中的数据构建正样本,利用VOC2007数据库的数据构建负样本,采用隐变量线性支持向量机的方法对模型进行训练.本文共训练三个角度[0°,30°)、[30°,60°)、[60°,90°]的模型,每个模型还包括相应对称角度的模型.同时本文针对可变形部件模型的不同参数进行了大量的仿真,通过平均精度来对支持向量机的惩罚因子、非极大值抑制参数、颜色空间进行选择.

摘要： 陨坑是行星软着陆导航与避障过程中的主要检测目标,目前陨坑检测方法需要被检测图像尽可能包含完整且清晰的单一陨坑,因此对图像陨坑进行预检测处理得到了广泛关注.本文通过人工模拟地形方法建立行星陨坑图像数据库,提出一种基于灰度梯度直方图特征(HOG)的支持向量机(SVM)图像陨坑分类方法.该方法可以有效提取图像中可能包含陨坑的图像子图,并作为后续精确标记陨坑位置的图像处理方法的输入数据.仿真结果证明该方法能够有效提高陨坑标记的准确性和实时性.

摘要： 方向梯度直方图被广泛应用于图像特征描述领域并在物体识别应用中扮演着重要角色,然而在识别可能会以任意角度出现的物体时,因其并非旋转不变而受到许多限制.本文给出了一个简捷高效构建旋转不变的区域特征的方法并用于物体识别.该特征采用自适应强度顺序分层方法,能够结合图像强度顺序与梯度分布对整个图像进行分层,从而使特征对刻画以任意角度出现及复杂背景下的目标物体具有更强的区分能力.实验结果表明本文所提出的特征在对任意角度出现的物体的识别具有鲁棒的效果,同时在复杂背景下,本文提出的特征相比其他旋转不变性特征具有更好的结果.

摘要： 近年来,我国建筑行业安全事故发生率居高不下,其中高处坠落导致的事故最为普遍.目前,尽管高处坠落事故已引起学术界和业界的高度关注,但临边洞口作为高处坠落的频发区,与之相关的自动化安全检查的研究力度略显不足.本文利用无人机自动采集施工现场的照片,通过HOG+SVM算法实现临边洞口的自动识别,实时反馈存在安全隐患的临边洞口,并根据BIM模型提供的先验信息,判定存在安全隐患的临边洞口的方位,减少高处坠落事故的发生.

摘要： 近年来,我国建筑行业安全事故发生率居高不下,其中高处坠落导致的事故最为普遍.目前,尽管高处坠落事故已引起学术界和业界的高度关注,但临边洞口作为高处坠落的频发区,与之相关的自动化安全检查的研究力度略显不足.本文利用无人机自动采集施工现场的照片,通过HOG+SVM算法实现临边洞口的自动识别,实时反馈存在安全隐患的临边洞口,并根据BIM模型提供的先验信息,判定存在安全隐患的临边洞口的方位,减少高处坠落事故的发生.

摘要： 近年来,我国建筑行业安全事故发生率居高不下,其中高处坠落导致的事故最为普遍.目前,尽管高处坠落事故已引起学术界和业界的高度关注,但临边洞口作为高处坠落的频发区,与之相关的自动化安全检查的研究力度略显不足.本文利用无人机自动采集施工现场的照片,通过HOG+SVM算法实现临边洞口的自动识别,实时反馈存在安全隐患的临边洞口,并根据BIM模型提供的先验信息,判定存在安全隐患的临边洞口的方位,减少高处坠落事故的发生.

摘要： 本发明公开一种基于梯度方向直方图与局部二值模式融合的人耳识别方法，解决了从人耳图像中进行人耳识别识别率不高的问题。本发明首先提取出图像的梯度方向直方图，并用主成分分析法进行降维，再用局部二值模式提取出图像的纹理特征，然后将两个特征融合，最后使用最小距离分类器进行分类。本发明通过多特征融合，提高了人耳识别的识别率，具有良好的实施性与实效性。

摘要： 本发明公开了一种基于梯度方向直方图的人脸活体检测方法，包括以下步骤：1)构建训练样本集；2)提取各训练样本图像的梯度方向直方图特征H；3)分别计算训练样本图像的HOG特征H与各真实人脸灰度图的平均HOG特征HTmean及各照片人脸灰度图的平均HOG特征HFmean之间的相似度PT及PF；4)构建训练用特征向量{H,PT,PF}，再将全部训练用特征向量{H,PT,PF}对SVM分类器进行训练，最后用训练好的SVM分类器完成基于梯度方向直方图的人脸活体检测。该方法无需检测者配合，并且对光照变化要求低，不需要增加额外的设备，成本较低，同时检测的准确率较高。

摘要： 本发明公开了一种基于频域方向滤波器的递归预测图像压缩方法，主要解决现有技术中纹理方向检测准确度低，时间复杂度高，预测系数数目多的问题。其步骤为：1)设计原型方向滤波器；2)根据原型方向滤波器生成一组方向滤波器；3)读入原始灰度图像数据，并进行纹理方向判断；4)扩展原始灰度图像数据；5)对扩展图像数据以块为单位进行读取；6)根据读取的块数据建立马尔可夫预测模型；7)对读取的块数据进行预测压缩；8)判断是否完成所有块数据的预测，如果是，则结束压缩，否则数据读取地址跳变，返回步骤5)。本发明能灵活准确地检测纹理方向，时间复杂度低，预测系数数目少，提升了压缩性能，可用于对各种数字设备的图像压缩编码。

摘要： 本发明公开了一种快照式光谱图像的马赛克空谱梯度方向直方图提取方法，获取快照式光谱图像拍摄时使用的光谱滤波阵列；根据光谱滤波阵列构造快照式光谱图像中像素的空间SFA邻域和光谱SFA邻域；基于快照式光谱图像中像素的空间SFA邻域和光谱SFA邻域，确定快照式光谱图像的空谱梯度算子；使用空谱梯度算子对快照式光谱图像进行卷积，得到马赛克空谱梯度图；基于马赛克空谱梯度图构建马赛克空谱梯度方向直方图；本发明通过分析马赛克图像的SFA模式特性，设计了四个马赛克空谱梯度算子来提取马赛克空谱梯度特征，无需对采集的原始马赛克图像进行去马赛克或重新排列操作，有效消除了转换过程带来的空谱失真的影响。

摘要： 本申请涉及一种基于方向梯度直方图的图像检测方法、装置、计算机设备和存储介质。方法包括：获取待检测的原始图像；根据原始图像中各单元像素点计算获得第一图像；将第一图像划分成m×m滑块，滑块包括n×n单元像素点；根据滑块确定所属的滑窗；获取利用预先训练好的分类器，对各滑块进行识别得到的各滑块的得分，根据各个滑块所属的滑窗，计算各个滑窗对应的得分，确定图像目标是否位于当前位置处的滑窗内；以设定步长移动滑块；重复获取利用预先训练好的分类器，确定图像目标是否位于当前位置处的滑窗内的步骤，直至遍历完所有的滑块；根据目标图像所在的所有滑窗，得到目标图像的图像检测结果。采用本方法能够减少内存带宽消耗和运算量。

摘要： 本发明涉及一种基于方向梯度直方图粒子滤波的焊缝跟踪方法，采用方向梯度特征向量来表示跟踪区域，利用图像方向梯度信息并非灰度特征，因此在弧光信息干扰中能更好地表示焊缝激光线的偏折特征，并利用掩模矢量来辅助滤出背景噪声，提高噪声抑制能力。本发明通过建立受空间邻域约束的目标函数求解最优掩模矢量以获得准确地观测似然概率；利用粒子滤波的预测与更新修正的递归滤波算法实现焊缝准确跟踪；本发明依据候选状态权重重采样，可以在提高效率同时保证越接近目标区域的信息越多，提高跟踪精度；跟踪过程能够实时对目标动态更新，学习当前帧跟踪的最优区域特征，可以避免初始目标模型退化导致跟踪精度下降。

摘要： 本发明公开一种基于方向梯度直方图与改进胶囊网络的目标检测方法，通过将目标图像的方向梯度直方图与卷积特征图并联融合以结合图像的边缘轮廓特征与卷积核的视野特征，再以此作为改进胶囊网络的输入。改进胶囊网络利用并行卷积网络提取综合特征，通过去冗胶囊网络形成特征向量，并利用反卷积图像重构网络实现图像重构，训练网络模型。最后利用3*3*256的卷积层和两个并行的1*1卷积核提取检测框中心点特征图和检测框尺度特征图，形成对应目标框并输出检测结果。

摘要： 本发明提供一种基于方向梯度直方图的特征融合烟幕干扰效能评估方法及电子设备，包括步骤，采集烟幕干扰前目标区域的图像为参考图像，烟幕干扰后目标区域的图像为受干扰图像。分别计算参考图像和受干扰图像的方向梯度直方图特征。基于参考图像和受干扰图像的方向梯度直方图特征作里斯变换并求取其相似矩阵、求取余弦相似度矩阵、求取相关系数矩阵。将以上矩阵进行融合，得到烟幕干扰效能评估值。计算并设定跟踪漂移阈值，使用该阈值对融合后的特征作特征放大处理。本发明可以从图像跟踪关注的图像特征的角度来定量评估烟幕对光电成像侦察制导设备的干扰效能。

摘要： 本申请涉及一种基于方向梯度直方图的图像检测方法、装置、计算机设备和存储介质。方法包括：获取待检测的原始图像；根据原始图像中各单元像素点计算获得第一图像；将第一图像划分成m×m滑块，滑块包括n×n单元像素点；根据滑块确定所属的滑窗；获取利用预先训练好的分类器，对各滑块进行识别得到的各滑块的得分，根据各个滑块所属的滑窗，计算各个滑窗对应的得分，确定图像目标是否位于当前位置处的滑窗内；以设定步长移动滑块；重复获取利用预先训练好的分类器，确定图像目标是否位于当前位置处的滑窗内的步骤，直至遍历完所有的滑块；根据目标图像所在的所有滑窗，得到目标图像的图像检测结果。采用本方法能够减少内存带宽消耗和运算量。

摘要： 在用于方向梯度直方图计算的硬件加速器(312)中，梯度计算组件(400)计算像素的梯度G