在HOG特征提取的过程中,梯度计算采用简单的水平边缘算子 [-1,0,1] 和垂直边缘算子 [-1,0,1]^T。通过与图像进行卷积操作来获得梯度信息。图像中某像素点 (x,y) 的梯度可以用如下公式计算:
G
x
(
x
,
y
)
=
H
(
x
+
1
,
y
)
−
H
(
x
−
1
,
y
)
G
y
(
x
,
y
)
=
H
(
x
,
y
+
1
)
−
H
(
x
,
y
−
1
)
G_x(x,y) = H(x+1,y)-H(x-1,y) \\ G_y(x,y) = H(x,y+1)-H(x,y-1)
Gx(x,y)=H(x+1,y)−H(x−1,y)Gy(x,y)=H(x,y+1)−H(x,y−1)
G
(
x
,
y
)
=
G
x
(
x
,
y
)
2
+
G
y
(
x
,
y
)
2
G(x,y) = \sqrt{G_x(x,y)^2+G_y(x,y)^2}
G(x,y)=Gx(x,y)2+Gy(x,y)2
θ
(
x
,
y
)
=
a
r
c
t
a
n
G
y
(
x
,
y
)
G
x
(
x
,
y
)
\theta (x,y) = arctan\frac{G_y(x,y)}{G_x(x,y)}
θ(x,y)=arctanGx(x,y)Gy(x,y) 公式中 x 表示水平方向,y 表示竖直方向,G 表示梯度的大小,
θ
\theta
θ 表示梯度的方向。