HOG（Histogram of Oriented Gradient）方向梯度直方图，主要用来提取图像特征，最常用的是结合svm进行行人检测。

算法流程图如下（）：

下面我再结合自己的程序，表述一遍吧：

1.对原图像gamma校正，img=sqrt(img);

2.求图像竖直边缘，水平边缘，边缘强度，边缘斜率。

3.将图像每16*16（取其他也可以）个像素分到一个cell中。对于256*256的lena来说，就分成了16*16个cell了。

4.对于每个cell求其梯度方向直方图。通常取9（取其他也可以）个方向（特征），也就是每360/9=40度分到一个方向，方向大小按像素边缘强度加权。最后归一化直方图。

5.每2*2（取其他也可以）个cell合成一个block，所以这里就有（16-1）*（16-1）=225个block。

6.所以每个block中都有2*2*9个特征，一共有225个block，所以总的特征有225*36个。

当然一般HOG特征都不是对整幅图像取的，而是对图像中的一个滑动窗口取的。

lena图：

求得的225*36个特征：

matlab代码如下：

clear all; close all; clc;img=double(imread('lena.jpg'));imshow(img,[]);[m n]=size(img);img=sqrt(img);      %伽马校正%下面是求边缘fy=[-1 0 1];        %定义竖直模板fx=fy';             %定义水平模板Iy=imfilter(img,fy,'replicate');    %竖直边缘Ix=imfilter(img,fx,'replicate');    %水平边缘Ied=sqrt(Ix.^2+Iy.^2);              %边缘强度Iphase=Iy./Ix;              %边缘斜率，有些为inf,-inf,nan，其中nan需要再处理一下%下面是求cellstep=16;                %step*step个像素作为一个单元orient=9;               %方向直方图的方向个数jiao=360/orient;        %每个方向包含的角度数Cell=cell(1,1);              %所有的角度直方图,cell是可以动态增加的，所以先设了一个ii=1;                      jj=1;for i=1:step:m          %如果处理的m/step不是整数，最好是i=1:step:m-step    ii=1;    for j=1:step:n      %注释同上        tmpx=Ix(i:i+step-1,j:j+step-1);        tmped=Ied(i:i+step-1,j:j+step-1);        tmped=tmped/sum(sum(tmped));        %局部边缘强度归一化        tmpphase=Iphase(i:i+step-1,j:j+step-1);        Hist=zeros(1,orient);               %当前step*step像素块统计角度直方图,就是cell        for p=1:step            for q=1:step                if isnan(tmpphase(p,q))==1  %0/0会得到nan，如果像素是nan，重设为0                    tmpphase(p,q)=0;                end                ang=atan(tmpphase(p,q));    %atan求的是[-90 90]度之间                ang=mod(ang*180/pi,360);    %全部变正，-90变270                if tmpx(p,q)<0              %根据x方向确定真正的角度                    if ang<90               %如果是第一象限                        ang=ang+180;        %移到第三象限                    end                    if ang>270              %如果是第四象限                        ang=ang-180;        %移到第二象限                    end                end                ang=ang+0.0000001;          %防止ang为0                Hist(ceil(ang/jiao))=Hist(ceil(ang/jiao))+tmped(p,q);   %ceil向上取整，使用边缘强度加权            end        end        Hist=Hist/sum(Hist);    %方向直方图归一化        Cell{
    ii,jj}=Hist;       %放入Cell中        ii=ii+1;                %针对Cell的y坐标循环变量    end    jj=jj+1;                    %针对Cell的x坐标循环变量end%下面是求feature,2*2个cell合成一个block,没有显式的求block[m n]=size(Cell);feature=cell(1,(m-1)*(n-1));for i=1:m-1   for j=1:n-1                   f=[];        f=[f Cell{
    i,j}(:)' Cell{i,j+1}(:)' Cell{
    i+1,j}(:)' Cell{i+1,j+1}(:)'];        feature{
    (i-1)*(n-1)+j}=f;   endend%到此结束，feature即为所求%下面是为了显示而写的l=length(feature);f=[];for i=1:l    f=[f;feature{
    i}(:)'];  end figuremesh(f)