MATLAB实现的HOG梯度定向直方图特征提取工具

资 源 简 介

本项目在MATLAB环境下实现HOG特征提取算法，采用滑动窗口逐块扫描图像，计算每个单元格的梯度方向直方图。适用于图像处理和模式识别任务，帮助开发者快速获取图像梯度特征信息。

详 情 说 明

基于HOG特征的图像梯度定向直方图计算器

项目介绍

本项目实现基于HOG（Histogram of Oriented Gradients）算法的图像梯度特征提取。系统采用滑动窗口方式从图像左上角至右下角逐块扫描，为每个单元格计算梯度方向直方图，并按块结构存储所有直方图数据，最终输出完整的HOG特征向量。

功能特性

• 梯度计算：采用Sobel或Prewitt算子计算图像的水平和垂直梯度
• 方向分箱统计：将梯度方向量化为指定数量的方向区间（默认为9个方向）
• 块级归一化：对每个块内的单元格直方图进行归一化处理，增强特征鲁棒性
• 可视化输出：生成梯度方向分布热力图，直观展示特征分布
• 结构化存储：按扫描顺序存储三维直方图矩阵（块数×单元格数×方向数）

使用方法

1. 准备输入图像（灰度图像矩阵，uint8类型，尺寸为M×N）
2. 设置参数：单元格尺寸（默认8×8像素）、块尺寸（默认2×2单元格）、方向分箱数（默认9个方向）
3. 运行主程序，系统将自动完成以下处理流程：

- 图像梯度计算 - 滑动窗口扫描 - 单元格级直方图统计 - 块级特征归一化 - 特征向量整合输出

1. 获取输出结果：

- HOG特征向量（一维数组） - 可视化热力图 - 结构化直方图矩阵

系统要求

• MATLAB R2018a或更高版本
• Image Processing Toolbox
• 支持灰度图像处理的基本函数库

文件说明

主程序文件实现了完整的HOG特征提取流程，包含图像梯度计算、方向直方图统计、块特征归一化等核心功能。该文件负责参数初始化、处理流程控制、结果可视化输出以及最终特征向量的生成与存储，确保算法各模块的协调运作和数据传递。