近期在學(xué)習(xí)視頻檢索領(lǐng)域的鏡頭切割方面的知識(shí)，發(fā)現(xiàn)經(jīng)常使用的方法是直方圖的方法，所以才專門有時(shí)間來(lái)學(xué)習(xí)下。查看到這兩種直方圖的時(shí)候，感覺(jué)有點(diǎn)接近，好像又不同，放在這做個(gè)比較。大部分還是百科的內(nèi)容，只是對(duì)基本理解還是夠了.OK，開始正文~

首先，介紹下什么是直方圖

在統(tǒng)計(jì)學(xué)中，直方圖（英語(yǔ)：Histogram）是一種對(duì)數(shù)據(jù)分布情況的圖形表示（數(shù)據(jù)分布如：如物體的色彩分布、物體邊緣梯度模板，以及表示目標(biāo)位置的概率分布。），是一種二維統(tǒng)計(jì)圖表，它的兩個(gè)坐標(biāo)各自是統(tǒng)計(jì)樣本和該樣本相應(yīng)的某個(gè)屬性的度量。又稱質(zhì)量分布圖。是一種統(tǒng)計(jì)報(bào)告圖，由一系列高度不等的縱向條紋或線段表示數(shù)據(jù)分布的情況。一般用橫軸表示數(shù)據(jù)類型，縱軸表示分布情況。

直方圖與條形圖的差別在于，直方圖是用面積而非高度來(lái)表示數(shù)量。

歸一化直方圖：把直方圖上每一個(gè)屬性的計(jì)數(shù)除以全部屬性的計(jì)數(shù)之和，就得到了歸一化直方圖。

然后，方向梯度直方圖（HOG）

特點(diǎn)：在一個(gè)網(wǎng)格密集的大小統(tǒng)一的方格單元（dense grid of uniformly spacedcells）上計(jì)算，并且為了提高準(zhǔn)確度使用了重疊的局部對(duì)照度歸一化（overlapping local contrastnormalization）的方法。

核心思想：一幅圖像中的物體的表象和形狀能夠被像素強(qiáng)度梯度或邊緣的方向分布非常好地描寫敘述。

實(shí)現(xiàn)方法：將圖像分成小的叫做方格單元連通區(qū)域；然后採(cǎi)集方格單元中各像素點(diǎn)的梯度方向或邊緣方向直方圖；最后把這些直方圖組合起來(lái)就能夠構(gòu)成特征描寫敘述子。

長(zhǎng)處：首先，因?yàn)镠OG方法是在圖像的局部方格單元上操作，所以它對(duì)圖像幾何的和光學(xué)的形變都能保持非常好的不變性，這兩種形變僅僅會(huì)出如今更大的空間領(lǐng)域上。其次，在粗的空域抽樣、精細(xì)的方向抽樣以及較強(qiáng)的局部光學(xué)歸一化等條件下，僅僅要行人大體上能夠保持直立的姿勢(shì)，能夠容許行人有一些細(xì)微的肢體動(dòng)作，這些細(xì)微的動(dòng)作能夠被忽略而不影響檢測(cè)效果。方向梯度直方圖方法是特別適合于做圖像中的行人檢測(cè)的。

算法和實(shí)現(xiàn)：

???????? 1，計(jì)算梯度值。應(yīng)用一個(gè)一維的離散的梯度模版分別應(yīng)用在水平和垂直方向上去。能夠使用例如以下的卷積核進(jìn)行卷積：

[-1, 0, 1] and [-1, 0, 1]^T.

???????? 2,建立分塊直方圖。每一個(gè)塊內(nèi)的每一個(gè)像素對(duì)方向直方圖進(jìn)行投票。每一個(gè)塊的形狀能夠是矩形或圓形的，方向直方圖的方向取值能夠是0-180度或者0-360度，這取決于梯度是否有符號(hào)。Dalal和Triggs發(fā)如今人的檢測(cè)實(shí)驗(yàn)中，把方向分為9個(gè)通道效果最好。至于投票的權(quán)重，能夠是梯度的幅度本身或者是它的函數(shù)。在實(shí)際測(cè)試中，梯度幅度本身通常產(chǎn)生最好的結(jié)果。

???????? 在Dalal和Triggs的人檢測(cè)實(shí)驗(yàn)中，發(fā)現(xiàn)最優(yōu)的單元塊劃分是3x3或6x6個(gè)像素，同一時(shí)候直方圖是9通道。

最后，顏色直方圖

顏色直方圖（英語(yǔ)：ColorHistogram），指圖像中顏色分布的圖形表示。

?

顏色直方圖它所描寫敘述的是不同色彩在整幅圖像中所占的比例，而并不關(guān)心每種色彩所處的空間位置.

全局顏色直方圖：反映的是圖像中顏色的組成分布，即出現(xiàn)了哪些顏色以及各種顏色出現(xiàn)的概率

?

計(jì)算：

計(jì)算顏色直方圖須要將顏色空間劃分成若干個(gè)小的顏色區(qū)間，每一個(gè)小區(qū)間成為直方圖的一個(gè)bin。這個(gè)過(guò)程稱為顏色量化（color quantization）。然后，通過(guò)計(jì)算顏色落在每一個(gè)小區(qū)間內(nèi)的像素?cái)?shù)量能夠得到顏色直方圖。顏色量化有很多方法，比如向量量化、聚類方法或者神經(jīng)網(wǎng)絡(luò)方法。

——————————————————————————————————————————————————

經(jīng)過(guò)上邊仔細(xì)的比較，兩者之間的差別還是非常明顯的。

對(duì)于應(yīng)用，就我眼下看過(guò)的，HOG大多作為一種形狀描寫敘述，而顏色直方圖一般用于顏色特征。

總結(jié)

以上是生活随笔為你收集整理的方向梯度直方图（HOG）和颜色直方图的一些比較的全部?jī)?nèi)容，希望文章能夠幫你解決所遇到的問(wèn)題。

如果覺(jué)得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。