转摘网址：http://www.cnblogs.com/tiandsp/archive/2013/05/24/3097503.html
Hog参考网址：http://www.cnblogs.com/tornadomeet/archive/2012/08/15/2640754.html
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（这篇论文上的）：
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：
function Hog
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=[- ]; %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.^+Iy.^); %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cell
step=; %step*step个像素作为一个单元
orient=; %方向直方图的方向个数
jiao=/orient; %每个方向包含的角度数
Cell=cell(,); %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=;
jj=;
for i=:step:m %如果处理的m/step不是整数，最好是i=:step:m-step
ii=;
for j=:step:n %注释同上
tmpx=Ix(i:i+step-,j:j+step-);
tmped=Ied(i:i+step-,j:j+step-);
tmped=tmped/sum(sum(tmped)); %局部边缘强度归一化
tmpphase=Iphase(i:i+step-,j:j+step-);
Hist=zeros(,orient); %当前step*step像素块统计角度直方图,就是cell
for p=:step
for q=:step
if isnan(tmpphase(p,q))== %/0会得到nan，如果像素是nan，重设为0
tmpphase(p,q)=;
end
ang=atan(tmpphase(p,q)); %atan求的是[- ]度之间
ang=mod(ang*/pi,); %全部变正，-90变270
if tmpx(p,q)< %根据x方向确定真正的角度
if ang< %如果是第一象限
ang=ang+; %移到第三象限
end
if ang> %如果是第四象限
ang=ang-; %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+; %针对Cell的y坐标循环变量
end
jj=jj+; %针对Cell的x坐标循环变量
end %下面是求feature,*2个cell合成一个block,没有显式的求block
[m n]=size(Cell);
feature=cell(,(m-)*(n-));
for i=:m-
for j=:n-
f=[];
f=[f Cell{i,j}(:)' Cell{i,j+1}(:)' Cell{i+,j}(:)' Cell{i+1,j+1}(:)'];
feature{(i-)*(n-)+j}=f;
end
end %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=:l
f=[f;feature{i}(:)'];
end
figure
mesh(f)