來(lái)源|

前言：本文對(duì)計(jì)算機(jī)視覺(jué)傳統(tǒng)方法中的一些特征提取方法進(jìn)行了總結(jié)，主要包括有：SIFT(尺度不變特征變換)、HOG(方向梯度直方圖)、SURF、ORB、LBP、HAAR。

目錄

[1] SIFT（尺度不變特征變換）

[2] HOG（方向梯度直方圖）

[3] SIFT和HOG的比較

[4] SIFT/HOG與神經(jīng)網(wǎng)絡(luò)特征提取的比較

[5] 其他傳統(tǒng)特征提取的方法（SURF、ORB、LBP、HAAR）

先對(duì)幾個(gè)概念和問(wèn)題做一個(gè)解釋?zhuān)?/span>

圖像為什么要灰度化？

1.識(shí)別物體，最關(guān)鍵的因素是梯度（SIFT/HOG），梯度意味著邊緣，這是最本質(zhì)的部分，而計(jì)算梯度，自然就用到灰度圖像了，可以把灰度理解為圖像的強(qiáng)度。

2.顏色，易受光照影響，難以提供關(guān)鍵信息，故將圖像進(jìn)行灰度化，同時(shí)也可以加快特征提取的速度。

仿射不變性

平面上任意兩條線，經(jīng)過(guò)仿射變換后，仍保持原來(lái)的狀態(tài)（比如平行的線還是平行，相交的線夾角不變等）

什么是局部特征？局部特征應(yīng)該具有的特點(diǎn)？

局部特征從總體上說(shuō)是圖像或在視覺(jué)領(lǐng)域中一些有別于其周?chē)牡胤剑?/span>局部特征通常是描述一塊區(qū)域，使其能具有高可區(qū)分度；局部特征的好壞直接會(huì)決定著后面分類(lèi)、識(shí)別是否會(huì)得到一個(gè)好的結(jié)果。

局部特征應(yīng)該具有的特點(diǎn)： 可重復(fù)性、可區(qū)分性、準(zhǔn)確性、有效性（特征的數(shù)量、特征提取的效率）、魯棒性（穩(wěn)定性、不變性）。

SIFT（尺度不變特征變換）

1.1 SIFT特征提取的實(shí)質(zhì)

在不同的尺度空間上查找關(guān)鍵點(diǎn)(特征點(diǎn))，并計(jì)算出關(guān)鍵點(diǎn)的方向。SIFT所查找到的關(guān)鍵點(diǎn)是一些十分突出、不會(huì)因光照、仿射變換和噪音等因素而變化的點(diǎn)，如角點(diǎn)、邊緣點(diǎn)、暗區(qū)的亮點(diǎn)及亮區(qū)的暗點(diǎn)等。

1.2 SIFT特征提取的方法