图像特征提取算法之Haar特征原理(一)

笔记截图

在这里插入图片描述

在这里插入图片描述

  • 用白色的特征值之和 - 黑色的特征值之和 = 这一个区域的特征值。
  • 在这里插入图片描述
  • 你也可以理解为用卷积进行提取, 白色的区域为1 黑色的为 -1(邪恶的黑色) 然后进行相加既可以得到特征值

问题

在这里插入图片描述

  • 用偶数个卷积核进行计算, 12 22 3 * 4
    每个特征图都需要计算,24* 24个像素点需要16万个特征值

积分图

  • 计算的量太大,需要引入积分图的解决方案。
    在这里插入图片描述
    在这里插入图片描述
  • 看的有点懵逼吧。别急,接下来带大家看看如何实际应用就懂了。

例子

在这里插入图片描述
这里有一张128 * 128 的图。
我们运用积分图进行计算
![在这里插入图片描述](https://img-blog.csdnimg.cn/09f2b200f28b4170ac1cf9557194554d.pn
这里是图片的像素表示,
point1 = Ra
point 2 = Ra + Rb
point 3 = Rc + Ra
point 4 = Ra + Rb + Rc +Rd

计算所有的点的值

现在来计算下AB这两个区域的特征
在这里插入图片描述
在这里插入图片描述
特征值 = 白色 - 黑色 = A - B
A = point 4 + point1 - point 2 - point 3 理解下减去了两次point1 所以加上一个
B = point 6 + point 3 - point 5 - point 4

结论

所以计算特征的时候,只需要把所有的点的区域存起来,再根据需要存取就可以了

猜你喜欢

转载自blog.csdn.net/monk96/article/details/126033156