-1-基于旋转不变HOG特征的图像匹配算法汤彪，左峥嵘，李明作者简介：汤彪，（1988-），男，硕士研究生，主要研究方向：目标检测与跟踪，图像特征提取。通信联系人：左峥嵘，男，副教授，主要研究方向为数字图像处理，目标跟踪与图像匹配。E-mail:zhrzuo@mail.hust.edu.cn（华中科技大学图像识别与人工智能研究所，武汉430074）摘要：图像匹配是目标检测问题中的一个非常重要的组成部分，HOG(HistogramofOriented5Gradient)特征因为能够对图像局部的几何和光学变化保持很好的不变性，在图像匹配领域也得到了应用。但是HOG特征并不能保证对旋转不变，在实际使用中存在着一些局限性。本文提出了一种方法来改进HOG特征，使得HOG特征能够保证对旋转不变。本文主要通过改进HOG特征中图像的划分方式和梯度方向直方图来得到旋转不变的HOG特征。本文提出使用一种新的图像划分方式，将图像划分成一些圆环区域代替传统HOG特征的方形区域划分方式，10同时本文提出对梯度进行RGT(RadialGradientTransform)变换，利用变换后的梯度统计直方图信息以获得旋转不变的直方图信息。最后文章研究了相关参数的选择问题，以获得最优的匹配效果。实验结果表明，本文提出的改进的HOG特征在能够在保证图像匹配准确率的情况下也保证了旋转不变性，同时本文的特征在实时性上也优于传统的HOG特征。关键词：图像匹配；梯度方向直方图（HOG）；RGT(RadialGradientTransform)变换15中图分类号：TN911.73ARotation-InvariantHistogramofOrientedGradientforImageMatchingTANGBiao,ZUOZhengrong,LIMing20(InstituteforPatternRecognitionandartificialIntelligence,HuazhongUniversityofscienceandtechnology,WuHan430074)Abstract:Imagematchingisanessentialissueinobjectdetectionproblem.Beinginvarianttolocalgeometricandphotometrictransformations,HistogramofOrientedGradient(HOG)descriptorperformsverywellinmostcasesofimagematching.However,itsperformanceisnot25satisfyingwhenfacingimageswithrotationvariation.OurpaperimprovesHOGdesriptortoenhanceitsrotation-invariantability.Insteadofrectanglesub-regionsintheorinialHOGdescripor,wesubdividetheimageintoannularspatialbinstoachievespatialbinninginvariant.Besides,weapplyRadialGradientTransform(RGT)toachievegradientbinninginvariant.Thenumbersofgradientbinsandannularbinshavedeepinfluenceontheperformanceofourproposedalgorithm.30ExperimentsshowsthatourmethodourperformstheoriginalHOGinrotation-invariant.Keywords:Imagematching;HistogramofOrientedGradient(HOG);RadialGradientTransform(RGT)0引言35图像匹配是解决许多计算机视觉问题中的一个非常重要的步骤。根据所利用信息的不同，解决图像匹配问题的方法主要分为两大类：基于图像灰度信息和基于特征的图像匹配方法。基于图像灰度信息的图像匹配方法首先需要逐点提取待匹配灰度图像的子区域（子区域与模板图像大小相等），通过某种相似性度量方法直接计算子区域与模板图像之间的相似度，40以相似度最高的位置作为匹配位置。常用的相似性度量方式有，平均绝对差值法（MeanofAbsoluteDifference）、归一化互相关积法（NormalCrossCorrelation）[1]。这种方法在低信噪比的情况下也能取得不错的匹配效果，但是当两幅图像之间存在角度和光照变化时，容易出现匹配精度下降甚至误匹配的情况。-2-基于特征的图像匹配方法的匹配过程与上述过程基本一致，不同的是，基于特征的图像45匹配方法利用图像特征描述子来表征图像子区域和模板图像的信息，通过衡量特征描述子之间的相似度来寻找最佳匹配位置。SIFT[2]，SURF[3]均给出了一种特征描述方法，它们都具有光照和旋转不变性，但是构造特征描述子的过程较复杂，计算量很大,难以满足实时性要求。吴博在论文中提出将梯度方向直方图（HOG）应用于异源图像匹配[4]，并且取得了不错50的效果。HOG特征最初是由NavneetDalal提出的一种用于行人检测的特征[5]，该特征对图像的微小几何形变和局部对比度变化都能保持很好的不变性。但...
