图像特征提取算法:haar特征

Posted yuanfuqiang

tags:

篇首语:本文由小常识网(cha138.com)小编为大家整理,主要介绍了图像特征提取算法:haar特征相关的知识,希望对你有一定的参考价值。

  该特征常和AdaBoost结合用于识别人脸。Haar特征很简单,分为三类:边缘特征、线性特征、中心特征和对角线特征,组合成特征模板。特征模板内有白色和黑色两种矩形,并定义该模板的特征值为白色矩形像素和减去黑色矩形像素和。Haar特征值反映了图像的灰度变化情况。例如:脸部的一些特征能由矩形特征简单的描述,如:眼睛要比脸颊颜色要深,鼻梁两侧比鼻梁颜色要深,嘴巴比周围颜色要深等。但矩形特征只对一些简单的图形结构,如边缘、线段较敏感,所以只能描述特定走向(水平、垂直、对角)的结构。

Haar的4种特征提取模板矩形如下图(色块矩阵姿态包括水平、垂直、斜45度):

  技术分享图片

 

参考资料:https://blog.csdn.net/xiongchao99/article/details/78776629?utm_source=copy 

以上是关于图像特征提取算法:haar特征的主要内容,如果未能解决你的问题,请参考以下文章

图像特征提取三大法宝:HOG特征,LBP特征,Haar特征

图像特征提取三大法宝:HOG特征,LBP特征,Haar特征

OpenCV与图像处理

经典图像特征SIFT HOG LBP Haar

人脸识别中的harr特征提取(转)

图像的特征提取有哪些算法