第4章特征提取入门

4. 特征提取入门：Haar特征与积分图、HOG特征原理、LBP特征原理

好，咱们进入第四章。这一章可以说是整个交通标志识别系统的「眼睛」——特征提取。

你想想看，一张图片里像素点那么多，直接扔给分类器去学，效果往往很差。为什么？因为原始像素里包含太多噪声和冗余信息了。我们需要把图像里真正有用的「模式」提炼出来，这就是特征提取干的事。

我个人习惯把特征提取比作「画像」。你不需要把每根头发丝都画出来，只需要抓住五官比例、轮廓这些关键信息，就能认出一个人。今天咱们聊三种经典特征：Haar、HOG 和 LBP。它们各有各的脾气，也各有各的用武之地。

Haar特征，说白了就是计算图像中相邻矩形区域的像素灰度差。它最早被用在人脸检测上，Viola-Jones那个经典框架就是靠它吃饭的。

Haar特征有几种基本模板：边缘特征、线性特征、中心特征。比如一个两矩形的特征，左边白右边黑，计算白色区域像素和减去黑色区域像素和。这个差值能反映出图像的局部明暗变化。

举个例子，交通标志里的「禁止驶入」标志，红色圆环中间是白色。如果用Haar特征去扫，圆环边缘处就会产生强烈的响应。嗯，这里要注意，Haar特征对边缘、线条这类结构特别敏感。

核心思想： Haar特征 = 白色矩形像素和 - 黑色矩形像素和

但问题来了——你要在图像上滑动窗口，每个窗口要计算多个矩形区域的像素和。如果每次都从头加一遍，计算量会爆炸。怎么办？

积分图就是来救场的。它是个很巧妙的数据结构，能在常数时间内算出任意矩形区域的像素和。

积分图的定义很简单：

// 积分图每个位置的值 = 该位置左上角所有像素的和
integral(x, y) = sum(i<=x, j<=y) image(i, j)

有了积分图，要算任意矩形区域的和，只需要做三次加减法：

// 矩形区域 (x1,y1) 到 (x2,y2) 的像素和
sum = integral(x2, y2) 
    - integral(x1-1, y2) 
    - integral(x2, y1-1) 
    + integral(x1-1, y1-1)

我在项目中遇到过一个问题：用Haar特征做交通标志检测时，光照变化影响很大。同一个标志，晴天和阴天拍出来的Haar特征值能差好几倍。后来我做了归一化处理，才把效果稳住。

我的经验： Haar特征适合检测有明显边缘结构的物体，比如矩形标志牌、圆形标志。但它对旋转和尺度变化比较敏感，实际使用时需要配合多尺度扫描。

HOG，全称是Histogram of Oriented Gradients，方向梯度直方图。这玩意儿在行人检测领域一战成名，后来被广泛用在各种目标检测任务里。

HOG的核心思想是什么？图像的局部形状，可以用梯度方向分布来描述。说白了，就是看每个像素点周围是「朝哪个方向变亮或变暗」的。

HOG特征的提取步骤大致如下：

你可能会问：为什么要分cell和block两层？直接在整个图上统计不行吗？

其实不行。局部统计能保留空间信息，block归一化又能增强鲁棒性。我刚开始学的时候也觉得这步骤有点繁琐，但后来做实验发现，少一步效果就差一截。

  关键参数： cell大小、block大小、bin数量、步长。这些参数直接影响特征的质量和维度。

我记得有一次做限速标志识别，用HOG特征配合SVM分类器，准确率能到95%以上。但HOG的缺点也很明显——特征维度高，计算慢。一个64×128的图像，HOG特征维度能到3780维。你想想看，实时处理视频流的时候，这个计算量可不小。

避坑指南： 我曾经在HOG的cell大小上栽过跟头。对于交通标志这种小目标，cell设太大（比如16×16）会丢失细节信息。建议从8×8开始调参。

LBP，Local Binary Pattern，局部二值模式。这玩意儿的特点是：计算简单、光照鲁棒性好、纹理描述能力强。

LBP的基本思想很直观：对每个像素，把它和周围的邻居像素做比较。邻居比它大就记为1，比它小就记为0。这样一圈比较下来，就得到一个二进制数，这个数就是该像素的LBP值。

// 原始LBP的计算（3×3邻域）
// 中心像素值为c，周围8个像素值为p0-p7
// LBP = sum( (pi >= c) ? 2^i : 0 )

举个例子，中心像素值是128，周围8个像素分别是[130, 120, 135, 110, 140, 115, 125, 132]，比较后得到[1,0,1,0,1,0,0,1]，对应的二进制就是10101001，十进制是169。

然后呢？对整个图像的所有像素计算LBP值，再统计直方图，这个直方图就是图像的LBP特征。

LBP有几个变体，我常用的有：

我的建议： 做交通标志识别时，LBP特别适合用来提取标志内部的纹理信息。比如「禁止停车」标志里的斜杠纹理，用LBP就能很好地捕捉到。

三种特征各有千秋。我个人的经验是：

在实际项目中，我经常把这几种特征组合起来用。比如用Haar做快速粗筛，再用HOG做精细分类。或者把HOG和LBP的特征向量拼接起来，形成一个更强的特征描述子。

好了，这一章的内容就到这儿。特征提取是计算机视觉的基石，把这些基础打牢了，后面做分类、检测才能得心应手。下一章咱们聊聊分类器的选择，到时候见。