【发布时间】：2015-07-20 03:29:49
【问题描述】：
我基本上是在关注一篇论文，“使用统计语言模型来提高基于 HMM 的草书手写识别系统的性能”。
这里作者从每个滑动窗口中提取了一个包含 9 个特征的向量。引用论文：
前三个特征是窗口的权重，它的中心 重力和窗口的二阶矩。
特征四和五定义了上、下的位置 窗口中的轮廓，特征六和七给出了方向 上轮廓和下轮廓由轮廓的梯度在 windows位置，特征八给出了黑到白的数量 垂直方向的过渡，而特征九给出了数字 上下轮廓之间的黑色像素。
我设法计算了论文所讨论的前三个特征，但我似乎无法理解特征 4、5、6、7、8。
我可以计算图像的轮廓。假设，这是文本行之一的窗口（窗口长度为 14 像素，如论文所示）：
这是提取的图像轮廓：
那么这里的上下轮廓到底是什么？从哪里可以考虑限制，如果它指的是顶部和底部像素，那么我可以在没有轮廓提取的情况下提取那些？同样，这些轮廓的方向同样令人困惑。
我真的很感激这里的一些指导。
【问题讨论】：
-
图片不可见。请修改它们。
-
@NKN 我在不同的浏览器上尝试过，图像对我有用。你能再试一次吗
-
这就是我看到图像的方式，也许整个图像应该是这样的，我不知道。 pasteboard.co/26C6SF7U.png
-
@NKN 我相信它应该是这样的。 Op 没有显示完整的图像，只显示 14 像素的滑动窗口。
标签： image matlab image-processing image-segmentation