Après avoir binarisé les images concrètes, calculez le gradient binaire horizontal et vertical de chaque pixel de l’image à l’aide de cette équation. Calculez la direction et la taille du gradient binaire de chaque point à l’aide de cette équation. Déterminez ensuite la taille du bloc de segmentation d’image représenté par n.
Pour diviser l’image en blocs carrés de n par n, définissez une ligne de segmentation pour chaque n pixels le long de l’axe horizontal et de l’axe vertical. Classez les pixels dans l’intervalle d’angle statistique du dégradé approprié de chaque direction en fonction de la direction du dégradé binaire de chaque pixel du bloc. Pour obtenir la valeur statistique de gradient de cet intervalle, additionnez le gradient binaire des pixels dans l’intervalle d’angle statistique de gradient de chaque direction dans le sens inverse des aiguilles d’une montre.
Enregistrer les résultats obtenus pour les statistiques de gradient, de gradient, d’intervalle, d’intervalle d’angle, de gradient directionnel. Ensuite, divisez les échantillons en zones de calcul précises où chaque zone se compose de quatre blocs adjacents. Calculez la valeur statistique du gradient directionnel dans l’intervalle d’angle pour chaque bloc de la zone de calcul spécifiée.
Générez ensuite le vecteur d’entités avec les statistiques du gradient directionnel en tant que composant. Combinez les vecteurs de caractéristiques de dégradé directionnel dérivés de chaque zone de calcul pour obtenir le vecteur de caractéristique de dégradé directionnel de l’image. Au fur et à mesure que la taille du bloc est augmentée dans une certaine mesure, les caractéristiques de gradient directionnel dans chaque bloc d’échantillons d’images concrètes avec des états de vibration différents présentent des différences significatives.
