Dopo aver binarizzato le immagini concrete, calcola il gradiente binario orizzontale e verticale di ogni pixel nell'immagine utilizzando questa equazione. Calcola la direzione del gradiente binario e la dimensione di ogni punto usando questa equazione. Quindi determinare la dimensione del blocco di segmentazione dell'immagine rappresentato come n.
Per dividere l'immagine in blocchi quadrati di n per n, imposta una linea di segmentazione per ogni n pixel lungo l'asse orizzontale e l'asse verticale. Classificare i pixel nell'intervallo angolare statistico appropriato del gradiente di ciascuna direzione in base alla direzione del gradiente binario di ciascun pixel nel blocco. Per ottenere il valore statistico del gradiente di tale intervallo, sommare il gradiente binario dei pixel nell'intervallo dell'angolo statistico del gradiente di ciascuna direzione in senso antiorario.
Registrare i risultati ottenuti per le statistiche statistiche del gradiente dell'intervallo angolare del gradiente direzionale. Successivamente, dividi i campioni in aree di calcolo precise in cui ogni area è costituita da quattro blocchi adiacenti. Calcola il valore statistico del gradiente direzionale all'interno dell'intervallo angolare per ciascun blocco nell'area di calcolo specificata.
Quindi genera il vettore dell'elemento con le statistiche del gradiente direzionale come componente. Combina i vettori delle feature di gradiente direzionale derivati da ciascuna area di calcolo per ottenere il vettore di feature di sfumatura direzionale dell'immagine. Man mano che la dimensione del blocco viene espansa in una certa misura, le caratteristiche del gradiente direzionale in ogni blocco di campioni di immagini in calcestruzzo con diversi stati di vibrazione mostrano differenze significative.
