Calculation of Directional Gradient Eigenvalue for Support Vector Machine Training

구체적인 영상을 이진화한 후, 이 방정식을 사용하여 영상에 있는 각 픽셀의 가로 및 세로 이진 기울기를 계산합니다. 이 방정식을 사용하여 각 점의 이진 기울기 방향과 크기를 계산합니다. 그런 다음 n으로 표현된 영상 분할 블록의 크기를 확인합니다.

영상을 n×n의 정사각형 블록으로 나누려면 가로 축과 세로 축을 따라 n픽셀마다 분할선을 설정하십시오. 블록에 있는 각 픽셀의 이진 기울기 방향을 기반으로 각 방향의 적절한 기울기의 통계적 각도 구간으로 픽셀을 분류합니다. 해당 구간의 기울기 통계 값을 얻으려면 시계 반대 방향으로 각 방향의 기울기 통계 각도 간격에서 픽셀의 이진 기울기를 합산합니다.

기울기 통계 각도 간격 방향 기울기 통계에 대해 얻은 결과를 기록합니다. 다음으로, 샘플을 각 영역이 4개의 인접한 블록으로 구성된 정확한 계산 영역으로 나눕니다. 지정된 계산 영역의 각 블록에 대한 각도 간격 내에서 방향 기울기의 통계 값을 계산합니다.

그런 다음 방향 기울기의 통계량을 구성요소로 사용하여 특징 벡터를 생성합니다. 각 계산 영역에서 파생된 방향성 기울기 특징 벡터를 결합하여 영상의 방향성 기울기 특징 벡터를 구합니다. 블록 크기가 어느 정도 확장됨에 따라 진동 상태가 다른 콘크리트 이미지 샘플의 각 블록에서 방향 기울기 특징은 상당한 차이를 나타냅니다.