小编sow*_*izz的帖子

我正在开发一个形状识别应用程序.此时,一组点(x,y)由角点检测器确定(红点,图2).其中四个点(红色框架,图2)是矩形的顶点(有时是一个小的变形矩形).在其他人中找到它们的最佳方法是什么？

以下是输入图像的示例:

角落检测后它看起来像这样:

我想计算几个纹理特征（即：小/大数字强调、数字非均匀性、二阶矩和熵）。这些可以从相邻灰度级依赖矩阵计算出来。我正在努力理解/实现这一点。关于这种方法的信息很少（公开可用）。

根据这篇论文：

该矩阵采用二维数组Q 的形式，其中Q(i,j)可以被视为已处理图像灰度变化的频率计数。它与图像的直方图具有相似的含义。该数组为 N _g ×N _r，其中 N _g是可能的灰度级数，N _r是图像中像素的可能邻居数。

如果图像函数F（I，J）是离散的，则很容易计算机的Q矩阵（对于正整数d，一）通过在计数的次数每个元素之间的差F（I，J）和其在特定距离d处，邻居等于或小于a。