提取图像的轮廓位置和方向

Question

我基本上遵循一篇论文，“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9个特征的向量。引用论文：

  

前三个特征是窗户的重量，它的中心   重力和窗户的二阶矩。

     

特征四和五定义了上部和下部的位置   在窗口中的轮廓，特征六和七给出方向   上下轮廓由轮廓的梯度表示   窗口位置，功能八给出了黑色到白色的数量   垂直方向的过渡，而特征九给出数字   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4,5,6,7,8的特征。

我可以计算出图像的轮廓。假设，这是一个文本行的窗口（窗口长度为14像素，如纸张所示）：

这是图像的提取轮廓：

那么这里的上下轮廓究竟是什么？从哪里可以考虑限制，如果它指的是顶部和底部像素，那么我可以提取那些没有轮廓提取？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。

Answer 1

我看了一下这篇论文，我很确定“上”和“下”应该被理解为“最高”和“最低”。这尤其有意义，因为作者特别关注他们在水平和垂直方向上标准化的数据的预处理。他们注意要有一种规模，写作角度的稳健性......

我猜功能4和5可以是轮廓的极值纵坐标，结合6和6的特征。 7这是渐变=方向，很好地了解轮廓的这些部分的形状。

特征9，最有用的是区分我猜的具有相似垂直形状的字母，例如“i”，“l”，“j”。

这是我的理解。希望这有帮助！