《表2 改进的Haar特征示例》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于组合特征和级联分类器的防震锤检测算法》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

比较4个Haar模板特征值的计算结果图，发现Haar模板1、Haar模板2和Haar模板4中正样本和负样本的特征值有较大的交集，而Haar模板3中正样本和负样本的特征值没有交集，说明Haar模板3在区分正样本和负样本上存在着明显的优势，能更好地区分防震锤以及电路塔等干扰区域。因此，本文的分类特征采用Haar模板3。