Matlab 如何从图形中提取有用的特征？

事情是这样的：

我有一些像上面图片一样的图表，我正试图将它们分类为不同的种类，以便可以识别字符的形状，下面是我所做的：

我对这些图应用了二维FFT，所以我可以得到这些图的频谱分析。以下是一些结果：

二维FFT后的S

二维FFT后的T

我发现同一个字母在FFT后具有相同的幅度图模式，我想使用此功能对这些字母进行聚类。但是有一个问题：我希望感兴趣的特征可以在二维平面中呈现，即以（x，y）的形式出现，但是这里的特征实际上是一个图，大约有600×400个元素，并且我知道我唯一感兴趣的是图形的形状（S是中间的点，T是交叉的）。那么，我能做些什么来降低震级图的维数呢

---

我不确定我是否清楚我的问题，但请提前感谢。

您可以使用降维方法，如

• k-均值聚类
• 支持向量机
• 主成分分析
• MDS

这些方法中的每一种都可以采用二维数组，并计算出区分/表示字母的最佳坐标系。 一个开始的方法是使用以下任何一种方法将240000维空间减少到26维空间。 这将为每个可能的字母提供一个“振幅”

---

但是正如@jucestain所说，网络分类器对于字母识别非常有用。

您可以使用诸如

• k-均值聚类
• 支持向量机
• 主成分分析
• MDS

这些方法中的每一种都可以采用二维数组，并计算出区分/表示字母的最佳坐标系。 一个开始的方法是使用以下任何一种方法将240000维空间减少到26维空间。 这将为每个可能的字母提供一个“振幅”

---

但正如@jucestain所说，网络分类器对于字母识别非常有用。

呃，我认为FFT不会有太大帮助。在我看来，检测角色最好的方法就是使用人工神经网络。我可能会分割图像以分离字母，然后将它们输入到ANN中。@jucestain可以使用强大的分类器形成上下文特征，并给出一个不错的结果吗？你觉得呢？呃，我觉得你的FFT走不了多远。在我看来，检测角色最好的方法就是使用人工神经网络。我可能会分割图像以分离字母，然后将它们输入到ANN中。@jucestain可以使用强大的分类器形成上下文特征，并给出一个不错的结果吗？你怎么认为？