我正在尝试根据线条/笔触的粗细比较文本和非文本区域。使用距离变换及其后的一些修饰，设法获得了包含图片中特征的每个笔划的厚度(实际上是厚度的一半)。
这是程序运行的典型结果:
1.文字区域
34444433343554335533553555545544455445533444444344455435553335545556665444445654444444444444444444444444455434554554455444456544444445555445555543355556665544665444535444553354434553444444444444455444445544444454444444444444444444444444455442444444554444444544444444444444554444456444554414454444444444444444444554444445543454445443444544434443344443334442133223332221
1111112222212222222213333232111112234444411415445125544126143211123445716422457887433442222991443110103332222113111163124134444312122222222224551313122222222222243455553141432222222232111422222351515513211134161412234411743111111454181813111434555191113145520111322223334554452121204233145433467891011121311732525252524202022213137326252419192112222222335831818204233332222344315625171714334444451111788992225161619334538215151811341234258811414113111223144488242413131711332543444872416135247724113223544356152554433333332666652323151444444336675523151344443335566523881333444552222113344445514141433345555202120141114444444345201433355644454191313322333474351818134322266657342171266672415161131145657419111421316665581447891113151513135555555586745556555588551214145145335557888755141314774333455886555141011111211981417776348524111099814144444556414341181114135447434567845534444334881088891011111213141113477734444379888881414144477437254448998834733764226777753781313577776677654466665753466712124666645444551124476735456655444432446663254664411476757773464147322222777455332224237738833223378121242311333378583438869913135923222344338101013139943333115533910111111884112155339910101011111111101111111097777778855544553991010111111111111111110999999101111111110777764111113561091097543434552999989998666544436554888778755554455541444465554317777774555555544455556665555564424443356433222345222124422341111312111214411322222223222231221143334424322342222123536411441664431775446548856766655885555664444644665449876444477544227887772
那么，有没有一种统计方法比标准偏差更复杂，可以表明两个数据集之间的差异:一个逐渐变化而第二个数据变化很大？
(包括可怕的数字来说明我正在尝试量化的数字!)
还请注意，数据点的数量将不一样，因为我将比较具有实验确定的SD阈值(或其他度量)的不同区域，而不是它们之间的区域。
最佳答案
我想到的是，您可以对块进行小波变换，然后查看与高频小波相关的平均能量。
如果您对小波不熟悉，最简单的描述就是Haar wavelet。假设您采样的点数为2n，则可以如下计算:
对于Haar小波的每个级别，取系数平方的平均值。如果您的数据确实看起来像您所描述的那样，那么前几个级别的统计信息将大不相同。做实验，确定您的阈值在哪里，然后您可能会进行一个相当可靠的测试。 (我建议您从测试中获得3个可能的答案:“文本”，“非文本”，“不清楚”。查看“不清楚”的示例，然后改进您的测试。)
关于math - 哪种度量表明数据平滑变化？，我们在Stack Overflow上找到一个类似的问题： https://stackoverflow.com/questions/5853386/