Bên cạnh các phương pháp trích chọn đặc trưng đã được nêu trong phần trên thì ở đây, xin giới thiệu phương pháp trích chọn đặc trưng wavelet Haar [3]. Kỹ thuật này cũng dựa trên số điểm ảnh đen, nhưng không lấy riêng từng vùng mà có
sự cộng dồn theo quy tắc: trong một vùng được chia thành bốn tiểu vùng, cộng dồn tiểu vùng 1 và tiểu vùng 2 được giá trị thứ nhất, cộng dồn tiểu vùng 2 và tiểu vùng 3 được giá trị thứ hai, riêng tiểu vùng 4 là giá trị thứ 3.
Yêu cầu đầu vào của thuật toán này là ma trận sau giai đoạn tiền xử lý phải có dạng một ma trận vuông A cấp 2n. Sau đây để đơn giản hóa và dễ dàng nắm bắt thì ma trận vuông A thỏa điều kiện nói trên sẽ được ký hiệu là (A, n), tức là đuợc đặc trưng bởi hai yếu tố:
A : tên của ma trận.
Tham số n: chỉ ra rằng kích thước ma trận sẽ là 2n x 2n. Nội dung của thuật toán sẽ được trình bày dưới dạng mã giả:
Bước 1: Khởi tạo
Queue = Ø; i = 1;
Bước 2:
Tính Fi = Tổng số các điểm đen trong toàn bộ ma trận (A, n); PUSH((A, n), Queue);
Bước 3:
Trong khi Queue vẫn còn phần tử thì {
POP(Queue, (A, n)); Nếu (n>1)
{
Lần lượt cho bốn hình vuông A1, A2, A3, A4 có cạnh (n/2) vào hàng đợi Queue;
Gọi S1, S2, S3, S4 là tổng các điểm đen tương ứng với A1, A2, A3, A4; Tính Fi+1 = S1 + S2; Fi+2 = S2 + S3; Fi+3 = S4; i = i + 3; } }
Trong đó, A1, A2, A3, A4 lần lượt là các hình vuông được lấy theo hình 2.4, tương tự như thế cho các hình vuông con:
Hình 2.4. Cách phân bốn tiểu vùng của wavelet Haar