Halcon學習之六：獲取Image圖像中Region區域的特征參數

http://blog.csdn.net/xinrui_hhuc/article/details/6131394  area_center_gray ( Regions, Image : : : Area, Row, Column )    計算Image圖像中Region區域的面積Area和重心（Row，Column）。 cooc_feature_image ( Regions, Image : : LdGray, Direction : Energy, Correlation, Homogeneity, Contrast )    計算共生矩陣和推導出灰度特征值    Direction：灰度共生矩陣計算的方向    Energy：灰度值能量    Correlation：灰度值的相互關系 Homogeneity：灰度值的均勻性 Contrast：灰度值的對比度 cooc_feature_matrix ( CoocMatrix : : : Energy, Correlation, Homogeneity, Contrast ) 根據共生矩陣計算灰度特征值 elliptic_axis_gray ( Regions, Image : : : Ra, Rb, Phi ) 計算Image圖像的Region區域的Ra，Rb和Phi。 entropy_gray ( Regions, Image : : : Entropy, Anisotropy ) Image圖像中Region區域的計算熵Entropy和各向異性Anisotropy。 estimate_noise ( Image : : Method, Percent : Sigma ) 從單一圖像 Image中估計圖像的噪聲。 Sigma：加性噪聲的標准偏差 Method ：估計噪聲的方法 Method∈{foerstner、immerkaer、least_squares、mean}、 fit_surface_first_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma ) 計算一階灰度平面的灰度矩陣和灰度值的逼近參數。 Algorithm：采用的算法 Algorithm：迭代次數 ClippingFactor：消除臨界值的削波系數 fit_surface_second_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma, Delta, Epsilon, Zeta ) 計算二階灰度平面的灰度矩陣和灰度值的逼近參數。 fuzzy_entropy ( Regions, Image : : Apar, Cpar : Entropy ) 確定區域Regions的模糊熵 將圖像視為模糊集合 Apar為模糊區域的起始點 Cpar為模糊區域的結束點 Entropy為Regions的模糊熵 fuzzy_perimeter ( Regions, Image : : Apar, Cpar : Perimeter ) 計算Region區域的模糊周長 gen_cooc_matrix ( Regions, Image : Matrix : LdGray, Direction : ) 生成Image圖像Region區域的共生矩陣 gray_histo ( Regions, Image : : : AbsoluteHisto, RelativeHisto ) 獲取Image圖像Region區域的灰度相對直方圖RelativeHisto和絕對直方圖AbsoluteHisto。 注意：Region區域必須先計算過它的直方圖。 gray_histo_abs ( Regions, Image : : Quantization : AbsoluteHisto ) 獲取Image圖像Region區域的灰度絕對直方圖AbsoluteHisto。 Quantization：灰度值的量化、 gray_projections ( Region, Image : : Mode : HorProjection, VertProjection ) 計算Region區域在水平方向和垂直方向的灰度值投影。 histo_2dim ( Regions, ImageCol, ImageRow : Histo2Dim : : ) 計算二通道灰度圖像的直方圖 intensity ( Regions, Image : : : Mean, Deviation ) 計算region區域的灰度平均值和偏差 min_max_gray ( Regions, Image : : Percent : Min, Max, Range ) 計算Region區域的最大最小灰度值。 Range：最大灰度值和最小灰度值之間的差距 moments_gray_plane ( Regions, Image : : : MRow, MCol, Alpha, Beta, Mean ) 計算平面的灰度矩陣和灰度值的逼近參數。 plane_deviation ( Regions, Image : : : Deviation ) 逼近的圖象平面計算灰度值偏差 select_gray ( Regions, Image : SelectedRegions : Features, Operation, Min, Max : ) 根據灰度值選擇區域 Features∈{area、row、column、ra、rb、phi、min、max、mean、deviation、plane_deviation、anisotropy、entropy、fuzzy_entropy、fuzzy_perimeter、moments_row、moments_column、alpha、beta} Operation∈{and、or} shape_histo_all ( Region, Image : : Feature : AbsoluteHisto, RelativeHisto ) shape_histo_point ( Region, Image : : Feature, Row, Column : AbsoluteHisto, RelativeHisto ) 獲取閾值特征直方圖 Feature∈{connected_components、convexity、compactness、anisometry、holes}  程序： [c-sharp]  view plain copy read_image (Image, 'G:/Halcon/機器視覺/images/bin_switch/bin_switch_3.png')   regiongrowing (Image, Regions, 3, 3, 1, 500)   area_center_gray (Regions, Image, Area, Row, Column)   cooc_feature_image (Regions, Image, 6, 0, Energy, Correlation, Homogeneity, Contrast)   elliptic_axis_gray (Regions, Image, Ra, Rb, Phi)   entropy_gray (Regions, Image, Entropy, Anisotropy)   estimate_noise (Image, 'mean', 20, Sigma)   fit_surface_first_order (Regions, Image, 'regression', 5, 2, Alpha, Beta, Gamma)   fit_surface_second_order (Regions, Image, 'regression', 5, 2, Alpha1, Beta1, Gamma1, Delta, Epsilon, Zeta)   fuzzy_entropy (Regions, Image, 0, 255, Entropy1)   fuzzy_perimeter (Regions, Image, 0, 255, Perimeter)   gen_cooc_matrix (Regions, Image, Matrix, 6, 0)   dev_set_paint ('histogram')   gray_projections (Regions, Image, 'simple', HorProjection, VertProjection)   histo_2dim (Regions, Image, Image, Histo2Dim)   運行結果：