http://blog.csdn.net/xinrui_
area_center_gray ( Regions, 計算Image圖像中Region區域的面積Area和重 cooc_feature_image ( Regions, Correlation, Homogeneity, 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 ( Homogeneity, Contrast ) 根據共生矩陣計算灰度特征值 elliptic_axis_gray ( Regions, 計算Image圖像的Region區域的Ra,Rb和Phi。 entropy_gray ( Regions, Image Image圖像中Region區域的計算熵Entropy和各向 estimate_noise ( Image : : 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、le fit_surface_first_order ( ClippingFactor : Alpha, Beta, 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 ( ClippingFactor : Alpha, Beta, 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, 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, 計算Region區域的模糊周長 gen_cooc_matrix ( Regions, 生成Image圖像Region區域的共生矩陣 gray_histo ( Regions, Image : 獲取Image圖像Region區域的灰度相對直方圖Relat 注意:Region區域必須先計算過它的直方圖。 gray_histo_abs ( Regions, 獲取Image圖像Region區域的灰度絕對直方圖Absol Quantization:灰度值的量化、 gray_projections ( Region, 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, 計算二通道灰度圖像的直方圖 intensity ( Regions, Image : : 計算region區域的灰度平均值和偏差 min_max_gray ( Regions, Image 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, Mean ) 計算平面的灰度矩陣和灰度值的逼近參數。 plane_deviation ( Regions, 逼近的圖象平面計算灰度值偏差 select_gray ( Regions, Image : Min, Max : ) 根據灰度值選擇區域 Features∈{area、row、column、ra、r Operation∈{and、or} shape_histo_all ( Region, RelativeHisto ) shape_histo_point ( Region, Column : AbsoluteHisto, 獲取閾值特征直方圖 Feature∈{connected_components、
程序:
運行結果:
| |
Halcon學習之六:獲取Image圖像中Region區域的特征參數
最新推荐文章于 2024-07-17 11:21:45 发布