H学习

H区域

函数原型：

regiongrowing(Image: Regions: Row, Column, Tolerance, MinSize: )

函数作用：

用区域生长实现图像分割

函数原理：

如果相邻像素的灰度值差小于等于Tolerance，则被融为一个区域。因为矩形一般大于1个像素，所以常常在调用regiongrowing前会用大小至少为Row*Column的低通滤波器平滑一下。如果图像包含小噪声并且矩形很小，平滑后这些因素大都会被去除。而区域包含至少MinSize个点才被挑选出来。区域生长是一个非常快的算子，因此适合用于对时间要求严苛的应用中。

参数列表：

Image：输入图像

Regions：输出被分割后的区域

Row：被检测像素的行距离，Row >= 1 && odd(Row) (为奇数的意思)

Column：被检测像素的列距离，Column >= 1 && odd(Column)

Tolerance：被检测像素的灰度差小于等于该值时，被计入同一区域，Tolerance >= 0 && Tolerance < 127

MinSize：输出区域的最小大小，MinSize >= 1
备注：快速分割许多不同的区域
2.gray_histo（操作员）
名称
gray_histo-灰度值的分布。

签章
gray_histo（区域，图像 ::: AbsoluteHisto，RelativeHisto）

内容描述
gray_histo用于将转印的图像（计算图像内）区的绝对（ AbsoluteHisto）和相对（ RelativeHisto的灰度值）的直方图。

两个直方图都是256个值的元组，它们（从0开始）包含图像中各个灰度值的频率。

AbsoluteHisto用整数指定灰度值的绝对频率， RelativeHisto用相对值，即，绝对频率除以图像面积，以浮点数表示。

‘real’ - ‘int2’， 'uint2’和 'int4’图像被转换为 'byte’图像（首先确定图像中的最大和最小灰度值，然后原始灰度值在0范围内变为线性。 .255），然后按上述进行处理。使用 set_paint（:: WindowHandle，‘histogram’:)和 disp_image，直方图也可以直接作为图形输出。
参量
区域（input_object）区域（-array ）→ 对象
要计算直方图的区域。

图像（input_object） 单通道图像→ 对象（字节* /环状* /方向* / * INT1 / INT2 / UINT2 / INT4 /真实）*允许计算装置
要计算其灰度值分布的图像。

AbsoluteHisto（output_control） 直方图数组→ （整数）
灰度值的绝对频率。

RelativeHisto（output_control） 直方图数组→ （真实）
频率以该区域的面积为标准。
备注：区域里算出各个灰度值出现的次数。
gen_region_histo( : Region : Histogram, Row, Column, Scale : )
这个是将直方图转换为区域，区域形状为直方图（曲线图），貌似只是让人看的东西。

create_ncc_model ：ncc不受光亮度的影响/不受焦距的影响