以 Halcon 里支持的 Region 特征为基础,做概念总结
形状特征
1)圆度(Circularity)
衡量一个形状接近圆的程度,取值为 [0, 1]
Circularity=区域面积π外接圆半径2
另一种算法是,统计边界点到中心的距离,根据方差反映圆度
Halcon 对应上面两种思路有相应的算子:circularity、roundness
2)紧密度(Compactness)
参考 wikipedia,衡量一个形状紧致程度,取值为 [0, 1],对于圆,紧密度为 1
Compactness=A22πi21+i22−−−−−√
其中 A 为形状面积,
关于紧密度的一个比喻:用不同长度的绳子围成一个面积一定的区域,使用的绳子长度越短则紧密度越高。
又由于圆的边缘没有转角,很光滑,因此紧密度又称为粗糙度
Halcon 对应的算子为 compactness
3)矩形度(Rectangularity)
参考《图像处理基本算法 形状特征》,衡量一个形状接近矩形的程度,取值为 [0, 1]
Rectangularity=AEr
其中 A 为形状面积,
Halcon 对应算子为 rectangularity
4)凸性(Convexity)
参考文献【1】(顺便推荐作者关于凸性的研究主页),凸性的计算有很多种方法。这里介绍两种,第二种(Halcon用的这种)更为常见
定义1:对于二维形状 S ,在上面随机选择
定义2:对于二维形状