Halcon学习之六:获取Image图像中Region区域的特征参数
area_center_gray ( Regions, Image : : : Area, Row, Column ) 计算Image图像中Region区域的面积Area和重心(Row,Column)。
cooc_feature_image ( Regions, Image : : LdGray, Direction : Energy,Correlation, Homogeneity, Contrast ) 计算共生矩阵和推导出灰度特征值
Direction:灰度共生矩阵计算的方向 Energy:灰度值能量 Correlation:灰度值的相互关系 Homogeneity:灰度值的均匀性 Contrast:灰度值的对比度
cooc_feature_matrix ( CoocMatrix : : : Energy, Correlation,Homogeneity, Contrast ) 根据共生矩阵计算灰度特征值
elliptic_axis_gray ( Regions, Image : : : Ra, Rb, Phi ) 计算Image图像的Region区域的Ra,Rb和Phi。
entropy_gray ( Regions, Image : : : Entropy, Anisotropy ) Image图像中Region区域的计算熵Entropy和各向异性Anisotropy。
estimate_noise ( Image : : Method, Percent : Sigma ) 从单一图像 Image中估计图像的噪声。
Sigma:加性噪声的标准偏差 Method :估计噪声的方法 Method∈{foerstner、immerkaer、least_squares、mean}、
fit_surface_first_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma ) 计算一阶灰度平面的灰度矩阵和灰度值的逼近参数。
Algorithm:采用的算法 Algorithm:迭代次数 ClippingFactor:消除临界值的削波系数
fit_surface_second_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma, Delta, Epsilon, Zeta ) 计算二阶灰度平面的灰度矩阵和灰度值的逼近参数。
fuzzy_entropy ( Regions, Image : : Apar, Cpar : Entropy ) 确定区域Regions的模糊熵 将图像视为模糊集合 Apar为模糊区域的起始点 Cpar为模糊区域的结束点 Entropy为Regions的模糊熵
fuzzy_perimeter ( Regions, Image : : Apar, Cpar : Perimeter ) 计算Region区域的模糊周长
gen_cooc_matrix ( Regions, Image : Matrix : LdGray, Direction : ) 生成Image图像Region区域的共生矩阵
gray_histo ( Regions, Image : : : AbsoluteHisto, RelativeHisto ) 获取Image图像Region区域的灰度相对直方图RelativeHisto和绝对直方图AbsoluteHisto。 注意:Region区域必须先计算过它的直方图。
gray_histo_abs ( Regions, Image : : Quantization : AbsoluteHisto ) 获取Image图像Region区域的灰度绝对直方图AbsoluteHisto。 Quantization:灰度值的量化、
gray_projections ( Region, Image : : Mode : HorProjection, VertProjection ) 计算Region区域在水平方向和垂直方向的灰度值投影。
histo_2dim ( Regions, ImageCol, ImageRow : Histo2Dim : : ) 计算二通道灰度图像的直方图
intensity ( Regions, Image : : : Mean, Deviation ) 计算region区域的灰度平均值和偏差
min_max_gray ( Regions, Image : : Percent : Min, Max, Range ) 计算Region区域的最大最小灰度值。 Range:最大灰度值和最小灰度值之间的差距
moments_gray_plane ( Regions, Image : : : MRow, MCol, Alpha, Beta,Mean ) 计算平面的灰度矩阵和灰度值的逼近参数。
plane_deviation ( Regions, Image : : : Deviation ) 逼近的图象平面计算灰度值偏差
select_gray ( Regions, Image : SelectedRegions : Features, Operation,Min, Max : )
根据灰度值选择区域
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 )
获取阈值特征直方图
Feature∈{connected_components、convexity、compactness、anisometry、holes}
程序:
- read_image (Image, 'G:/Halcon/机器视觉/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)
运行结果:
- 顶
转载于:https://www.cnblogs.com/qqhfeng/p/7247800.html
Halcon学习之六:获取Image图像中Region区域的特征参数相关推荐
- 计算机太阳,计算机可以学习在大量太阳图像中查找太阳耀斑和其他事件
一项新的研究表明,计算机可以学习在大量太阳图像中查找太阳耀斑和其他事件,并帮助NOAA预报员及时发出警报.由CIRES和NOAA国家环境信息中心(NCEI)的科学家开发的机器学习技术可以搜索大量卫星数 ...
- ITK:用颜色标记图像中的区域
ITK:用颜色标记图像中的区域 内容提要 输出结果 C++实现代码 内容提要 用颜色标记图像中的区域 输出结果 C++实现代码 #include "itkBinaryImageToLabel ...
- ITK:为图像中标记区域的边界上色
ITK:为图像中标记区域的边界上色 内容提要 输出结果 C++实现代码 内容提要 为图像中标记区域的边界上色. 输出结果 C++实现代码 #include "itkBinaryImageTo ...
- ITK:迭代图像中的区域,而无需写访问权即可访问索引
ITK:迭代图像中的区域,而无需写访问权即可访问索引 内容提要 输出结果 C++实现代码 内容提要 通过有效访问当前索引(无写访问权限)遍历图像的区域. 输出结果 An extensive list ...
- ITK:在没有写访问权的情况下迭代图像中的区域
ITK:在没有写访问权的情况下迭代图像中的区域 内容提要 输出结果 输入 输出 C++实现代码 内容提要 遍历图像的某个区域(无写访问权限). 输出结果 输入 输出 255 255 255 255 2 ...
- ITK:使用写访问权迭代图像中的区域
ITK:使用写访问权迭代图像中的区域 内容提要 输出结果 C++实现代码 内容提要 遍历图像的某个区域(具有写访问权限). 输出结果 C++实现代码 #include "itkImage.h ...
- halcon裁剪图像_【Halcon】Halcon学习之七:改变图像的现实方式和大小
change_format ( Image : ImagePart : Width, Height : ) 改变Image图像大小,而且ImagePart图像为灰度值图像. crop_domain ( ...
- Python学习:获取文件夹中最新的文件/文件夹
文章概述 获取最新修改文件 关于lambda的用法 os.path.getmtime用法 获取最新修改文件 获取文件夹中,最新修改过的文件或者文件夹 import os # 文件夹目录 path=&q ...
- 学习何凯明在图像中的降噪技术和识别率问题
之前玩微信由于图像噪音干扰太高一直导致没法在工业是过渡,我是从从事交通大类的神经计算开发,这个转年几年过去我对算法其实很多还是不同,太零碎了.并且实际开发过程涉及对硬件的流处理器和存储单位的思考和分配 ...
最新文章
- SQLite的sqlite_master表
- 【计算机网络】网络层 : OSPF 协议 ( 协议简介 | 链路状态路由算法 | OSPF 区域 | OSPF 特点 )
- JS中数组的常用方法
- java学习(87):Interage包装类进制转换
- edit控件自动换行 mfc_VS2010/MFC编程入门:如何创建对话框模板和修改对话框属性?...
- 如何使用Python入侵Eclipse IDE
- C++:计算选手最终得分
- 农行运营合规管理心得体会_“乘风破浪”的农行合规达人秀来啦
- SEO优化中的div+css命名规则
- Android应用程序开发以及背后的设计思想深度剖析
- 游戏Gala—基于星际文件系统的非中心化游戏
- outlook正在使用outlook数据文件(.ost)旧的副本,请退出outlook,删除此文件,然后重启outlook。
- socket服务器断开消息,详解JS WebSocket断开原因和心跳机制
- 一文搞懂 USB 设备端驱动框架
- python设定字符串长度_python 修改字符串长度_Python 字符串操作
- 牧场上的草泥马(游荡的奶牛)
- Ubuntu个人目录中文改成英文
- vmware 中减少硬盘vmdk大小
- TIF怎么转成PDF?这几款软件不容错过
- Word——Word在试图打开文件时遇到错误的一种解决办法
热门文章
- 怎么从华为nova4导入计算机,手机知识:华为nova4怎么导出联系人
- java 匿名对象有引用_java 匿名内部类对象持有外部类对象的引用
- 怎么读懂python语句_Python入门基础知识点总结,一点文章就能让你看懂Python
- Java的反射作用_浅析Java 反射机制的用途和缺点
- eplan文本怎么换行_EPLAN几个使用的小技巧,非常有用
- python统计linux流量,通过Python进行MySQL表信息统计
- java calendar与date_Java中date和calendar的用法
- Linux多线程同步------条件变量
- python中adb连接手机_Python脚本利用adb进行手机控制的方法
- LabVIEW色彩定位实现药品包装质量检测(实战篇—4)