halcon算子翻译——cooc_feature_image

名称

cooc_feature_image - 计算共生矩阵并导出其灰度值特征。

用法

cooc_feature_image(Regions, Image : : LdGray, Direction : Energy, Correlation, Homogeneity, Contrast)

描述

  cooc_feature_image的调用对应于算子gen_cooc_matrix和cooc_feature_matrix的连续执行。 如果连续评估共生矩阵的几个方向矩阵,则通过gen_cooc_matrix生成矩阵然后调用算子cooc_feature_matrix生成矩阵更为有效。 参数Direction以角度或'mean'方式传输邻域的方向。 在'mean'的情况下,平均值是在所有四个方向上计算的。

注意

请注意,算子cooc_feature_image仅考虑给定的区域,并忽略输入图像Image的任何先前设置的域。

并行

●  多线程类型:可重入(与非独占算子并行运行)。
●  多线程范围:全局(可以从任何线程调用)。
●  在元组级别自动并行化处理。

参数

Regions (input_object)   region(-array) → object
  要检查的区域。


Image (input_object)    singlechannelimage → object (byte)
  灰度值图像。


LdGray (input_control)    integer → (integer)
  要区分的灰度值的数量。
  Default value: 6
  List of values: 1, 2, 3, 4, 5, 6, 7, 8


Direction (input_control)    integer → (integer / string)
  矩阵的计算方向。
  Default value: 0
  List of values: 0, 45, 90, 135, 'mean'


Energy (output_control)    real(-array) → (real)
  灰度值能量


Correlation (output_control)    real(-array) → (real)
  灰度值的相关性。


Homogeneity (output_control)    real(-array) → (real)
  灰度值的局部同质性。


Contrast (output_control)    real(-array) → (real)
  灰度值对比度。

结果

  如果输入具有定义的灰度值('字节')的图像并且参数是正确的,则算子cooc_feature_image返回值2(H_MSG_TRUE)。 通过算子set_system(::'no_object_result',<Result> :)设置空输入情况下的行为(没有可用的输入图像),空区域的行为通过set_system(::'empty_region_result'<结果>:)。 如有必要,会引发异常。

Possible Predecessors

gen_cooc_matrix

Alternatives

cooc_feature_matrix

See also

intensity, min_max_gray, entropy_gray, select_gray

模块

Foundation

HDevelop例程

detect_mura_defects_texture.hdev    检测高度纹理图像中的mura缺陷
cooc_feature_image.hdev       计算基于共生矩阵的纹理特征
classify_wood.hdev           根据其表面纹理对不同种类的木材进行分类

posted @ 2018-01-25 08:41  水行  阅读(4793)  评论(0编辑  收藏  举报