| Operatoren |
fuzzy_entropy — Fuzzy-Entropie von Regionen.
fuzzy_entropy berechnet die Entropy einer Fuzzy Menge. Hierbei wird das Bild als eine Fuzzy Menge betrachtet. Die Entropy bewertet, wie gut das Bild ein schwarzes bzw. weißes Bild annähert. Sie wird durch folgende Gleichung definiert:
1 ----
h(x) = --------- \ T (l) h(l)
M N ln(2) / e
----
wobei MxN die Dimension des Bildes und h(l) das Histogramm des Bildes ist. Außerdem
T (l) = -u(l) ln(u(l)) - (1-u(l)) ln(1-u(l)) e
Hier ist u(x(m,n)) eine Zugehörigkeitsfunktion (siehe fuzzy_perimeter), die die Fuzzy-Menge definiert. Dabei gelten für die Parameter die gleiche Bedingungen wie in fuzzy_perimeter.
fuzzy_entropy erwartet, dass die Regionen Regions vollständig innerhalb der angegebenen Domäne liegen. Andernfalls wird eine Fehlerbehandlung durchgeführt.
Regionen in den das Merkmal bestimmt werden soll.
Bild für die Grauwerte (Fuzzy-Zugehörigkeitswerte).
Anfang der Fuzzyfunktion
Defaultwert: 0
Wertevorschläge: 0, 5, 10, 20, 50, 100
Typischer Wertebereich: 0 ≤ Apar ≤ 255 (lin)
Minimale Schrittweite: 1
Empfohlene Schrittweite: 5
Ende der Fuzzyfunktion.
Defaultwert: 255
Wertevorschläge: 50, 100, 150, 200, 220, 255
Typischer Wertebereich: 0 ≤ Cpar ≤ 255 (lin)
Minimale Schrittweite: 1
Empfohlene Schrittweite: 5
Restriktion: Apar <= Cpar
Fuzzy Entropy einer Region.
* To find a Fuzzy Entropy from an Image read_image(Image,'monkey') fuzzy_entropy(Trans,Trans,0,255,Entro)
fuzzy_entropy liefert den Wert 2 (H_MSG_TRUE), falls die Parameter korrekt sind. Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.
M.K. Kundu, S.K. Pal: „Automatic selection of object enhancement operator with quantitative justification based on fuzzy set theoretic measures“; Pattern Recognition Letters 11; 1990; pp. 811-829.
Foundation
| Operatoren |