| Operatoren |
fuzzy_perimeter — Fuzzy-Umfang einer Region.
Mit Hilfe des Merkmals fuzzy_perimeter werden die Unterschiede in der Zugehörigkeitwerte zwischen einem Bildpunkt und seinem Nachbarbildpunkt gemessen. Dabei wird der rechte und der untere Nachbar berücksichtigt. Der Umfang ist wie folgt definiert:
M-1 N-1
---- ----
\ \
p(x) = / / |u(x(m,n)) - u(x(m,n+1))| +
---- ----
m=1 n=1
M-1 N-1
---- ----
\ \
/ / |u(x(m,n)) - u(x(m+1,n))|
---- ----
m=1 n=1
wobei MxN die Dimension des Bildes ist und u(x(m,n)) die Zugehörigkeitsfunktion. Bei dieser Implementation wurde die Standard-S Funktion nach Zadeh verwendet und wird wie folgt definiert:
/ 0, x <= a
u(x) = | 2((x-a)/(c-a))**2, a < x <= b
| 1-2((x-a)/(c-a))**2, b < x < c
\ 1, c <= x.
Für die Parameter a, b und c gelten nachstehende Bedingungen: b = (a+c)/2 ist der Wendepunkt der Funktion, Db = b - a = c - b ist die Bandbreite, für x = b gilt u(x) = 0.5. In fuzzy_perimeter sind die Parameter Apar und Cpar folgendermaßen definiert: b ist (Apar + Cpar)/2 .
fuzzy_perimeter 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-Umfang einer Region.
* To find a Fuzzy Entropy from an Image read_image(Image,'monkey') fuzzy_perimeter(Trans,Trans,0,255,Per)
fuzzy_perimeter 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 |