HALCON Website / HALCON Operator-Referenz / Bild / Merkmale
KlassenKlassen | | Operatoren

fuzzy_entropyfuzzy_entropyFuzzyEntropyFuzzyEntropy (Operator)

Name

fuzzy_entropyfuzzy_entropyFuzzyEntropyFuzzyEntropy — Fuzzy-Entropie von Regionen.

Signatur

fuzzy_entropy(Regions, Image : : Apar, Cpar : Entropy)

Herror fuzzy_entropy(const Hobject Regions, const Hobject Image, const Hlong Apar, const Hlong Cpar, double* Entropy)

Herror T_fuzzy_entropy(const Hobject Regions, const Hobject Image, const Htuple Apar, const Htuple Cpar, Htuple* Entropy)

void FuzzyEntropy(const HObject& Regions, const HObject& Image, const HTuple& Apar, const HTuple& Cpar, HTuple* Entropy)

HTuple HImage::FuzzyEntropy(const HRegion& Regions, Hlong Apar, Hlong Cpar) const

HTuple HRegion::FuzzyEntropy(const HImage& Image, Hlong Apar, Hlong Cpar) const

static void HOperatorSet.FuzzyEntropy(HObject regions, HObject image, HTuple apar, HTuple cpar, out HTuple entropy)

HTuple HImage.FuzzyEntropy(HRegion regions, int apar, int cpar)

HTuple HRegion.FuzzyEntropy(HImage image, int apar, int cpar)

Beschreibung

fuzzy_entropyfuzzy_entropyFuzzyEntropyFuzzyEntropyFuzzyEntropy 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:

wobei MxN die Dimension des Bildes und h(l) das Histogramm des Bildes ist. Außerdem
Hier ist u(x(m,n)) eine Zugehörigkeitsfunktion (siehe fuzzy_perimeterfuzzy_perimeterFuzzyPerimeterFuzzyPerimeterFuzzyPerimeter), die die Fuzzy-Menge definiert. Dabei gelten für die Parameter die gleiche Bedingungen wie in fuzzy_perimeterfuzzy_perimeterFuzzyPerimeterFuzzyPerimeterFuzzyPerimeter.

Achtung

fuzzy_entropyfuzzy_entropyFuzzyEntropyFuzzyEntropyFuzzyEntropy erwartet, dass die Region RegionsRegionsRegionsRegionsregions vollständig innerhalb der angegebenen Domäne liegt. Andernfalls wird eine Fehlerbehandlung durchgeführt.

Ausführungsinformationen

Parameter

RegionsRegionsRegionsRegionsregions (input_object)  region(-array) → objectHRegionHRegionHobject

Regionen in den das Merkmal bestimmt werden soll.

ImageImageImageImageimage (input_object)  singlechannelimage → objectHImageHImageHobject (byte)

Bild für die Grauwerte (Fuzzy-Zugehörigkeitswerte).

AparAparAparAparapar (input_control)  integer → HTupleHTupleHtuple (integer) (int / long) (Hlong) (Hlong)

Anfang der Fuzzyfunktion

Defaultwert: 0

Wertevorschläge: 0, 5, 10, 20, 50, 100

Typischer Wertebereich: 0 ≤ Apar Apar Apar Apar apar ≤ 255 (lin)

Minimale Schrittweite: 1

Empfohlene Schrittweite: 5

CparCparCparCparcpar (input_control)  integer → HTupleHTupleHtuple (integer) (int / long) (Hlong) (Hlong)

Ende der Fuzzyfunktion.

Defaultwert: 255

Wertevorschläge: 50, 100, 150, 200, 220, 255

Typischer Wertebereich: 0 ≤ Cpar Cpar Cpar Cpar cpar ≤ 255 (lin)

Minimale Schrittweite: 1

Empfohlene Schrittweite: 5

Restriktion: Apar <= Cpar

EntropyEntropyEntropyEntropyentropy (output_control)  real(-array) → HTupleHTupleHtuple (real) (double) (double) (double)

Fuzzy Entropy einer Region.

Beispiel (HDevelop)

* To find a Fuzzy Entropy from an Image
read_image(Image,'monkey')
fuzzy_entropy(Trans,Trans,0,255,Entro)

Beispiel (C)

/* To find a Fuzzy Entropy from an Image */
read_image(&Image,'monkey') ;
fuzzy_entropy(Trans,Trans,0,255,&Entro) ;

Beispiel (HDevelop)

* To find a Fuzzy Entropy from an Image
read_image(Image,'monkey')
fuzzy_entropy(Trans,Trans,0,255,Entro)

Beispiel (HDevelop)

* To find a Fuzzy Entropy from an Image
read_image(Image,'monkey')
fuzzy_entropy(Trans,Trans,0,255,Entro)

Beispiel (HDevelop)

* To find a Fuzzy Entropy from an Image
read_image(Image,'monkey')
fuzzy_entropy(Trans,Trans,0,255,Entro)

Ergebnis

fuzzy_entropyfuzzy_entropyFuzzyEntropyFuzzyEntropyFuzzyEntropy liefert den Wert 2 (H_MSG_TRUE), falls die Parameter korrekt sind. Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Siehe auch

fuzzy_perimeterfuzzy_perimeterFuzzyPerimeterFuzzyPerimeterFuzzyPerimeter

Literatur

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.

Modul

Foundation

KlassenKlassen | | Operatoren
HALCON Operator-Referenz 17.12 Copyright © 1996-2017 MVTec Software GmbH