fuzzy_perimeterfuzzy_perimeterFuzzyPerimeterFuzzyPerimeter (Operator)

Name

fuzzy_perimeterfuzzy_perimeterFuzzyPerimeterFuzzyPerimeter — Fuzzy-Umfang einer Region.

Signatur

fuzzy_perimeter(Regions, Image : : Apar, Cpar : Perimeter)

Herror fuzzy_perimeter(const Hobject Regions, const Hobject Image, const Hlong Apar, const Hlong Cpar, double* Perimeter)

Herror T_fuzzy_perimeter(const Hobject Regions, const Hobject Image, const Htuple Apar, const Htuple Cpar, Htuple* Perimeter)

void FuzzyPerimeter(const HObject& Regions, const HObject& Image, const HTuple& Apar, const HTuple& Cpar, HTuple* Perimeter)

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

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

static void HOperatorSet.FuzzyPerimeter(HObject regions, HObject image, HTuple apar, HTuple cpar, out HTuple perimeter)

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

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

Beschreibung

Mit Hilfe des Merkmals fuzzy_perimeterfuzzy_perimeterFuzzyPerimeterFuzzyPerimeterFuzzyPerimeter 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: 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: Für die Parameter a, b und c gelten nachstehende Bedingungen: ist der Wendepunkt der Funktion, ist die Bandbreite, für x = b gilt . In fuzzy_perimeterfuzzy_perimeterFuzzyPerimeterFuzzyPerimeterFuzzyPerimeter sind die Parameter AparAparAparAparapar und CparCparCparCparcpar folgendermaßen definiert: b ist .

Achtung

fuzzy_perimeterfuzzy_perimeterFuzzyPerimeterFuzzyPerimeterFuzzyPerimeter erwartet, dass die Regionen RegionsRegionsRegionsRegionsregions vollständig innerhalb der angegebenen Domäne liegen. 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

PerimeterPerimeterPerimeterPerimeterperimeter (output_control)  real(-array) HTupleHTupleHtuple (real) (double) (double) (double)

Fuzzy-Umfang einer Region.

Beispiel (HDevelop)

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

Beispiel (C)

/* To find a Fuzzy Entropy from an Image */
read_image(&Image,"monkey");
fuzzy_perimeter(Trans,Trans,Apar,Bpar,&Per);

Beispiel (HDevelop)

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

Beispiel (HDevelop)

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

Beispiel (HDevelop)

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

Ergebnis

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

Siehe auch

fuzzy_entropyfuzzy_entropyFuzzyEntropyFuzzyEntropyFuzzyEntropy

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