learn_ndim_box
— Trainieren eines Klassifikators mit mehrkanaligen Bildern.
learn_ndim_box
ist veraltet und wird nur aus Gründen
der Rückwärtskompatibilität zur Verfügung gestellt.
learn_ndim_box(Foreground, Background, MultiChannelImage : : ClassifHandle : )
learn_ndim_box
trainiert den Klassifikator ClassifHandle
mit den Bildpunkten des mehrkanaligen Eingabebildes der Region, die durch
Foreground
angegeben wird. Die Punkte in Background
sollen
von dem Klassifikator zurückgewiesen werden. Der so trainierte
Klassifikator kann für class_ndim_box
zur Segmentation
von Bildern verwendet werden.
Foreground
soll gefunden werden, Background
sind die Bildteile, die nicht gefunden werden sollen.
Beim Trainingsvorgang wird jedes Pixel einmal trainiert. Für
Bildpunkte aus Foreground
wird die Klasse „0“, für
Background
die Klasse „1“ verwendet. Es wird
abwechselnd mit einem Bildpunkt aus Foreground
und einem aus
Background
trainiert. Falls eine Region kleiner ist,
wird zyklisch von vorne begonnen, bis die andere abgearbeitet ist.
learn_ndim_box
akzeptiert später bei der Segmentation
nur die Bildpunkte, die der Klasse „0“ zugeordnet werden.
Aus Anwendersicht besteht der wesentliche Unterschied zwischen
learn_ndim_norm
und learn_ndim_box
darin, dass bei
letzterem die Background
-Klasse den Klassifikationsprozess
selbst mitsteuert. Hier wird eine Trennfläche zwischen
Foreground
- und Background
-Klasse erzeugt,
so dass keine Punkte im Merkmalsraum falsch klassifiziert werden.
Bei learn_ndim_norm
dagegen ist eine Überlappung von
Foreground
- und Background
-Klasse
erlaubt. Dies schlägt sich dann im Rückgabewert Quality
nieder: Je größer die Überlappung, desto kleiner die Güte der
Klassifikation.
Alle Kanäle müssen von dem gleichen Typ sein.
Dieser Operator modifiziert den Zustand des folgenden Eingabeparameters:
Während der Ausführung dieses Operators muss der Zugriff auf den Wert dieses Parameters synchronisiert werden, wenn er über mehrere Threads hinweg verwendet wird.
Foreground
(input_object) region(-array) →
object
Zu trainierende Vordergrundpunkte.
Background
(input_object) region(-array) →
object
Zu trainierende Hintergrundpunkte (Rückweisungsklasse).
MultiChannelImage
(input_object) (multichannel-)image(-array) →
object (byte / direction / cyclic / int1 / int2 / int4 / real)
Mehrkanaliges Bild.
ClassifHandle
(input_control, Zustand wird modifiziert) class_box →
(handle)
Handle des Klassifikators.
Sei N die Anzahl der erzeugten Hyperquader und A die Fläche der größeren Eingaberegion. Dann ist die Laufzeitkomplexität O(N * A).
learn_ndim_box
liefert den Wert 2 (H_MSG_TRUE), falls die Parameter
korrekt sind und ein Klassifikator aktiv ist. Für das Verhalten
bzgl. der Eingabebilder sind die Flags
'no_object_result' und 'empty_region_result'
einstellbar (siehe set_system
). Gegebenenfalls wird
eine Fehlerbehandlung durchgeführt.
class_ndim_box
,
descript_class_box
learn_class_box
,
learn_ndim_norm
Foundation