classify_image_class_gmmT_classify_image_class_gmmClassifyImageClassGmmClassifyImageClassGmmclassify_image_class_gmm (Operator)
Name
classify_image_class_gmmT_classify_image_class_gmmClassifyImageClassGmmClassifyImageClassGmmclassify_image_class_gmm — Klassifizieren eines Bildes durch ein Gaußsches Mischverteilungsmodell.
Signatur
Beschreibung
classify_image_class_gmmclassify_image_class_gmmClassifyImageClassGmmClassifyImageClassGmmClassifyImageClassGmmclassify_image_class_gmm führt auf dem mehrkanaligen Bild
ImageImageImageImageimageimage eine Pixelklassifikation mit dem Gaußsches Mischverteilungsmodell (GMM)
GMMHandleGMMHandleGMMHandleGMMHandleGMMHandlegmmhandle durch. Das GMM muss vor der
Verwendung von classify_image_class_gmmclassify_image_class_gmmClassifyImageClassGmmClassifyImageClassGmmClassifyImageClassGmmclassify_image_class_gmm mit
train_class_gmmtrain_class_gmmTrainClassGmmTrainClassGmmTrainClassGmmtrain_class_gmm trainiert werden. ImageImageImageImageimageimage muss die
bei create_class_gmmcreate_class_gmmCreateClassGmmCreateClassGmmCreateClassGmmcreate_class_gmm mit NumDimNumDimNumDimNumDimnumDimnum_dim spezifizierte
Anzahl von Kanälen besitzen. Als Ausgabe werden in
ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions NumClassesNumClassesNumClassesNumClassesnumClassesnum_classes Regionen als Ergebnis der
Pixelklassifikation zurückgegeben. Die Reihenfolge der Regionen in
ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions entspricht dabei der Reihenfolge der Klassen,
wie sie durch die Trainingsregionen in
add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm definiert wurde. Der Parameter
RejectionThresholdRejectionThresholdRejectionThresholdRejectionThresholdrejectionThresholdrejection_threshold erlaubt die Zurückweisung von zu
unsicher klassifizierten Pixeln. Er stellt einen Schwellenwert auf
dem von der Klassifikation zurückgelieferten
K-Sigma-Wahrscheinlichkeitsmaß dar (siehe classify_class_gmmclassify_class_gmmClassifyClassGmmClassifyClassGmmClassifyClassGmmclassify_class_gmm
und evaluate_class_gmmevaluate_class_gmmEvaluateClassGmmEvaluateClassGmmEvaluateClassGmmevaluate_class_gmm). Alle Pixel mit einer
Wahrscheinlichkeit unterhalb von RejectionThresholdRejectionThresholdRejectionThresholdRejectionThresholdrejectionThresholdrejection_threshold werden
keiner Klasse zugeordnet.
Ausführungsinformationen
- Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
- Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
- Automatisch parallelisiert auf interner Datenebene.
Parameter
ImageImageImageImageimageimage (input_object) (multichannel-)image → objectHImageHObjectHImageHobject (byte / cyclic / direction / int1 / int2 / uint2 / int4 / real)
Eingabebild.
ClassRegionsClassRegionsClassRegionsClassRegionsclassRegionsclass_regions (output_object) region-array → objectHRegionHObjectHRegionHobject *
Segmentierte Klassen.
GMMHandleGMMHandleGMMHandleGMMHandleGMMHandlegmmhandle (input_control) class_gmm → HClassGmm, HTupleHHandleHTupleHtuple (handle) (IntPtr) (HHandle) (handle)
Handle des GMM.
RejectionThresholdRejectionThresholdRejectionThresholdRejectionThresholdrejectionThresholdrejection_threshold (input_control) real → HTuplefloatHTupleHtuple (real) (double) (double) (double)
Schwellenwert für die Rückweisung der Klassifikation.
Defaultwert: 0.5
Wertevorschläge: 0.0, 0.1, 0.2, 0.3, 0.4, 0.5, 0.6, 0.7, 0.8, 0.9, 1.0
Restriktion: RejectionThreshold >= 0.0 && RejectionThreshold <= 1.0
Beispiel (HDevelop)
read_image (Image, 'ic')
gen_rectangle1 (Board, 80, 320, 110, 350)
gen_rectangle1 (Capacitor, 359, 263, 371, 302)
gen_rectangle1 (Resistor, 200, 252, 290, 256)
gen_rectangle1 (IC, 180, 135, 216, 165)
concat_obj (Board, Capacitor, Classes)
concat_obj (Classes, Resistor, Classes)
concat_obj (Classes, IC, Classes)
create_class_gmm (3, 4, [1,30], 'full', 'none',0, 42, GMMHandle)
add_samples_image_class_gmm (Image, Classes, GMMHandle, 1.5)
get_sample_num_class_gmm (GMMHandle, NumSamples)
train_class_gmm (GMMHandle, 150, 1e-4, 'training', 1e-4, Centers, Iter)
classify_image_class_gmm (Image, ClassRegions, GMMHandle, 0.0001)
Ergebnis
Sind die Parameterwerte korrekt, dann liefert
classify_image_class_gmmclassify_image_class_gmmClassifyImageClassGmmClassifyImageClassGmmClassifyImageClassGmmclassify_image_class_gmm den Wert 2 (H_MSG_TRUE). Gegebenenfalls wird
eine Fehlerbehandlung durchgeführt.
Vorgänger
train_class_gmmtrain_class_gmmTrainClassGmmTrainClassGmmTrainClassGmmtrain_class_gmm,
read_class_gmmread_class_gmmReadClassGmmReadClassGmmReadClassGmmread_class_gmm
Alternativen
classify_image_class_knnclassify_image_class_knnClassifyImageClassKnnClassifyImageClassKnnClassifyImageClassKnnclassify_image_class_knn,
classify_image_class_mlpclassify_image_class_mlpClassifyImageClassMlpClassifyImageClassMlpClassifyImageClassMlpclassify_image_class_mlp,
classify_image_class_svmclassify_image_class_svmClassifyImageClassSvmClassifyImageClassSvmClassifyImageClassSvmclassify_image_class_svm,
classify_image_class_lutclassify_image_class_lutClassifyImageClassLutClassifyImageClassLutClassifyImageClassLutclassify_image_class_lut,
class_ndim_normclass_ndim_normClassNdimNormClassNdimNormClassNdimNormclass_ndim_norm,
class_2dim_supclass_2dim_supClass2dimSupClass2dimSupClass2dimSupclass_2dim_sup
Siehe auch
add_samples_image_class_gmmadd_samples_image_class_gmmAddSamplesImageClassGmmAddSamplesImageClassGmmAddSamplesImageClassGmmadd_samples_image_class_gmm,
create_class_gmmcreate_class_gmmCreateClassGmmCreateClassGmmCreateClassGmmcreate_class_gmm
Modul
Foundation