regiongrowingregiongrowingRegiongrowingRegiongrowingregiongrowing (Operator)

Name

regiongrowingregiongrowingRegiongrowingRegiongrowingregiongrowing — Segmentieren mit Hilfe von Flächenwachstum.

Signatur

Beschreibung

regiongrowingregiongrowingRegiongrowingRegiongrowingRegiongrowingregiongrowing liefert Bilder mit „gleicher“ Intensität - gerastert in Rechtecken der Größe RasterHeightRasterHeightRasterHeightRasterHeightrasterHeightraster_height RasterWidthRasterWidthRasterWidthRasterWidthrasterWidthraster_width. Zur Entscheidung, ob benachbarte Rasterfelder zum selben Bild gehören oder nicht, wird nur die Differenz der Grauwerte ihrer Zentren herangezogen. Ist die Grauwertdifferenz kleiner oder gleich ToleranceToleranceToleranceTolerancetolerancetolerance, werden die Rasterfelder zu einer Region verschmolzen.

Sind und zwei zu untersuchende Grauwerte, dann gehören sie zur gleichen Region, falls: Bei Pixeln vom Typ cyclic wird folgende Formel verwendet: Bei Schrittweiten größer als 1 ist ein typisches Vorgehen, die Eingabeobjekte vor dem Aufruf von regiongrowingregiongrowingRegiongrowingRegiongrowingRegiongrowingregiongrowing mit einem Tiefpassfilter der Größe RasterHeightRasterHeightRasterHeightRasterHeightrasterHeightraster_height RasterWidthRasterWidthRasterWidthRasterWidthrasterWidthraster_width zu glätten (damit die ausgewerteten Schwerpunkte der Rasterfelder auch wirklich repräsentativ für das gesamte Rasterfeld sind). Ist das Bildmaterial nicht stark verrauscht und die Schrittweite klein, dann kann die vorherige Glättung in vielen Fällen auch entfallen.

In den Ergebnisbildern werden bei Schrittweiten größer als 1 nicht nur die untersuchten Punkte gesetzt, sondern es wird um jeden Punkt ein Rechteck der Größe RasterHeightRasterHeightRasterHeightRasterHeightrasterHeightraster_height RasterWidthRasterWidthRasterWidthRasterWidthrasterWidthraster_width gesetzt. Es werden nur Regionen, die mindestens MinSizeMinSizeMinSizeMinSizeminSizemin_size Punkte umfassen, ausgegeben.

Regiongrowing ist ein sehr schnelles Verfahren und ist daher für zeitkritische Anwendungen zu empfehlen.

Achtung

RasterWidthRasterWidthRasterWidthRasterWidthrasterWidthraster_width und RasterHeightRasterHeightRasterHeightRasterHeightrasterHeightraster_height werden automatisch auf ungerade Werte konvertiert.

Ausführungsinformationen

• Multithreading-Typ: reentrant (läuft parallel zu nicht-exklusiven Operatoren).
• Multithreading-Bereich: global (kann von jedem Thread aufgerufen werden).
• Automatisch parallelisiert auf Tupelebene.

Parameter

read_image(Image,'fabrik')
mean_image(Image,Mean,RasterHeight,RasterWidth)
regiongrowing(Mean,Result,RasterHeight,RasterWidth,6.0,100)

read_image(&Image,"fabrik");
mean_image(Image,&Mean,RasterHeight,RasterWidth);
regiongrowing(Mean,&Result,RasterHeight,RasterWidth,6,100);

#include "HIOStream.h"
#if !defined(USE_IOSTREAM_H)
using namespace std;
#endif
#include "HalconCpp.h"
using namespace Halcon;

int main (int argc, char *argv[])
{
  if (argc != 2)
  {
    cout << "Usage : " << argv[0] << " <name of the image>" << endl;
    return (-1);
  }

  HImage   image (argv[1]),
           mean;
  HWindow  win;

  mean = image.MeanImage (5, 5);

  HRegionArray reg = mean.Regiongrowing (5, 5, 6, 100);

  reg.Display (win);
  win.Click ();

  return (0);
}

read_image(Image,'fabrik')
mean_image(Image,Mean,RasterHeight,RasterWidth)
regiongrowing(Mean,Result,RasterHeight,RasterWidth,6.0,100)

read_image(Image,'fabrik')
mean_image(Image,Mean,RasterHeight,RasterWidth)
regiongrowing(Mean,Result,RasterHeight,RasterWidth,6.0,100)

Komplexität

Sei N die Anzahl der gefundenen Regionen und M die Anzahl der untersuchten Punkte in einer solchen Region, dann ist die Laufzeitkomplexität O(N * log(M) * M).

Ergebnis

regiongrowingregiongrowingRegiongrowingRegiongrowingRegiongrowingregiongrowing liefert den Wert 2 (H_MSG_TRUE), falls die Parameter korrekt sind. Für das Verhalten bzgl. der Eingabebilder und Ausgaberegionen sind die Flags 'no_object_result'"no_object_result""no_object_result""no_object_result""no_object_result""no_object_result", 'empty_region_result'"empty_region_result""empty_region_result""empty_region_result""empty_region_result""empty_region_result" und 'store_empty_region'"store_empty_region""store_empty_region""store_empty_region""store_empty_region""store_empty_region" einstellbar (siehe set_systemset_systemSetSystemSetSystemSetSystemset_system). Gegebenenfalls wird eine Fehlerbehandlung durchgeführt.

Vorgänger

binomial_filterbinomial_filterBinomialFilterBinomialFilterBinomialFilterbinomial_filter, mean_imagemean_imageMeanImageMeanImageMeanImagemean_image, gauss_filtergauss_filterGaussFilterGaussFilterGaussFiltergauss_filter, smooth_imagesmooth_imageSmoothImageSmoothImageSmoothImagesmooth_image, median_imagemedian_imageMedianImageMedianImageMedianImagemedian_image, anisotropic_diffusionanisotropic_diffusionAnisotropicDiffusionAnisotropicDiffusionAnisotropicDiffusionanisotropic_diffusion

Nachfolger

select_shapeselect_shapeSelectShapeSelectShapeSelectShapeselect_shape, reduce_domainreduce_domainReduceDomainReduceDomainReduceDomainreduce_domain, select_grayselect_graySelectGraySelectGraySelectGrayselect_gray

Alternativen

regiongrowing_nregiongrowing_nRegiongrowingNRegiongrowingNRegiongrowingNregiongrowing_n, regiongrowing_meanregiongrowing_meanRegiongrowingMeanRegiongrowingMeanRegiongrowingMeanregiongrowing_mean, label_to_regionlabel_to_regionLabelToRegionLabelToRegionLabelToRegionlabel_to_region

Modul

Foundation