Halcon学习之六：获取Image图像中Region区域的特征参数

area_center_gray ( Regions, Image : : : Area, Row, Column )

   计算Image图像中Region区域的面积Area和重心（Row，Column）。

cooc_feature_image ( Regions, Image : : LdGray, Direction : Energy,

Correlation, Homogeneity, Contrast )

   计算共生矩阵和推导出灰度特征值

   Direction：灰度共生矩阵计算的方向

   Energy：灰度值能量

   Correlation：灰度值的相互关系

Homogeneity：灰度值的均匀性

Contrast：灰度值的对比度

cooc_feature_matrix ( CoocMatrix : : : Energy, Correlation,

Homogeneity, Contrast )

根据共生矩阵计算灰度特征值

elliptic_axis_gray ( Regions, Image : : : Ra, Rb, Phi )

计算Image图像的Region区域的Ra，Rb和Phi。

entropy_gray ( Regions, Image : : : Entropy, Anisotropy )

Image图像中Region区域的计算熵Entropy和各向异性Anisotropy。

estimate_noise ( Image : : Method, Percent : Sigma )

从单一图像 Image中估计图像的噪声。

Sigma：加性噪声的标准偏差

Method ：估计噪声的方法

Method∈{foerstner、immerkaer、least_squares、mean}、

fit_surface_first_order ( Regions, Image : : Algorithm, Iterations,

ClippingFactor : Alpha, Beta, Gamma )

计算一阶灰度平面的灰度矩阵和灰度值的逼近参数。

Algorithm：采用的算法

Algorithm：迭代次数

ClippingFactor：消除临界值的削波系数

fit_surface_second_order ( Regions, Image : : Algorithm, Iterations,

ClippingFactor : Alpha, Beta, Gamma, Delta, Epsilon, Zeta )

计算二阶灰度平面的灰度矩阵和灰度值的逼近参数。

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

确定区域Regions的模糊熵 将图像视为模糊集合

Apar为模糊区域的起始点

Cpar为模糊区域的结束点

Entropy为Regions的模糊熵

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

计算Region区域的模糊周长

gen_cooc_matrix ( Regions, Image : Matrix : LdGray, Direction : )

生成Image图像Region区域的共生矩阵

gray_histo ( Regions, Image : : : AbsoluteHisto, RelativeHisto )

获取Image图像Region区域的灰度相对直方图RelativeHisto和绝对直方图AbsoluteHisto。

注意：Region区域必须先计算过它的直方图。

gray_histo_abs ( Regions, Image : : Quantization : AbsoluteHisto )

获取Image图像Region区域的灰度绝对直方图AbsoluteHisto。

Quantization：灰度值的量化、

gray_projections ( Region, Image : : Mode : HorProjection,

VertProjection )

计算Region区域在水平方向和垂直方向的灰度值投影。

histo_2dim ( Regions, ImageCol, ImageRow : Histo2Dim : : )

计算二通道灰度图像的直方图

intensity ( Regions, Image : : : Mean, Deviation )

计算region区域的灰度平均值和偏差

min_max_gray ( Regions, Image : : Percent : Min, Max, Range )

计算Region区域的最大最小灰度值。

Range：最大灰度值和最小灰度值之间的差距

moments_gray_plane ( Regions, Image : : : MRow, MCol, Alpha, Beta,

Mean )

计算平面的灰度矩阵和灰度值的逼近参数。

plane_deviation ( Regions, Image : : : Deviation )

逼近的图象平面计算灰度值偏差

select_gray ( Regions, Image : SelectedRegions : Features, Operation,

Min, Max : )

根据灰度值选择区域

Features∈{area、row、column、ra、rb、phi、min、max、mean、deviation、plane_deviation、anisotropy、entropy、fuzzy_entropy、fuzzy_perimeter、moments_row、moments_column、alpha、beta}

Operation∈{and、or}

shape_histo_all ( Region, Image : : Feature : AbsoluteHisto,

RelativeHisto )

shape_histo_point ( Region, Image : : Feature, Row,

Column : AbsoluteHisto, RelativeHisto )

获取阈值特征直方图

Feature∈{connected_components、convexity、compactness、anisometry、holes}

 程序：
[c-sharp] view plain copy
read_image (Image, 'G:/Halcon/机器视觉/images/bin_switch/bin_switch_3.png')  
regiongrowing (Image, Regions, 3, 3, 1, 500)  
area_center_gray (Regions, Image, Area, Row, Column)  
cooc_feature_image (Regions, Image, 6, 0, Energy, Correlation, Homogeneity, Contrast)  
elliptic_axis_gray (Regions, Image, Ra, Rb, Phi)  
entropy_gray (Regions, Image, Entropy, Anisotropy)  
estimate_noise (Image, 'mean', 20, Sigma)  
fit_surface_first_order (Regions, Image, 'regression', 5, 2, Alpha, Beta, Gamma)  
fit_surface_second_order (Regions, Image, 'regression', 5, 2, Alpha1, Beta1, Gamma1, Delta, Epsilon, Zeta)  
fuzzy_entropy (Regions, Image, 0, 255, Entropy1)  
fuzzy_perimeter (Regions, Image, 0, 255, Perimeter)  
gen_cooc_matrix (Regions, Image, Matrix, 6, 0)  
dev_set_paint ('histogram')  
gray_projections (Regions, Image, 'simple', HorProjection, VertProjection)  
histo_2dim (Regions, Image, Image, Histo2Dim)  

运行结果：

--------------------- 
作者：xinrui_hhuc 
来源：CSDN 
原文：https://blog.csdn.net/xinrui_hhuc/article/details/6131394 
版权声明：本文为博主原创文章，转载请附上博文链接！