名稱
cooc_feature_image - 計算共生矩陣並導出其灰度值特征。
用法
cooc_feature_image(Regions, Image : : LdGray, Direction : Energy, Correlation, Homogeneity, Contrast)
描述
cooc_feature_image的調用對應於算子gen_cooc_matrix和cooc_feature_matrix的連續執行。 如果連續評估共生矩陣的幾個方向矩陣，則通過gen_cooc_matrix生成矩陣然后調用算子cooc_feature_matrix生成矩陣更為有效。 參數Direction以角度或'mean'方式傳輸鄰域的方向。 在'mean'的情況下，平均值是在所有四個方向上計算的。
注意
請注意，算子cooc_feature_image僅考慮給定的區域，並忽略輸入圖像Image的任何先前設置的域。
並行
● 多線程類型：可重入（與非獨占算子並行運行）。
● 多線程范圍：全局（可以從任何線程調用）。
● 在元組級別自動並行化處理。
參數
Regions (input_object) region(-array) → object
要檢查的區域。
Image (input_object) singlechannelimage → object (byte)
灰度值圖像。
LdGray (input_control) integer → (integer)
要區分的灰度值的數量。
Default value: 6
List of values: 1, 2, 3, 4, 5, 6, 7, 8
Direction (input_control) integer → (integer / string)
矩陣的計算方向。
Default value: 0
List of values: 0, 45, 90, 135, 'mean'
Energy (output_control) real(-array) → (real)
灰度值能量
Correlation (output_control) real(-array) → (real)
灰度值的相關性。
Homogeneity (output_control) real(-array) → (real)
灰度值的局部同質性。
Contrast (output_control) real(-array) → (real)
灰度值對比度。
結果
如果輸入具有定義的灰度值（'字節'）的圖像並且參數是正確的，則算子cooc_feature_image返回值2（H_MSG_TRUE）。 通過算子set_system（::'no_object_result'，<Result> :)設置空輸入情況下的行為（沒有可用的輸入圖像），空區域的行為通過set_system（::'empty_region_result'<結果>:)。 如有必要，會引發異常。
Possible Predecessors
gen_cooc_matrix
Alternatives
cooc_feature_matrix
See also
intensity, min_max_gray, entropy_gray, select_gray
模塊
Foundation
HDevelop例程
detect_mura_defects_texture.hdev 檢測高度紋理圖像中的mura缺陷
cooc_feature_image.hdev 計算基於共生矩陣的紋理特征
classify_wood.hdev 根據其表面紋理對不同種類的木材進行分類