Python cucim.skimage.feature.shape_index用法及代码示例

用法: cucim.skimage.feature.shape_index(image, sigma=1, mode='constant', cval=0)

计算形状索引。

由 Koenderink 和 van Doorn [1] 定义的形状 index 是局部曲率的单值测量，假设图像为 3D 平面，强度表示高度。

它源自 Hessian 的特征值，其值范围从 -1 到 1(在 flat 区域中未定义 (=NaN))，以下范围表示以下形状：

形状索引和相应形状的范围。
间隔 (s in …)	形状
[ -1, -7/8)	球形杯
[-7/8, -5/8)	Through
[-5/8, -3/8)	Rut
[-3/8, -1/8)	马鞍车辙
[-1/8, +1/8)	Saddle
[+1/8, +3/8)	鞍脊
[+3/8, +5/8)	Ridge
[+5/8, +7/8)	Dome
[+7/8, +1]	球形盖

参数：

image：ndarray: 输入图像。
sigma：浮点数，可选: 用于高斯核的标准差，用于在计算 Hessian 特征值之前对输入数据进行平滑处理。
mode：{‘constant’, ‘reflect’, ‘wrap’, ‘nearest’, ‘mirror’}，可选: 如何处理图像边界之外的值
cval：浮点数，可选: 与模式‘constant’(图像边界外的值)结合使用。

s：ndarray: 形状 index

参考：

1: Koenderink, J. J. & van Doorn, A. J., “Surface shape and curvature scales”, Image and Vision Computing, 1992, 10, 557-564. DOI:10.1016/0262-8856(92)90076-F

例子：

>>> from cucim.skimage.feature import shape_index
>>> square = cp.zeros((5, 5))
>>> square[2, 2] = 4
>>> s = shape_index(square, sigma=0.1)
>>> s
array([[ nan,  nan, -0.5,  nan,  nan],
       [ nan, -0. ,  nan, -0. ,  nan],
       [-0.5,  nan, -1. ,  nan, -0.5],
       [ nan, -0. ,  nan, -0. ,  nan],
       [ nan,  nan, -0.5,  nan,  nan]])

相关用法

注：本文由纯净天空筛选整理自rapids.ai大神的英文原创作品 cucim.skimage.feature.shape_index。非经特殊声明，原始代码版权归原作者所有，本译文未经允许或授权，请勿转载或复制。

用法:

参数：

返回：

参考：

例子：