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

用法: cucim.skimage.feature.structure_tensor(image, sigma=1, mode='constant', cval=0, order=None)

使用平方差之和计算结构张量。

(二维)结构张量 A 定义为：

A = [Arr Arc]
    [Arc Acc]

它通过图像中每个像素周围的局部窗口中的平方差的加权和来近似。这个公式可以扩展到更多的维度(参见[1])。

参数：

image：ndarray: 输入图像。
sigma：浮点数，可选: 用于高斯核的标准偏差，用作平方差的局部求和的加权函数。
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。
order：{‘rc’, ‘xy’}，可选: 注意：仅适用于 2D。更高的维度必须始终使用‘rc’ 顺序。此参数允许在梯度计算中使用图像轴的反向或正向顺序。 ‘rc’ 表示最初使用第一个轴(Arr、Arc、Acc)，而 ‘xy’ 表示最初使用最后一个轴(Axx、Axy、Ayy)。

A_elems：ndarray 列表: Upper-diagonal 输入图像中每个像素的结构张量元素。

参考：

1: https://en.wikipedia.org/wiki/Structure_tensor

>>> import cupy as cp
>>> from cucim.skimage.feature import structure_tensor
>>> square = np.zeros((5, 5))
>>> square[2, 2] = 1
>>> Arr, Arc, Acc = structure_tensor(square, sigma=0.1, order="rc")
>>> Acc
array([[0., 0., 0., 0., 0.],
       [0., 1., 0., 1., 0.],
       [0., 4., 0., 4., 0.],
       [0., 1., 0., 1., 0.],
       [0., 0., 0., 0., 0.]])

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.structure_tensor。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：