当前位置: 首页>>代码示例 >>用法及示例精选 >>正文


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


用法:

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,其值范围为 -1 到 1(在平坦区域中未定义 (=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(M, N) 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。

返回

sndarray

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 skimage.feature import shape_index
>>> square = np.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scikit-image.org大神的英文原创作品 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。