Python skimage.feature.hessian_matrix用法及代碼示例

用法: skimage.feature.hessian_matrix(image, sigma=1, mode='constant', cval=0, order='rc')

計算 Hessian 矩陣。

在 2D 中，Hessian 矩陣定義為：

H = [Hrr Hrc]
    [Hrc Hcc]

這是通過在各自的 r- 和 c-directions 中將圖像與高斯核的二階導數進行卷積來計算的。

這裏的實現也支持n維數據。

參數：

image：ndarray: 輸入圖像。
sigma：浮點數: 用於高斯核的標準偏差，用作自相關矩陣的加權函數。
mode：{‘constant’, ‘reflect’, ‘wrap’, ‘nearest’, ‘mirror’}，可選: 如何處理圖像邊界之外的值。
cval：浮點數，可選: 與模式‘constant’(圖像邊界外的值)結合使用。
order：{‘rc’, ‘xy’}，可選: 此參數允許在梯度計算中使用圖像軸的反向或正向順序。 ‘rc’ 表示最初使用第一個軸(Hrr、Hrc、Hcc)，而‘xy’ 表示最初使用最後一個軸(Hxx、Hxy、Hyy)

H_elems：ndarray 列表: Upper-diagonal 輸入圖像中每個像素的 hessian 矩陣元素。在 2D 中，這將是一個包含 [Hrr, Hrc, Hcc] 的三元素列表。在 nD 中，列表將包含 (n**2 + n) / 2 數組。

例子：

>>> from skimage.feature import hessian_matrix
>>> square = np.zeros((5, 5))
>>> square[2, 2] = 4
>>> Hrr, Hrc, Hcc = hessian_matrix(square, sigma=0.1, order='rc')
>>> Hrc
array([[ 0.,  0.,  0.,  0.,  0.],
       [ 0.,  1.,  0., -1.,  0.],
       [ 0.,  0.,  0.,  0.,  0.],
       [ 0., -1.,  0.,  1.,  0.],
       [ 0.,  0.,  0.,  0.,  0.]])

相關用法

注：本文由純淨天空篩選整理自scikit-image.org大神的英文原創作品 skimage.feature.hessian_matrix。非經特殊聲明，原始代碼版權歸原作者所有，本譯文未經允許或授權，請勿轉載或複製。

用法:

參數：

返回：

例子：