Name
derivate_gauss — Convolve an image with derivatives of the Gaussian.将图像与高斯函数的导数卷积
Signature签名
derivate_gauss(Image : DerivGauss : Sigma, Component : )
Description描述
derivate_gauss将图像与高斯函数的导数进行卷积，并计算从中导出的各种特征。Sigma是高斯函数的参数(即平滑量)。如果传入Sigma值，则列方向和行方向上的平滑量相同。如果用Sigma传递了两个值，第一个值指定了列方向上的平滑量，第二个值指定了行方向上的平滑量。Component的可能值有:
“none”:
平滑。
“x”:
关于x的一阶导数。
“y”:
沿y的一阶导数。
“gradient”:
梯度的绝对值。
“gradient_dir”:
以弧度表示的梯度方向。
“xx”:
关于x的二阶导数。
“yy”:
y方向的二阶导数。
“xy”:
对x和y的二阶导数。
“xxx”:
关于x的三阶导数。
“多”:
y方向的三阶导数。
“xxy”:
关于x x y的三阶导数。
“xyy”:
沿x y y的三阶导数。
“det'”:
Hessian矩阵的行列式:
“laplace”:
拉普拉斯算子(Hessian矩阵迹):
“mean_curvature”:
平均曲率H
“gauss_curvature”:
高斯曲率K
“区域”:
差分面积A
“eigenvalue1”:
第一个特征值
“eigenvalue2”:
第二个特征值
“eigenvec_dir”:
对应于弧度中第一个特征值的特征向量方向
“kitchen_rosenfeld”:
二阶导数垂直于梯度
“zuniga_haralick”:
垂直于梯度的归一化二阶导数
“2 nd_ddg”:
沿梯度的二阶导数
“de_saint_venant”:
沿梯度和垂直于梯度的二阶导数
Parameters参数
Image (input_object) 输入图像
DerivGauss (output_object) 滤波结果图像
Sigma (input_control) real(-array) → (real)
Sigma of the Gaussian. 高斯函数的
默认值: 1.0
建议值: 0.7, 1.0, 1.5, 2.0, 3.0, 4.0, 5.0
Typical range of values: 0.2 ≤ Sigma ≤ 50.0
Minimum increment: 0.01
Recommended increment: 0.1
Restriction: 0.01 <= Sigma <= 50.0
Component (input_control) 要计算的导数或特征
值列表: '2nd_ddg', 'area', 'de_saint_venant', 'det', 'eigenvalue1', 'eigenvalue2', 'eigenvec_dir', 'gauss_curvature', 'gradient', 'gradient_dir', 'kitchen_rosenfeld', 'laplace', 'main1_curvature', 'main2_curvature', 'mean_curvature', 'none', 'x', 'xx', 'xxx', 'xxy', 'xy', 'xyy', 'y', 'yy', 'yyy', 'zuniga_haralick'
List of values (for compute devices): 'none', 'x', 'y', 'gradient', 'gradient_dir', 'xx', 'yy', 'xy', 'xxx', 'yyy', 'xxy', 'xyy', 'laplace'
