确定图像的熵和各向异性 Halcon entropy_gray 解析

news2024/11/8 23:11:38

1、图像的熵

1.1 介绍

        图像熵(image entropy)是图像“繁忙”程度的估计值,它表示为图像灰度级集合的比特平均数,单位比特/像素,也描述了图像信源的平均信息量。熵指的是体系的混乱程度,对于图像而言,对焦良好的图像的熵大于没有清晰对焦的图像,因此可以用熵作为一种对焦评价标准。熵越大,图像越清晰。

        图像熵反映了图像灰度直方图分布的离散程度。当图像细节清晰时,图像的灰度直方图分布较广,像素间灰度值对比较强,图像熵也较大;当图像模糊时,图像的灰度直方图分布较窄且集中,像素间的灰度值相差小,图像熵较小。

1.2 特征

  1. 对于一副灰度级为256的图像,其最大图像熵约为5.54比特/像素。
  2. 图像熵越大,表明图像的灰度级越多,直方图分布越均匀,相应的图像质量越好,细节信息越丰富。
  3. 图像熵是对图像灰度信息的整体描述,孤立的像素点几乎不会对图像熵造成影响。

1.3 应用

        图像熵在图像处理、计算机视觉等领域有广泛应用。例如,在图像压缩中,可以利用图像熵来评估图像的信息量,从而选择合适的压缩算法和参数。在图像分割中,图像熵可以作为分割阈值的选取依据,帮助实现更准确的图像分割。此外,图像熵还可以用于图像质量评价图像增强图像去噪等方面。

2、各向异性

2.1 介绍

        各向异性(anisotropy)是描述物质或系统在不同方向上具有不同性质的特性。在图像处理中,各向异性通常指的是图像在不同方向上的纹理、亮度、颜色等特征存在差异。

2.2 特点

        各向异性是图像的一种重要特性,它反映了图像在不同方向上的信息差异。这种差异可以是由于图像的拍摄角度、光照条件、物体表面纹理等因素造成的。在图像处理中,利用各向异性可以帮助我们更好地理解和分析图像,提取有用的信息。

2.3 应用

        各向异性在图像处理中有多种应用。例如,在图像增强中,可以利用各向异性来增强图像在某些方向上的特征,提高图像的视觉效果。在图像分割中,各向异性可以作为分割算法的一个重要依据,帮助实现更准确的分割结果。此外,各向异性还可以用于图像去噪、图像修复、图像识别等方面。

        在地震图像处理中,各向异性扩散滤波方法被广泛应用于断层识别。这种方法利用地震图像中各向异性的特性,通过构建结构张量矩阵来判断扩散方向,从而实现保边去噪和断层识别。这种方法在提高地震资料信噪比的同时,保护了断层等小尺度边缘信息,为后续的地震断层精细解释等提供了基础资料。

3、Halcon entropy_gray

`entropy_gray` 是 Halcon 库中的一个算子,用于确定图像的熵和各向异性。

1. 名称与功能:
   - 名称:`entropy_gray`
   - 功能:确定图像的熵和各向异性 。

2. 用法:
   - 算子的用法为:`entropy_gray(Regions, Image : : : Entropy, Anisotropy)` 。

3. 描述:
   - `entropy_gray` 创建输入图像中灰度值的相对频率直方图,并根据这些频率计算来自区域的每个区域的熵和各向异性系数 。
   - 熵和各向异性系数的计算公式如下:


     - 熵(Entropy):根据灰度值频率的直方图计算得出。
     - 各向异性系数(Anisotropy):测量灰度值分布的对称性 。

4. 参数:
   - `Regions`:要确定特征的区域,输入类型为 region(-array) 。
   - `Image`:灰度值图像,输入类型为 singlechannelimage 。
   - `Entropy`:输出信息内容(熵)的灰度值,输出类型为 real(-array) 。
   - `Anisotropy`:测量灰度值分布的对称性,输出类型为 real(-array) 。

5. 注意:
   - `entropy_gray` 算子仅考虑给定的区域,并忽略输入图像 `Image` 的任何先前设置的域 。

6. 并行性:
   - 多线程类型:可重入(与非独占算子并行运行)。
   - 多线程范围:全局(可以从任何线程调用)。
   - 在元组级别自动并行化处理 。

7. 复杂度:
   - 如果 F 是该区域的面积,则运行时复杂度为 O(F + 255) 。

8. 结果:
   - 如果输入了具有定义的灰度值的图像并且参数是正确的,则算子 `entropy_gray` 返回值 2(`H_MSG_TRUE`)。空输入情况下的行为(没有可用的输入图像)可以通过 `set_system('no_object_result',<Result>:)` 设置,空区域的行为可以通过 `set_system('empty_region_result',<Result>:)` 设置。如有必要,会引发异常 。

9. 替代算子:
   - `select_gray` 。

10. 参考其他算子:
    - `entropy_image`, `gray_histo`, `gray_histo_abs`, `fuzzy_entropy`, `fuzzy_perimeter` 。

4、具体计算

read_image (Image, 'fabrik')
dev_close_window ()
get_image_size (Image, Width, Height)
dev_open_window (0, 0, Width, Height, 'black', WindowID)
dev_display (Image)
dev_set_draw ('margin')
* Create two rectangle parallel to the coordinate axes
gen_rectangle1 (Rectangle1, 351, 289, 407, 340)
gen_rectangle1 (Rectangle2, 78, 178, 144, 244)
entropy_gray (Rectangle1, Image, Entropy1, Anisotropy1)
entropy_gray (Rectangle2, Image, Entropy2, Anisotropy2)

 区域1的熵和各向异性为:

区域2的熵和各向异性为:

         从图像可以看出熵的大小可以用来区分不同图像内容。

5、应用 Halcon例程:crystal.hdev

* crystal.hdev: extraction of hexagonally shaped crystals via local thresholding and region post-processing

* 关闭当前所有打开的窗口,防止干扰
dev_close_window ()

* 关闭窗口的自动更新功能,以提高处理速度
dev_update_window ('off')

* ****
* step: acquire image
* 加载图像文件到内存中,准备进行处理
* 文件名为'crystal'
* ****
read_image (Image, 'crystal')

* 获取图像的尺寸,用于后续窗口的调整
get_image_size (Image, Width, Height)

* 根据图像的尺寸打开一个新窗口,以适应图像的大小
dev_open_window_fit_image (Image, 0, 0, Width, Height, WindowID)

* 设置窗口中显示的字体样式和大小
set_display_font (WindowID, 12, 'mono', 'true', 'false')

* 设置绘制模式为边缘绘制,以便更清晰地显示图像边缘
dev_set_draw ('margin')

* 设置绘制线条的宽度
dev_set_line_width (2)

* 在窗口中显示原始图像
dev_display (Image)

* 显示继续消息,提示用户下一步操作
disp_continue_message (WindowID, 'black', 'true')

* 暂停程序执行,等待用户输入继续
stop ()

* ****
* step: segment image
* 对图像进行分割处理,以提取出感兴趣的区域
* ****

* -> 使用局部阈值法进行分割
* 计算图像的均值图像,用于后续的阈值处理
mean_image (Image, ImageMean, 21, 21)

* 使用动态阈值法根据均值图像对原始图像进行分割
dyn_threshold (Image, ImageMean, RegionDynThresh, 8, 'dark')

* -> 提取连通区域
* 将分割后的区域中连通的部分提取出来
connection (RegionDynThresh, ConnectedRegions)

* 在窗口中显示连通区域
dev_display (ConnectedRegions)

* 显示继续消息,提示用户下一步操作
disp_continue_message (WindowID, 'black', 'true')

* 暂停程序执行,等待用户输入继续
stop ()

* ****
* step: process regions
* 对提取出的区域进行进一步的处理,以筛选出符合要求的晶体区域
* ****

* 将连通区域转换为凸包区域,以便进行形状分析
shape_trans (ConnectedRegions, ConvexRegions, 'convex')

* 根据面积筛选出较大的区域,这些区域可能是晶体
select_shape (ConvexRegions, LargeRegions, 'area', 'and', 600, 2000)

* 根据灰度值的熵筛选出符合条件的区域,熵值反映了图像区域的灰度分布均匀性
* 这一步进一步筛选出可能的晶体区域
select_gray (LargeRegions, Image, Crystals, 'entropy', 'and', 1, 5.6)

* 在窗口中同时显示原始图像和筛选出的晶体区域
dev_display (Image)
dev_display (Crystals)

本文来自互联网用户投稿,该文观点仅代表作者本人,不代表本站立场。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如若转载,请注明出处:http://www.coloradmin.cn/o/2236161.html

如若内容造成侵权/违法违规/事实不符,请联系多彩编程网进行投诉反馈,一经查实,立即删除!

相关文章

数字后端零基础入门系列 | Innovus零基础LAB学习Day9

Module 16 Wire Editing 这个章节的学习目标是学习如何在innovus中手工画线&#xff0c;切断一根线&#xff0c;换孔&#xff0c;更改一条net shape的layer和width等等。这个技能是每个数字IC后端工程师必须具备的。因为项目后期都需要这些技能来修复DRC和做一些手工custom走线…

除草机器人算法以及技术详解!

算法详解 图像识别与目标检测算法 Yolo算法&#xff1a;这是目标检测领域的一种常用算法&#xff0c;通过卷积神经网络对输入图像进行处理&#xff0c;将图像划分为多个网格&#xff0c;每个网格生成预测框&#xff0c;并通过非极大值抑制&#xff08;NMS&#xff09;筛选出最…

ProCalun卡伦纯天然万用膏,全家的皮肤健康守护

受季节交替、生活环境变化、空气污染等方面因素的影响&#xff0c;加上作息不规律导致的免疫力降低&#xff0c;我们或多或少会出现一些如湿疹、痤疮、瘙痒之类的皮肤问题&#xff0c;且反复概率很高。很多人盲目用药&#xff0c;甚至诱发激素依赖性皮炎。所以近年来&#xff0…

Vue 自定义icon组件封装SVG图标

通过自定义子组件CustomIcon.vue使用SVG图标&#xff0c;相比iconfont下载文件、重新替换更节省时间。 子组件包括&#xff1a; 1. Icons.vue 存放所有SVG图标的path 2. CustomIcon.vue 通过icon的id索引对应的图标 使用的时候需要将 <Icons></Icons> 引到使用的…

wireshark工具使用

复制数据 1.右键展开整帧数据 2.复制“所有可见项目” mark标记数据 标记&#xff1a; 跳转&#xff1a; 保存成文件&#xff1a; 文件–>导出特定分组—>Marked packets only

【SpringCloud】SpringBoot集成Swagger 常用Swagger注解

概述&#xff1a;SpringBoot集成Swagger 常用Swagger注解 导语 相信无论是前端还是后端开发&#xff0c;都或多或少地被接口文档折磨过。前端经常抱怨后端给的接口文档与实际情况不一致。后端又觉得编写及维护接口文档会耗费不少精力&#xff0c;经常来不及更新。其实无论是前…

Webserver(4.9)本地套接字的通信

目录 本地套接字 本地套接字 TCP\UDP实现不同主机、网络通信 本地套接字实现本地的进程间的通信&#xff0c;类似的&#xff0c;一般采用TCP的通信流程 生成套接字文件 #include<arpa/inet.h> #include<stdio.h> #include<stdlib.h> #include<unistd.h&…

[spring源码]spring配置类解析

解析配置类 在启动Spring时&#xff0c;需要传入一个AppConfig.class给ApplicationContext&#xff0c;ApplicationContext会根据AppConfig类封装为一个BeanDefinition&#xff0c;这种BeanDefinition我们把它称为配置类BeanDefinition AnnotationConfigApplicationContext a…

uni-app跨域set-cookie

set-cookie的值是作为一个权限控制的 首先&#xff0c;无论什么接口都会返回一个set-cookie&#xff0c;但未登录时&#xff0c;set-cookie是没有任何权限的 其次&#xff0c;登录接口请求时会修改set-cookie&#xff0c;并且在后续其他接口发起请求时&#xff0c;会在请求头…

chrdevbase驱动之Makefile优化(指定路径复制、删除文件)

对于学习嵌入式linux驱动篇的chrdevbase虚拟设备驱动时&#xff0c;需要将chrdevbase.c编译成.ko文件&#xff0c;应用层程序里需要把chrdevbaseAPP编译成chrdevbaseAPP可执行文件&#xff0c;此外还需要将生成的*.ko *APP文件拷贝至指定目录下&#xff0c;每次修改或者编译代码…

kafka实时返回浏览数据

在安装完kafka(Docker安装kafka_docker 部署kafka-CSDN博客)&#xff0c;查看容器是否启动&#xff1a; docker ps | grep -E kafka|zookeeper 再用python开启服务 from fastapi import FastAPI, Request from kafka import KafkaProducer import kafka import json import …

使用QtWebEngine的Mac应用如何发布App Store

前言 因为QtWebEngine时第三方包,苹果并不直接支持进行App Store上签名和发布,所以构建和发布一个基于使用QtWebEngine的应用程序并不容易,这里我们对Qt 5.8稍微做一些修改,以便让我们的基于QtWeb引擎的应用程序并让签名能够得到苹果的许可。 QtWebEngine提供了C++和Qml的…

C++虚继承演示

在继承中如果出现&#xff1a; 这种情况&#xff0c;B和C都继承了A&#xff0c;D继承了B、C 在D中访问A的成员会出现&#xff1a; 这样的警告 是因为在继承时A出现两条分支&#xff1a;ABD、ACD 编译器不知道访问的A中的元素是经过B继承还是C继承 所以B、C在继承A时要用到…

【赵渝强老师】Redis的RDB数据持久化

Redis 是内存数据库&#xff0c;如果不将内存中的数据库状态保存到磁盘&#xff0c;那么一旦服务器进程退出会造成服务器中的数据库状态也会消失。所以 Redis 提供了数据持久化功能。Redis支持两种方式的持久化&#xff0c;一种是RDB方式&#xff1b;另一种是AOF&#xff08;ap…

【计算机网络】章节 知识点总结

一、计算机网络概述 1. 计算机网络向用户提供的两个最重要的功能&#xff1a;连通性、共享 2. 因特网发展的三个阶段&#xff1a; 第一阶段&#xff1a;从单个网络 ARPANET 向互联网发展的过程。1983 年 TCP/IP 协议成为 ARPANET 上的标准协议。第二阶段&#xff1a;建成三级…

Linux基础(十)——磁盘分区、格式化、检验和挂载

磁盘分区、格式化、检验和挂载 1.观察磁盘的分区状态2.UUID3.磁盘分区&#xff08;gdisk/fdisk&#xff09;3.1 gdisk3.2 fdisk 4.磁盘的格式化4.1 XFS文件系统的格式化4.2 ext4文件系统的格式化 5.文件系统的救援6.文件系统的挂载与卸载6.1 挂载6.2 卸载 7.设置开机挂载8.特殊…

Android的BroadcastReceiver

1.基本概念&#xff1a;BroadCast用于进程间或者线程间通信 本质上是用Binder方法&#xff0c;以AMS为订阅中心&#xff0c;完成注册&#xff0c;发布&#xff0c;监听的操作。 2.简单实现的例子 package com.android.car.myapplication;import android.content.BroadcastRe…

一招解决Mac没有剪切板历史记录的问题

使用Mac的朋友肯定都为Mac的剪切功能苦恼过&#xff0c;旧内容覆盖新内容&#xff0c;导致如果有内容需要重复输入的话&#xff0c;就需要一次一次的重复复制粘贴&#xff0c;非常麻烦 但其实Mac也能够有剪切板历史记录功能&#xff0c;iCopy&#xff0c;让你的Mac也能拥有剪切…

利用泰勒公式近似计算10的平方根

文章目录 1. 泰勒公式是什么2、利用泰勒公式计算 10 \sqrt{10} 10 ​第 1 步&#xff1a;泰勒级数展开第 2 步&#xff1a;计算各阶导数第 3 步&#xff1a;在 x 9 x 9 x9 处计算各阶导数第 4 步&#xff1a;构建各阶泰勒展开式第 5 步&#xff1a;计算 f ( 10 ) f(10) f(1…

python-读写Excel:openpyxl-(4)下拉选项设置

使用openpyxl库的DataValidation对象方法可添加下拉选择列表。 DataValidation参数说明&#xff1a; type&#xff1a; 数据类型("whole", "decimal", "list", "date", "time", "textLength", "custom"…