基於改進的逐段區域性加權仿射估計器（稱為魯棒對應插值方法或RIC，參見[132]）以及變分和快速全域性平滑器作為後處理濾波器的稀疏匹配插值演算法。RICInterpolator是EdgeAwareInterpolator的擴充套件。此擴充套件的主要概念是基於SLIC超畫素估計的過分割實現的逐段仿射模型。該方法包含一種高效的傳播機制，用於在逐段模型之間進行估計。更多...

#include <opencv2/ximgproc/sparse_match_interpolator.hpp>

cv::ximgproc::RICInterpolator 的協作圖

公共成員函式
virtual float	getAlpha () const =0
	Alpha是一個引數，定義了將測地距離轉換為權重的全域性權重。

virtual float	getFGSLambda () const =0
	設定相應的fastGlobalSmootherFilter()引數。

virtual float	getFGSSigma () const =0
	設定相應的fastGlobalSmootherFilter()引數。

virtual int	getK () const =0
	K是在為超畫素段擬合局部仿射模型時，所考慮的最近鄰匹配的數量。然而，較低的值會使插值速度顯著加快。[132]的原始實現使用32。

virtual float	getMaxFlow () const =0
	MaxFlow是用於驗證使用特定逐段仿射模型進行預測的閾值。如果預測超出閾值，將應用平移模型。

virtual int	getModelIter () const =0
	定義逐段仿射模型估計迭代次數的引數。

virtual bool	getRefineModels () const =0
	選擇是否採用逐段仿射模型的額外細化的引數。

virtual int	getSuperpixelMode () const =0
	選擇要使用的超畫素演算法變體的引數

virtual int	getSuperpixelNNCnt () const =0
	該引數定義了在擬合局部仿射模型時，每個超畫素所考慮的最近鄰匹配的數量。

virtual float	getSuperpixelRuler () const =0
	用於調整過分割中超畫素平滑因子強制執行的引數。

virtual int	getSuperpixelSize () const =0
	獲取用於估計邊緣感知項的內部成本，即邊緣圖。

virtual bool	getUseGlobalSmootherFilter () const =0
	設定是否採用fastGlobalSmootherFilter()後處理。

virtual bool	getUseVariationalRefinement () const =0
	選擇是否採用VariationalRefinement後處理的引數。

virtual void	setAlpha (float alpha=0.7f)=0
	Alpha是一個引數，定義了將測地距離轉換為權重的全域性權重。

virtual void	setCostMap (const Mat &costMap)=0
	提供更精細的成本圖（即邊緣圖）以用於邊緣感知項的介面。此實現基於相當簡單的基於梯度的邊緣圖估計。為了使用更復雜的邊緣圖估計器（例如，原始出版物中使用的StructuredEdgeDetection），這可能導致精度提高，可以繞過此處的內部邊緣圖估計。

virtual void	setFGSLambda (float lambda=500.f)=0
	設定相應的fastGlobalSmootherFilter()引數。

virtual void	setFGSSigma (float sigma=1.5f)=0
	設定相應的fastGlobalSmootherFilter()引數。

virtual void	setK (int k=32)=0
	K是在為超畫素段擬合局部仿射模型時，所考慮的最近鄰匹配的數量。然而，較低的值會使插值速度顯著加快。[132]的原始實現使用32。

virtual void	setMaxFlow (float maxFlow=250.f)=0
	MaxFlow是用於驗證使用特定逐段仿射模型進行預測的閾值。如果預測超出閾值，將應用平移模型。

virtual void	setModelIter (int modelIter=4)=0
	定義逐段仿射模型估計迭代次數的引數。

virtual void	setRefineModels (bool refineModles=true)=0
	選擇是否採用逐段仿射模型的額外細化的引數。

virtual void	setSuperpixelMode (int mode=100)=0
	選擇要使用的超畫素演算法變體的引數

virtual void	setSuperpixelNNCnt (int spNN=150)=0
	該引數定義了在擬合局部仿射模型時，每個超畫素所考慮的最近鄰匹配的數量。

virtual void	setSuperpixelRuler (float ruler=15.f)=0
	用於調整過分割中超畫素平滑因子強制執行的引數。

virtual void	setSuperpixelSize (int spSize=15)=0
	獲取用於估計邊緣感知項的內部成本，即邊緣圖。

virtual void	setUseGlobalSmootherFilter (bool use_FGS=true)=0
	設定是否採用fastGlobalSmootherFilter()後處理。

virtual void	setUseVariationalRefinement (bool use_variational_refinement=false)=0
	選擇是否採用VariationalRefinement後處理的引數。

從cv::ximgproc::SparseMatchInterpolator繼承的公共成員函式
virtual void	interpolate (InputArray from_image, InputArray from_points, InputArray to_image, InputArray to_points, OutputArray dense_flow)=0
	插值輸入稀疏匹配。

從cv::Algorithm繼承的公共成員函式
	Algorithm ()

virtual	~Algorithm ()

virtual void	clear ()
	清除演算法狀態。

virtual bool	empty () const
	如果Algorithm為空（例如，在開始時或讀取失敗後），則返回true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	從檔案儲存中讀取演算法引數。

virtual void	save (const String &filename) const

void	write (const Ptr< FileStorage > &fs, const String &name=String()) const

virtual void	write (FileStorage &fs) const
	將演算法引數儲存到檔案儲存中。

void	write (FileStorage &fs, const String &name) const

額外繼承的成員
從cv::Algorithm繼承的靜態公共成員函式
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	從檔案中載入演算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	從字串載入演算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	從檔案節點讀取演算法。

從cv::Algorithm繼承的保護成員函式
void	writeFormat (FileStorage &fs) const

詳細描述

基於改進的逐段區域性加權仿射估計器（稱為魯棒對應插值方法或RIC，參見[132]）以及變分和快速全域性平滑器作為後處理濾波器的稀疏匹配插值演算法。RICInterpolator是EdgeAwareInterpolator的擴充套件。此擴充套件的主要概念是基於SLIC超畫素估計的過分割實現的逐段仿射模型。該方法包含一種高效的傳播機制，用於在逐段模型之間進行估計。

成員函式文件

◆ getAlpha()

virtual float cv::ximgproc::RICInterpolator::getAlpha ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getAlpha(		) ->	retval

Alpha是一個引數，定義了將測地距離轉換為權重的全域性權重。

另請參見: setAlpha

◆ getFGSLambda()

virtual float cv::ximgproc::RICInterpolator::getFGSLambda ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getFGSLambda(		) ->	retval

設定相應的fastGlobalSmootherFilter()引數。

另請參見: setFGSLambda

◆ getFGSSigma()

virtual float cv::ximgproc::RICInterpolator::getFGSSigma ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getFGSSigma(		) ->	retval

設定相應的fastGlobalSmootherFilter()引數。

另請參見: setFGSSigma

◆ getK()

virtual int cv::ximgproc::RICInterpolator::getK ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getK(		) ->	retval

K是在為超畫素段擬合局部仿射模型時，所考慮的最近鄰匹配的數量。然而，較低的值會使插值速度顯著加快。[132]的原始實現使用32。

另請參見: setK

◆ getMaxFlow()

virtual float cv::ximgproc::RICInterpolator::getMaxFlow ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getMaxFlow(		) ->	retval

MaxFlow是用於驗證使用特定逐段仿射模型進行預測的閾值。如果預測超出閾值，將應用平移模型。

另請參見: setMaxFlow

◆ getModelIter()

virtual int cv::ximgproc::RICInterpolator::getModelIter ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getModelIter(		) ->	retval

定義逐段仿射模型估計迭代次數的引數。

另請參見: setModelIter

◆ getRefineModels()

virtual bool cv::ximgproc::RICInterpolator::getRefineModels ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getRefineModels(		) ->	retval

選擇是否採用逐段仿射模型的額外細化的引數。

另請參見: setRefineModels

◆ getSuperpixelMode()

virtual int cv::ximgproc::RICInterpolator::getSuperpixelMode ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getSuperpixelMode(		) ->	retval

選擇要使用的超畫素演算法變體的引數

另請參見: setSuperpixelMode

◆ getSuperpixelNNCnt()

virtual int cv::ximgproc::RICInterpolator::getSuperpixelNNCnt ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getSuperpixelNNCnt(		) ->	retval

該引數定義了在擬合局部仿射模型時，每個超畫素所考慮的最近鄰匹配的數量。

另請參見: setSuperpixelNNCnt

◆ getSuperpixelRuler()

virtual float cv::ximgproc::RICInterpolator::getSuperpixelRuler ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getSuperpixelRuler(		) ->	retval

用於調整過分割中超畫素平滑因子強制執行的引數。

另請參見: setSuperpixelRuler

◆ getSuperpixelSize()

virtual int cv::ximgproc::RICInterpolator::getSuperpixelSize ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getSuperpixelSize(		) ->	retval

獲取用於估計邊緣感知項的內部成本，即邊緣圖。

另請參見: setSuperpixelSize

◆ getUseGlobalSmootherFilter()

virtual bool cv::ximgproc::RICInterpolator::getUseGlobalSmootherFilter ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getUseGlobalSmootherFilter(		) ->	retval

設定是否採用fastGlobalSmootherFilter()後處理。

另請參見: setUseGlobalSmootherFilter

◆ getUseVariationalRefinement()

virtual bool cv::ximgproc::RICInterpolator::getUseVariationalRefinement ( ) const

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.getUseVariationalRefinement(		) ->	retval

選擇是否採用VariationalRefinement後處理的引數。

另請參見: setUseVariationalRefinement

◆ setAlpha()

virtual void cv::ximgproc::RICInterpolator::setAlpha ( float alpha = 0.7f )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setAlpha(	[, alpha]	) ->	無

Alpha是一個引數，定義了將測地距離轉換為權重的全域性權重。

◆ setCostMap()

virtual void cv::ximgproc::RICInterpolator::setCostMap ( const Mat & costMap )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setCostMap(	costMap	) ->	無

提供更精細的成本圖（即邊緣圖）以用於邊緣感知項的介面。此實現基於相當簡單的基於梯度的邊緣圖估計。為了使用更復雜的邊緣圖估計器（例如，原始出版物中使用的StructuredEdgeDetection），這可能導致精度提高，可以繞過此處的內部邊緣圖估計。

引數

costMap 需要一個CV_32FC1型別的Mat。

另請參見: cv::ximgproc::createSuperpixelSLIC

◆ setFGSLambda()

virtual void cv::ximgproc::RICInterpolator::setFGSLambda ( float lambda = 500.f )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setFGSLambda(	[, lambda_]	) ->	無

設定相應的fastGlobalSmootherFilter()引數。

◆ setFGSSigma()

virtual void cv::ximgproc::RICInterpolator::setFGSSigma ( float sigma = 1.5f )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setFGSSigma(	[, sigma]	) ->	無

設定相應的fastGlobalSmootherFilter()引數。

◆ setK()

virtual void cv::ximgproc::RICInterpolator::setK ( int k = 32 )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setK(	[, k]	) ->	無

K是在為超畫素段擬合局部仿射模型時，所考慮的最近鄰匹配的數量。然而，較低的值會使插值速度顯著加快。[132]的原始實現使用32。

◆ setMaxFlow()

virtual void cv::ximgproc::RICInterpolator::setMaxFlow ( float maxFlow = 250.f )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setMaxFlow(	[, maxFlow]	) ->	無

MaxFlow是用於驗證使用特定逐段仿射模型進行預測的閾值。如果預測超出閾值，將應用平移模型。

◆ setModelIter()

virtual void cv::ximgproc::RICInterpolator::setModelIter ( int modelIter = 4 )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setModelIter(	[, modelIter]	) ->	無

定義逐段仿射模型估計迭代次數的引數。

◆ setRefineModels()

virtual void cv::ximgproc::RICInterpolator::setRefineModels ( bool refineModles = true )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setRefineModels(	[, refineModles]	) ->	無

選擇是否採用逐段仿射模型的額外細化的引數。

◆ setSuperpixelMode()

virtual void cv::ximgproc::RICInterpolator::setSuperpixelMode ( int mode = 100 )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setSuperpixelMode(	[, mode]	) ->	無

選擇要使用的超畫素演算法變體的引數

cv::ximgproc::SLICType SLIC使用期望的`region_size`（值：100）對影像進行分割
cv::ximgproc::SLICType SLICO將使用自適應緊湊因子（值：101）進行最佳化
cv::ximgproc::SLICType MSLIC將使用流形方法進行最佳化，從而生成更多內容敏感的超畫素（值：102）。
另請參見
cv::ximgproc::createSuperpixelSLIC

◆ setSuperpixelNNCnt()

virtual void cv::ximgproc::RICInterpolator::setSuperpixelNNCnt ( int spNN = 150 )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setSuperpixelNNCnt(	[, spNN]	) ->	無

該引數定義了在擬合局部仿射模型時，每個超畫素所考慮的最近鄰匹配的數量。

◆ setSuperpixelRuler()

virtual void cv::ximgproc::RICInterpolator::setSuperpixelRuler ( float ruler = 15.f )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setSuperpixelRuler(	[, ruler]	) ->	無

用於調整過分割中超畫素平滑因子強制執行的引數。

另請參見: cv::ximgproc::createSuperpixelSLIC

◆ setSuperpixelSize()

virtual void cv::ximgproc::RICInterpolator::setSuperpixelSize ( int spSize = 15 )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setSuperpixelSize(	[, spSize]	) ->	無

獲取用於估計邊緣感知項的內部成本，即邊緣圖。

另請參見: setCostMap

◆ setUseGlobalSmootherFilter()

virtual void cv::ximgproc::RICInterpolator::setUseGlobalSmootherFilter ( bool use_FGS = true )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setUseGlobalSmootherFilter(	[, use_FGS]	) ->	無

設定是否採用fastGlobalSmootherFilter()後處理。

◆ setUseVariationalRefinement()

virtual void cv::ximgproc::RICInterpolator::setUseVariationalRefinement ( bool use_variational_refinement = false )

純虛擬函式

Python
	cv.ximgproc.RICInterpolator.setUseVariationalRefinement(	[, use_variational_refinement]	) ->	無

選擇是否採用VariationalRefinement後處理的引數。

此類的文件由以下檔案生成

opencv2/ximgproc/sparse_match_interpolator.hpp

公共成員函式

額外繼承的成員

詳細描述

成員函式文件

◆ getAlpha()

◆ getFGSLambda()

◆ getFGSSigma()

◆ getK()

◆ getMaxFlow()

◆ getModelIter()

◆ getRefineModels()

◆ getSuperpixelMode()

◆ getSuperpixelNNCnt()

◆ getSuperpixelRuler()

◆ getSuperpixelSize()

◆ getUseGlobalSmootherFilter()

◆ getUseVariationalRefinement()

◆ setAlpha()

◆ setCostMap()

◆ setFGSLambda()

◆ setFGSSigma()

◆ setK()

◆ setMaxFlow()

◆ setModelIter()

◆ setRefineModels()

◆ setSuperpixelMode()

◆ setSuperpixelNNCnt()

◆ setSuperpixelRuler()

◆ setSuperpixelSize()

◆ setUseGlobalSmootherFilter()

◆ setUseVariationalRefinement()