支援 F1 變換的數學

詳細描述

一階模糊變換 ( \(F^1\)-變換) 將整個影像轉換為其分量的矩陣。每個分量都是一階多項式，攜帶有關特定子區域的平均顏色和平均梯度的資訊。

函式
void	cv::ft::FT12D_components (InputArray 矩陣, InputArray 核, OutputArray 分量)
	使用直接\(F^1\)變換計算陣列的元件。
void	cv::ft::FT12D_createPolynomMatrixHorizontal (int 半徑, OutputArray 矩陣, const int 通道數)
	建立用於\(F^1\)變換計算的水平矩陣。
void	cv::ft::FT12D_createPolynomMatrixVertical (int 半徑, OutputArray 矩陣, const int 通道數)
	建立用於\(F^1\)變換計算的垂直矩陣。
void	cv::ft::FT12D_inverseFT (InputArray 分量, InputArray 核, OutputArray 輸出, int 寬度, int 高度)
	計算逆\(F^1\)變換。
void	cv::ft::FT12D_polynomial (InputArray 矩陣, InputArray 核, OutputArray c00, OutputArray c10, OutputArray c01, OutputArray 分量, InputArray 掩碼=noArray())
	計算\(F^1\)變換元件的元素。
void	cv::ft::FT12D_process (InputArray 矩陣, InputArray 核, OutputArray 輸出, InputArray 掩碼=noArray())
	一次性計算 \(F^1\)-變換和逆 \(F^1\)-變換。

函式文件

FT12D_components()

void cv::ft::FT12D_components	(	InputArray	矩陣,
		InputArray	kernel,
		OutputArray	分量 )

Python
	cv.ft.FT12D_components(	矩陣，核[, 分量]	) ->	components

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

使用直接\(F^1\)變換計算陣列的元件。

引數

矩陣	輸入陣列。
kernel	用於處理的核。可以使用函式 ft::createKernel。
components	分量的輸出 32 位浮點陣列。

該函式使用預定義的核計算線性分量。

FT12D_createPolynomMatrixHorizontal()

void cv::ft::FT12D_createPolynomMatrixHorizontal	(	int	radius,
		OutputArray	矩陣,
		const int	通道數 )

Python
	cv.ft.FT12D_createPolynomMatrixHorizontal(	半徑，通道數[, 矩陣]	) ->	矩陣

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

建立用於\(F^1\)變換計算的水平矩陣。

引數

radius	基本函式的半徑。
矩陣	水平矩陣。
通道數	通道數。

該函式為 \(F^1\)-變換處理建立輔助水平矩陣。它用於梯度計算。

FT12D_createPolynomMatrixVertical()

void cv::ft::FT12D_createPolynomMatrixVertical	(	int	radius,
		OutputArray	矩陣,
		const int	通道數 )

Python
	cv.ft.FT12D_createPolynomMatrixVertical(	半徑，通道數[, 矩陣]	) ->	矩陣

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

建立用於\(F^1\)變換計算的垂直矩陣。

引數

radius	基本函式的半徑。
矩陣	垂直矩陣。
通道數	通道數。

該函式為 \(F^1\)-變換處理建立輔助垂直矩陣。它用於梯度計算。

FT12D_inverseFT()

void cv::ft::FT12D_inverseFT	(	InputArray	components,
		InputArray	kernel,
		OutputArray	輸出,
		int	width,
		int	height )

Python
	cv.ft.FT12D_inverseFT(	分量，核，寬度，高度[, 輸出]	) ->	輸出

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

計算逆\(F^1\)變換。

引數

components	分量的輸入 32 位浮點單通道陣列。
kernel	用於處理的核。必須使用與分量計算相同的核。
輸出	輸出 32 位浮點陣列。
width	輸出陣列的寬度。
height	輸出陣列的高度。

逆 \(F^1\)-變換的計算。

FT12D_polynomial()

void cv::ft::FT12D_polynomial	(	InputArray	矩陣,
		InputArray	kernel,
		OutputArray	c00,
		OutputArray	c10,
		OutputArray	c01,
		OutputArray	components,
		InputArray	掩碼 = noArray() )

Python
	cv.ft.FT12D_polynomial(	矩陣，核[, c00[, c10[, c01[, 分量[, 掩碼]]]]]	) ->	c00, c10, c01, 分量

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

計算\(F^1\)變換元件的元素。

引數

矩陣	輸入陣列。
kernel	用於處理的核。可以使用函式 ft::createKernel。
c00	元素表示平均顏色。
c10	元素表示平均垂直梯度。
c01	元素表示平均水平梯度。
components	分量的輸出 32 位浮點陣列。
mask	掩碼可用於標記不需要的區域。

該函式使用預定義的核和掩碼計算分量及其元素。

FT12D_process()

void cv::ft::FT12D_process	(	InputArray	矩陣,
		InputArray	kernel,
		OutputArray	輸出,
		InputArray	掩碼 = noArray() )

Python
	cv.ft.FT12D_process(	矩陣，核[, 輸出[, 掩碼]]	) ->	輸出

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

一次性計算 \(F^1\)-變換和逆 \(F^1\)-變換。

引數

矩陣	輸入矩陣。
kernel	用於處理的核。可以使用函式 ft::createKernel。
輸出	輸出 32 位浮點陣列。
mask	用於標記不需要的區域的掩碼。

此函式一步計算 \(F^1\)-變換和逆 \(F^1\)-變換。它完全足夠並且針對 cv::Mat 進行了最佳化。

注意

一階 F 變換技術在論文 [291] 中進行了描述。