基于修改后的分段局部加权仿射估计器的稀疏匹配插值算法，称为对应关系的鲁棒插值方法或来自 [130] 的 RIC，以及变分和快速全局平滑器作为后处理滤波器。该 RICInterpolator 是 EdgeAwareInterpolator 的扩展。此扩展的主要概念是基于通过 SLIC 超像素估计进行过度分割的分段仿射模型。该方法包含一个有效的传播机制，用于估计分段模型。更多...

#include <opencv2/ximgproc/sparse_match_interpolator.hpp>

cv::ximgproc::RICInterpolator 的协作图

公共成员函数
virtual float	getAlpha () const =0
	Alpha 是一个参数，用于定义将测地距离转换为权重的全局权重。

virtual float	getFGSLambda () const =0
	设置相应的 fastGlobalSmootherFilter() 参数。

virtual float	getFGSSigma () const =0
	设置相应的 fastGlobalSmootherFilter() 参数。

virtual int	getK () const =0
	K 是在为超像素段拟合局部仿射模型时考虑的最近邻匹配的数量。但是，较低的值会使插值明显更快。 [130] 的原始实现使用 32。

virtual float	getMaxFlow () const =0
	MaxFlow 是一个阈值，用于使用特定分段仿射模型验证预测。如果预测超过阈值，则将应用平移模型。

virtual int	getModelIter () const =0
	定义分段仿射模型估计迭代次数的参数。

virtual bool	getRefineModels () const =0
	参数用于选择是否使用分段仿射模型的额外细化。

virtual int	getSuperpixelMode () const =0
	参数用于选择要使用的超像素算法变体

virtual int	getSuperpixelNNCnt () const =0
	参数定义在为每个超像素拟合局部仿射模型时考虑的最近邻匹配的数量。

virtual float	getSuperpixelRuler () const =0
	参数用于调整用于过度分割的超像素平滑度因子的强制执行。

virtual int	getSuperpixelSize () const =0
	获取用于估计边缘感知项的内部成本，即边缘图。

virtual bool	getUseGlobalSmootherFilter () const =0
	设置是否使用 fastGlobalSmootherFilter() 后处理。

virtual bool	getUseVariationalRefinement () const =0
	参数用于选择是否使用 VariationalRefinement 后处理。

virtual void	setAlpha (float alpha=0.7f)=0
	Alpha 是一个参数，用于定义将测地距离转换为权重的全局权重。

virtual void	setCostMap (const Mat &costMap)=0
	接口用于提供更详细的成本图，即边缘图，用于边缘感知项。此实现基于相当简单的基于梯度的边缘图估计。要使用更复杂的边缘图估计器（例如 StructuredEdgeDetection，该估计器已用于原始出版物），这可能会导致更高的精度，因此可以在这里绕过内部边缘图估计。

virtual void	setFGSLambda (float lambda=500.f)=0
	设置相应的 fastGlobalSmootherFilter() 参数。

virtual void	setFGSSigma (float sigma=1.5f)=0
	设置相应的 fastGlobalSmootherFilter() 参数。

virtual void	setK (int k=32)=0
	K 是在为超像素段拟合局部仿射模型时考虑的最近邻匹配的数量。但是，较低的值会使插值明显更快。 [130] 的原始实现使用 32。

virtual void	setMaxFlow (float maxFlow=250.f)=0
	MaxFlow 是一个阈值，用于使用特定分段仿射模型验证预测。如果预测超过阈值，则将应用平移模型。

virtual void	setModelIter (int modelIter=4)=0
	定义分段仿射模型估计迭代次数的参数。

virtual void	setRefineModels (bool refineModles=true)=0
	参数用于选择是否使用分段仿射模型的额外细化。

virtual void	setSuperpixelMode (int mode=100)=0
	参数用于选择要使用的超像素算法变体

virtual void	setSuperpixelNNCnt (int spNN=150)=0
	参数定义在为每个超像素拟合局部仿射模型时考虑的最近邻匹配的数量。

virtual void	setSuperpixelRuler (float ruler=15.f)=0
	参数用于调整用于过度分割的超像素平滑度因子的强制执行。

virtual void	setSuperpixelSize (int spSize=15)=0
	获取用于估计边缘感知项的内部成本，即边缘图。

virtual void	setUseGlobalSmootherFilter (bool use_FGS=true)=0
	设置是否使用 fastGlobalSmootherFilter() 后处理。

virtual void	setUseVariationalRefinement (bool use_variational_refinement=false)=0
	参数用于选择是否使用 VariationalRefinement 后处理。

从 cv::ximgproc::SparseMatchInterpolator 继承的公共成员函数
virtual void	interpolate (InputArray from_image, InputArray from_points, InputArray to_image, InputArray to_points, OutputArray dense_flow)=0
	插值输入稀疏匹配。

从 cv::Algorithm 继承的公共成员函数
	算法 ()

virtual	~算法 ()

virtual void	清除 ()
	清除算法状态。

virtual bool	empty () const
	如果算法为空（例如，在最开始或读取不成功后），则返回 true。

virtual String	getDefaultName () const

virtual void	read (const FileNode &fn)
	从文件存储中读取算法参数。

virtual void	save (const String &filename) const

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

virtual void	write (FileStorage &fs) const
	将算法参数存储在文件存储中。

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

其他继承成员
从 cv::Algorithm 继承的静态公共成员函数
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	从文件中加载算法。

template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	从字符串中加载算法。

template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	从文件节点中读取算法。

从 cv::Algorithm 继承的受保护成员函数
void	writeFormat (FileStorage &fs) const

详细说明

基于修改后的分段局部加权仿射估计器的稀疏匹配插值算法，称为对应关系的鲁棒插值方法或来自 [130] 的 RIC，以及变分和快速全局平滑器作为后处理滤波器。该 RICInterpolator 是 EdgeAwareInterpolator 的扩展。此扩展的主要概念是基于通过 SLIC 超像素估计进行过度分割的分段仿射模型。该方法包含一个有效的传播机制，用于估计分段模型。

成员函数文档

◆ getAlpha()

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

纯虚

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

Alpha 是一个参数，用于定义将测地距离转换为权重的全局权重。

另请参阅: setAlpha

◆ getFGSLambda()

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

纯虚

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

设置相应的 fastGlobalSmootherFilter() 参数。

另请参阅: setFGSLambda

◆ getFGSSigma()

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

纯虚

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

设置相应的 fastGlobalSmootherFilter() 参数。

另请参阅: setFGSSigma

◆ getK()

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

纯虚

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

K 是在为超像素段拟合局部仿射模型时考虑的最近邻匹配的数量。但是，较低的值会使插值明显更快。 [130] 的原始实现使用 32。

另请参阅: setK

◆ getMaxFlow()

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

纯虚

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

MaxFlow 是一个阈值，用于使用特定分段仿射模型验证预测。如果预测超过阈值，则将应用平移模型。

另请参阅: setMaxFlow

◆ getModelIter()

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

纯虚

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

定义分段仿射模型估计迭代次数的参数。

另请参阅: setModelIter

◆ getRefineModels()

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

纯虚

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

参数用于选择是否使用分段仿射模型的额外细化。

另请参阅: setRefineModels

◆ getSuperpixelMode()

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

纯虚

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

参数用于选择要使用的超像素算法变体

另请参阅: setSuperpixelMode

◆ getSuperpixelNNCnt()

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

纯虚

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

参数定义在为每个超像素拟合局部仿射模型时考虑的最近邻匹配的数量。

另请参阅: setSuperpixelNNCnt

◆ getSuperpixelRuler()

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

纯虚

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

参数用于调整用于过度分割的超像素平滑度因子的强制执行。

另请参阅: setSuperpixelRuler

◆ getSuperpixelSize()

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

纯虚

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

获取用于估计边缘感知项的内部成本，即边缘图。

另请参阅: setSuperpixelSize

◆ getUseGlobalSmootherFilter()

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

纯虚

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

设置是否使用 fastGlobalSmootherFilter() 后处理。

另请参阅: setUseGlobalSmootherFilter

◆ getUseVariationalRefinement()

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

纯虚

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

参数用于选择是否使用 VariationalRefinement 后处理。

另请参阅: setUseVariationalRefinement

◆ setAlpha()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setAlpha(	[, alpha]	) ->	None

Alpha 是一个参数，用于定义将测地距离转换为权重的全局权重。

◆ setCostMap()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setCostMap(	costMap	) ->	None

接口用于提供更详细的成本图，即边缘图，用于边缘感知项。此实现基于相当简单的基于梯度的边缘图估计。要使用更复杂的边缘图估计器（例如 StructuredEdgeDetection，该估计器已用于原始出版物），这可能会导致更高的精度，因此可以在这里绕过内部边缘图估计。

Parameters

costMap a type CV_32FC1 Mat is required.

另请参阅: cv::ximgproc::createSuperpixelSLIC

◆ setFGSLambda()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setFGSLambda(	[, lambda_]	) ->	None

设置相应的 fastGlobalSmootherFilter() 参数。

◆ setFGSSigma()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setFGSSigma(	[, sigma]	) ->	None

设置相应的 fastGlobalSmootherFilter() 参数。

◆ setK()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setK(	[, k]	) ->	None

K 是在为超像素段拟合局部仿射模型时考虑的最近邻匹配的数量。但是，较低的值会使插值明显更快。 [130] 的原始实现使用 32。

◆ setMaxFlow()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setMaxFlow(	[, maxFlow]	) ->	None

MaxFlow 是一个阈值，用于使用特定分段仿射模型验证预测。如果预测超过阈值，则将应用平移模型。

◆ setModelIter()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setModelIter(	[, modelIter]	) ->	None

定义分段仿射模型估计迭代次数的参数。

◆ setRefineModels()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setRefineModels(	[, refineModles]	) ->	None

参数用于选择是否使用分段仿射模型的额外细化。

◆ setSuperpixelMode()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setSuperpixelMode(	[, mode]	) ->	None

参数用于选择要使用的超像素算法变体

cv::ximgproc::SLICType SLIC segments image using a desired region_size (value: 100)
cv::ximgproc::SLICType SLICO will optimize using adaptive compactness factor (value: 101)
cv::ximgproc::SLICType MSLIC will optimize using manifold methods resulting in more content-sensitive superpixels (value: 102).
另请参阅
cv::ximgproc::createSuperpixelSLIC

◆ setSuperpixelNNCnt()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setSuperpixelNNCnt(	[, spNN]	) ->	None

参数定义在为每个超像素拟合局部仿射模型时考虑的最近邻匹配的数量。

◆ setSuperpixelRuler()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setSuperpixelRuler(	[, ruler]	) ->	None

参数用于调整用于过度分割的超像素平滑度因子的强制执行。

另请参阅: cv::ximgproc::createSuperpixelSLIC

◆ setSuperpixelSize()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setSuperpixelSize(	[, spSize]	) ->	None

获取用于估计边缘感知项的内部成本，即边缘图。

另请参阅: setCostMap

◆ setUseGlobalSmootherFilter()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setUseGlobalSmootherFilter(	[, use_FGS]	) ->	None

设置是否使用 fastGlobalSmootherFilter() 后处理。

◆ setUseVariationalRefinement()

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

纯虚

Python
	cv.ximgproc.RICInterpolator.setUseVariationalRefinement(	[, use_variational_refinement]	) ->	None

参数用于选择是否使用 VariationalRefinement 后处理。

此类的文档是从以下文件生成的

opencv2/ximgproc/sparse_match_interpolator.hpp

公共成员函数

其他继承成员

详细说明

成员函数文档

◆ 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()