支持F1变换的数学运算

详细描述

一阶模糊变换（\(F^1\)-变换）将整个图像转换为其分量矩阵。每个分量是一阶多项式，包含关于特定子区域的平均颜色和平均梯度的信息。

函数
void	cv::ft::FT12D_components (InputArray matrix, InputArray kernel, OutputArray components)
	使用直接\(F^1\)-变换计算数组的分量。
void	cv::ft::FT12D_createPolynomMatrixHorizontal (int radius, OutputArray matrix, const int chn)
	创建用于\(F^1\)-变换计算的水平矩阵。
void	cv::ft::FT12D_createPolynomMatrixVertical (int radius, OutputArray matrix, const int chn)
	创建用于\(F^1\)-变换计算的垂直矩阵。
void	cv::ft::FT12D_inverseFT (InputArray components, InputArray kernel, OutputArray output, int width, int height)
	计算逆\(F^1\)-变换。
void	cv::ft::FT12D_polynomial (InputArray matrix, InputArray kernel, OutputArray c00, OutputArray c10, OutputArray c01, OutputArray components, InputArray mask=noArray())
	计算\(F^1\)-变换分量的元素。
void	cv::ft::FT12D_process (InputArray matrix, InputArray kernel, OutputArray output, InputArray mask=noArray())
	同时计算\(F^1\)-变换和逆\(F^1\)-变换。

函数文档

FT12D_components()

void cv::ft::FT12D_components	(	InputArray	matrix,
		InputArray	kernel,
		OutputArray	components )

Python
	cv.ft.FT12D_components(	matrix, kernel[, components]	) ->	components

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

使用直接\(F^1\)-变换计算数组的分量。

参数

matrix	输入数组。
kernel	用于处理的内核。可以使用函数ft::createKernel。
components	用于分量的输出32位浮点数组。

该函数使用预定义内核计算线性分量。

FT12D_createPolynomMatrixHorizontal()

void cv::ft::FT12D_createPolynomMatrixHorizontal	(	int	radius,
		OutputArray	matrix,
		const int	chn )

Python
	cv.ft.FT12D_createPolynomMatrixHorizontal(	radius, chn[, matrix]	) ->	matrix

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

创建用于\(F^1\)-变换计算的水平矩阵。

参数

radius	基本函数的半径。
matrix	水平矩阵。
chn	通道数。

该函数创建用于\(F^1\)-变换处理的辅助水平矩阵。它用于梯度计算。

FT12D_createPolynomMatrixVertical()

void cv::ft::FT12D_createPolynomMatrixVertical	(	int	radius,
		OutputArray	matrix,
		const int	chn )

Python
	cv.ft.FT12D_createPolynomMatrixVertical(	radius, chn[, matrix]	) ->	matrix

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

创建用于\(F^1\)-变换计算的垂直矩阵。

参数

radius	基本函数的半径。
matrix	垂直矩阵。
chn	通道数。

该函数创建用于\(F^1\)-变换处理的辅助垂直矩阵。它用于梯度计算。

FT12D_inverseFT()

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

Python
	cv.ft.FT12D_inverseFT(	components, kernel, width, height[, output]	) ->	output

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

计算逆\(F^1\)-变换。

参数

components	用于分量的输入32位单通道浮点数组。
kernel	用于处理的内核。必须使用与分量计算相同的内核。
output	输出32位浮点数组。
width	输出数组的宽度。
height	输出数组的高度。

逆\(F^1\)-变换的计算。

FT12D_polynomial()

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

Python
	cv.ft.FT12D_polynomial(	matrix, kernel[, c00[, c10[, c01[, components[, mask]]]]]	) ->	c00, c10, c01, components

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

计算\(F^1\)-变换分量的元素。

参数

matrix	输入数组。
kernel	用于处理的内核。可以使用函数ft::createKernel。
c00	元素表示平均颜色。
c10	元素表示平均垂直梯度。
c01	元素表示平均水平梯度。
components	用于分量的输出32位浮点数组。
mask	掩码可用于标记不需要的区域。

该函数使用预定义内核和掩码计算分量及其元素。

FT12D_process()

void cv::ft::FT12D_process	(	InputArray	matrix,
		InputArray	kernel,
		OutputArray	output,
		InputArray	mask = noArray() )

Python
	cv.ft.FT12D_process(	matrix, kernel[, output[, mask]]	) ->	output

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

同时计算\(F^1\)-变换和逆\(F^1\)-变换。

参数

matrix	输入矩阵。
kernel	用于处理的内核。可以使用函数ft::createKernel。
output	输出32位浮点数组。
mask	用于标记不需要区域的掩码。

此函数一步计算\(F^1\)-变换和逆\(F^1\)-变换。它对于cv::Mat是完全充分和优化的。

注意

一阶F变换技术在论文[288]中进行了描述。