支持 F1 变换的数学

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的矩阵。每个分量都是一阶多项式，携带有关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 矩阵, InputArray 核, OutputArray 分量)
	使用直接\(F^1\)变换计算数组的组件。
void	cv::ft::FT12D_createPolynomMatrixHorizontal (int 半径, OutputArray 矩阵, const int 通道数)
	创建用于\(F^1\)变换计算的水平矩阵。
void	cv::ft::FT12D_createPolynomMatrixVertical (int 半径, OutputArray 矩阵, const int 通道数)
	创建用于\(F^1\)变换计算的垂直矩阵。
void	cv::ft::FT12D_inverseFT (InputArray 分量, InputArray 核, OutputArray 输出, int 宽度, int 高度)
	计算逆\(F^1\)变换。
void	cv::ft::FT12D_polynomial (InputArray 矩阵, InputArray 核, OutputArray c00, OutputArray c10, OutputArray c01, OutputArray 分量, InputArray 掩码=noArray())
	计算\(F^1\)变换组件的元素。
void	cv::ft::FT12D_process (InputArray 矩阵, InputArray 核, OutputArray 输出, InputArray 掩码=noArray())
	一次性计算 \(F^1\)-变换和逆 \(F^1\)-变换。

函数文档

FT12D_components()

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

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

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

使用直接\(F^1\)变换计算数组的组件。

参数

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

该函数使用预定义的核计算线性分量。

FT12D_createPolynomMatrixHorizontal()

void cv::ft::FT12D_createPolynomMatrixHorizontal	(	int	radius,
		OutputArray	矩阵,
		const int	通道数 )

Python
	cv.ft.FT12D_createPolynomMatrixHorizontal(	半径，通道数[, 矩阵]	) ->	矩阵

#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。
矩阵	水平矩阵。
通道数	通道数。

该函数为 \(F^1\)-变换处理创建辅助水平矩阵。它用于梯度计算。

FT12D_createPolynomMatrixVertical()

void cv::ft::FT12D_createPolynomMatrixVertical	(	int	radius,
		OutputArray	矩阵,
		const int	通道数 )

Python
	cv.ft.FT12D_createPolynomMatrixVertical(	半径，通道数[, 矩阵]	) ->	矩阵

#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。
矩阵	垂直矩阵。
通道数	通道数。

该函数为 \(F^1\)-变换处理创建辅助垂直矩阵。它用于梯度计算。

FT12D_inverseFT()

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

Python
	cv.ft.FT12D_inverseFT(	分量，核，宽度，高度[, 输出]	) ->	输出

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

计算逆\(F^1\)变换。

参数

components	分量的输入 32 位浮点单通道数组。
kernel	用于处理的核。必须使用与分量计算相同的核。
输出	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	矩阵,
		InputArray	kernel,
		OutputArray	c00,
		OutputArray	c10,
		OutputArray	c01,
		OutputArray	components,
		InputArray	掩码 = noArray() )

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

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

计算\(F^1\)变换组件的元素。

参数

矩阵	输入数组。
kernel	用于处理的核。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	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。

该函数使用预定义的核和掩码计算分量及其元素。

FT12D_process()

void cv::ft::FT12D_process	(	InputArray	矩阵,
		InputArray	kernel,
		OutputArray	输出,
		InputArray	掩码 = noArray() )

Python
	cv.ft.FT12D_process(	矩阵，核[, 输出[, 掩码]]	) ->	输出

#include <opencv2/fuzzy/fuzzy_F1_math.hpp>

一次性计算 \(F^1\)-变换和逆 \(F^1\)-变换。

参数

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

此函数一步计算 \(F^1\)-变换和逆 \(F^1\)-变换。它完全足够并且针对 cv::Mat 进行了优化。

注意

一阶 F 变换技术在论文 [291] 中进行了描述。