superpixel_color_texture_features — SEGMENTATION `plant` op

• データ種: rgbimage × labels2d → table

• 呼び出し: import fullseye as fs; fs.ledger.superpixel_color_texture_features(rgb, labels, *, dark_floor: 'float' = 0.02, texture_sigma: 'float' = 1.0, min_size: 'int' = 4) -> 'Dict[str, object]' (実装を直接呼ぶなら import cropweed; cropweed.superpixel_color_texture_features(rgb, labels, *, dark_floor: 'float' = 0.02, texture_sigma: 'float' = 1.0, min_size: 'int' = 4) -> 'Dict[str, object]'、台帳から引くなら opssegmentation.get("superpixel_color_texture_features"))

使い方

ラベル画像の領域ごとに、色(植物の色指標・色度)と肌理(勾配・向きの揃い)の特徴 10 個を出す。

rgb は (H, W, 3)(plant_color_index と同じ約束)、labels は同じ大きさの整数画像(0 は無視、1 以上が領域。超画素でも格子でもよい)。列は FEATURE_NAMES の順:

ExG・ExGR・CIVE の平均、色度 r・g の平均、明るさ(RGB の平均)の平均と標準偏差、明るさの Gauss 勾配(σ = texture_sigma)の大きさの平均、構造テンソルの向きの揃い coherence = √((Jxx − Jyy)² + 4Jxy²)/(Jxx + Jyy)(領域で和をとったテンソル。1 = 一方向、0 = 等方)、ExG の標準偏差。色の特徴は dark_floor 以上の明るさの画素だけで平均する。画素数が min_size 未満の領域と、色度の決まる画素が 1 つも無い領域は 行を作らず dropped_ids に理由つきで残す(平均を 0 や NaN で埋めない)。

返す: X(N, 10)・names・ids(行ごとの領域番号)・sizes・centroids((N, 2) の [row, col])・ dropped_ids・texture_sigma。空の入力・形の食い違い・負のラベル・残る領域が 0 のときは ValueError で拒否する。

詳しい使い方ガイド

• halcon_segmentation ファミリガイド

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_weed_rice_ratio — py -3.11 examples/poc_weed_rice_ratio.py

型が繋がる次の op(`table` を入力に取れる)

class_ndim_norm · fisher_lda_score

同カテゴリ(`plant`)

plant_color_index · cover_ratio_grade

*Provenance: cropweed.py — SEGMENTATION operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

superpixel_color_texture_features — SEGMENTATION plant op

使い方