superpixel_color_texture_features — SEGMENTATION `plant` op

• 数据种类:rgbimage × labels2d → table

• 调用: 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]'(要直接调用实现,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]';从台账取用则 opssegmentation.get("superpixel_color_texture_features"))

用法

为标签图像的每个区域输出 10 个颜色（植物颜色指数、色度）与纹理（梯度、方向一致性）特征。

rgb 为 (H, W, 3)(与 plant_color_index 相同的约定),labels 为同样大小的整数图像(0 忽略,1 以上为区域;超像素或网格均可)。列按 FEATURE_NAMES 的顺序:

ExG、ExGR、CIVE 的平均,色度 r、g 的平均,亮度(RGB 的平均)的平均与标准差, 亮度的 Gauss 梯度(σ = texture_sigma)大小的平均,结构张量的方向一致性 coherence = √((Jxx − Jyy)² + 4Jxy²)/(Jxx + Jyy)(在区域内求和的张量。1 = 单一方向,0 = 各向同性), ExG 的标准差。颜色特征只对亮度不低于 dark_floor 的像素求平均。像素数少于 min_size 的区域,以及没有任何像素可确定色度的区域,不生成行, 而是连同理由记入 dropped_ids(不用 0 或 NaN 填充平均值)。

返回: X(N, 10)、names、ids(每行的区域编号)、sizes、centroids((N, 2) 的 [row, col])、dropped_ids、texture_sigma。空输入、形状不符、负标签、剩余区域为 0 时以 ValueError 拒绝。

详细使用指南

• halcon_segmentation 族使用指南

参考(示例数据、文献)

• 示例数据目录(下载 URL / 许可证) —— 2-D 用 skimage.data(BSD/公有领域)加合成图,3-D 给出真实数据源(Stanford/PDS 等)的下载 URL。

• 算子来历与参考文献 —— 该算子族所依据的研究/方法出处。

• 算法的正典(作者、年份)与用途见上面的族使用指南。

可运行的示例(实际调用该算子并已验证的样例)

• poc_weed_rice_ratio — py -3.11 examples/poc_weed_rice_ratio.py

类型可衔接的下一个算子(可接受 `table` 作为输入)

class_ndim_norm · fisher_lda_score

同类别(`plant`)

plant_color_index · cover_ratio_grade

*Provenance: cropweed.py — SEGMENTATION 算子登记表。本条目由 tools/opdocs.py md 自动生成(请勿手工编辑)。*

superpixel_color_texture_features — SEGMENTATION plant op

用法