statistical_region_merging — SEGMENTATION `graph` op

• 데이터 종류: image2d → table

• 호출: import fullseye as fs; fs.ledger.statistical_region_merging(image, *, q: 'float' = 32.0, g: 'int' = 256, value_range=(0.0, 1.0), connectivity: 'int' = 4) -> 'Dict[str, object]'(구현을 직접 호출하려면 import seggraph; seggraph.statistical_region_merging(image, *, q: 'float' = 32.0, g: 'int' = 256, value_range=(0.0, 1.0), connectivity: 'int' = 4) -> 'Dict[str, object]', 원장에서 가져오려면 opssegmentation.get("statistical_region_merging"))

사용법

통계적 영역 병합 SRM(Nock–Nielsen 2004): 이웃 화소 쌍을 |I_p − I_q|의 오름차순으로 처리하고, 술어 P(R, R')가 참이면 병합한다(statistical_region_merging).

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

画素の値は `value_range` を [0, g − 1] に線形に写して使う(範囲の外の値は ValueError)。

P(R, R') ⇔ |R̄ − R̄'| ≤ √(b²(R) + b²(R'))、b(R) = g √(ln(|R_|R||/δ) / (2Q|R|))、ln|R_l| = min(l, g) ln(l + 1)、

δ = 1/(6|I|²)(述語の係数は 要確認、モジュールの説明参照)。Q(`q`)が大きいほど b が小さく、併合を渋る(細かい)。

返す: `labels(1..k)、n_regions、means(領域ごとの平均、元の値の尺度)、n_merges、q`。

자세한 사용 가이드

• halcon_segmentation 패밀리 가이드

배경 지식 가이드(이 연산자 앞에 있는 물리·규약)

• graph_hierarchy_and_thresholds — グラフ・階層・閾値の定理でつくる分割 — 何が厳密で、どこで割れ方が倒れるか

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• poc_graph_hierarchy_segmentation — py -3.11 examples/poc_graph_hierarchy_segmentation.py

타입이 이어지는 다음 연산자(`table` 를 입력으로 받는 것)

class_ndim_norm

같은 카테고리(`graph`)

graph_cut_binary · alpha_expansion · max_tree · area_opening_attr · quasi_flat_zones · alpha_tree · hierarchical_watershed · ultrametric_contour_map

*Provenance: seggraph.py — SEGMENTATION 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

statistical_region_merging — SEGMENTATION graph op

사용법