alpha_tree — SEGMENTATION `graph` op

• 데이터 종류: image2d → table

• 호출: import fullseye as fs; fs.ledger.alpha_tree(image, alphas: 'Sequence[float]' = (0.0,), *, connectivity: 'int' = 4) -> 'Dict[str, object]'(구현을 직접 호출하려면 import seggraph; seggraph.alpha_tree(image, alphas: 'Sequence[float]' = (0.0,), *, connectivity: 'int' = 4) -> 'Dict[str, object]', 원장에서 가져오려면 opssegmentation.get("alpha_tree"))

사용법

α-tree: 이웃 차를 가중치로 한 격자의 최소 신장 트리(scipy의 Kruskal)를 만들고, 가중치 ≤ α인 트리 변만으로 α마다의 분할을 낸다(alpha_tree).

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

scipy は重み 0 の辺を「辺が無い」と読むので、重み 0 の辺だけを「正の重みの最小の半分」に置き換えてから木を作る

(辺の順序は変わらない = 最小全域木は同じ)。全辺に 1 を足す手は使わない: 0.3 の差が浮動小数で 0.29999999999999993 と

0.30000000000000004 に割れている時、+1 の丸めで 2 つが同点になり、木が重い方を選んで α = 0.3 の切断がずれた(実測、

テスト test_quasi_flat_zones_equal_mst_cut)。木の辺の重みは添字から |f_p − f_q| を計算し直す。

返す: `labels(α ごとの (H, W) を積んだ (A, H, W))、n_zones、mst_i / mst_j / mst_w、merge_levels`

(木の辺の重みの昇順 = 併合の高さ)、`nested`(α の昇順で入れ子か)。

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 · statistical_region_merging · max_tree · area_opening_attr · quasi_flat_zones · hierarchical_watershed · ultrametric_contour_map

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

alpha_tree — SEGMENTATION graph op

사용법