snic_superpixels — SEGMENTATION `graph` op

• 資料種類:image2d → table

• 呼叫: import fullseye as fs; fs.ledger.snic_superpixels(image, *, n_segments: 'int' = 100, compactness: 'float' = 0.1, connectivity: 'int' = 4) -> 'Dict[str, object]'(要直接呼叫實作,import seggraph; seggraph.snic_superpixels(image, *, n_segments: 'int' = 100, compactness: 'float' = 0.1, connectivity: 'int' = 4) -> 'Dict[str, object]';從台帳取用則 opssegmentation.get("snic_superpixels"))

用法

SNIC（Achanta–Süsstrunk 2017 的 Algorithm 1）：從格網種子出發、以優先佇列生長的非迭代超像素（snic_superpixels）。

> 以下的詳細說明為原文 —— 摘要與標題已翻譯。

距離 d² = |Δx|²/s² + |Δc|²/m²(s = √(N/K)、m = `compactness`、c は画素の値。SLIC の正規化の形、式 (1) の表記は要確認)。

待ち行列から最小の d を取り出し、未ラベルならラベルを付け、重心(位置と値)をその場で更新し、未ラベルの近傍を今の重心との

距離で積む。同点は (距離, 積んだ順) で決める(決定的)。

返す: `labels(1..K)、n_segments、all_connected`(全ラベルが 4-連結 = 構成上の保証を数えて確かめた印)、

`n_disconnected、sizes、seeds((K, 2) の [row, col])、s`。

詳細使用指南

• halcon_segmentation 族使用指南

背景知識指南(該運算子背後的物理與規範)

• 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

參考(範例資料・文獻)

• 範例資料目錄(下載 URL / 授權) —— 2-D 用 skimage.data(BSD/公有領域)加合成圖,3-D 給出真實資料源(Stanford/PDS 等)的下載 URL。

• 運算子來歷與參考文獻 —— 該運算子族所依據的研究/方法出處。

• 演算法的正典(作者・年份)與用途見上面的族使用指南。

可執行的範例(實際呼叫該運算子並已驗證的樣例)

• poc_graph_hierarchy_segmentation — py -3.11 examples/poc_graph_hierarchy_segmentation.py

型別可銜接的下一個運算子(可接受 `table` 作為輸入)

class_ndim_norm

同類別(`graph`)

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

*Provenance: seggraph.py — SEGMENTATION 運算子登記表。本條目由 tools/opdocs.py md 自動產生(請勿手動編輯)。*

snic_superpixels — SEGMENTATION graph op

用法