sk_felzenszwalb — 2D `segmentation` op

• Datenarten: image → region

• Aufruf: fullseye.apply(img, "sk_felzenszwalb", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

Verwendung

Felzenszwalbs graphbasierte Segmentierung. Ein schnelles Verfahren, das mit einem minimalen Spannbaum über Pixel als Knoten clustert und das Bild auch ohne klare Grenzen übersegmentiert. Hier werden die Grenzlinien des Segmentierungsergebnisses als Region zurückgegeben.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

HALCON に直接対応するものは無い。実装は `segmentation.find_boundaries(segmentation.felzenszwalb(v, scale=20+200*a, channel_axis=None))` —— a は scale(観測レベル。大きいほどセグメントが少なく大きくなる)を 20〜220 に振る。sigma(前処理の平滑化)・min_size は既定値(0.8, 20)のまま固定。b は未使用。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_segmentation

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

Typkompatible Folge-Operatoren (nehmen `region` als Eingabe)

identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small

Gleiche Kategorie (`segmentation`)

threshold · otsu · canny · adaptive_gauss_thresh · sk_otsu · sk_li · sk_yen · sk_sauvola

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

sk_felzenszwalb — 2D segmentation op