Halcon 学 习 之 六 ： 获 取 Image 图 像 中 Region 区域的特征参数 area_center_gray ( Regions, Image : : : Area, Row, Column ) 计 算 Image 图 像 中 Region 区 域 的 面 积 Area 和 重 心 （ Row， Column） 。 cooc_feature_image ( Regions, Image : : LdGray, Direction : Energy, Correlation, Homogeneity, Contrast ) 计 算 共生矩阵和 推导出灰度特征值 Direction：灰度共生矩阵计 算 的 方向 Energy：灰度值能量 Correlation：灰度值的 相互关系 Homogeneity：灰度值的 均匀性 Contrast：灰度值的 对比度 cooc_feature_matrix ( CoocMatrix : : : Energy, Correlation, Homogeneity, Contrast ) 根据共生矩阵计 算 灰度特征值 elliptic_axis_gray ( Regions, Image : : : Ra, Rb, Phi ) 计 算 Image 图 像 的 Region 区 域 的 Ra， Rb 和 Phi。 entropy_gray ( Regions, Image : : : Entropy, Anisotropy ) Image 图 像 中 Region 区 域 的 计 算 熵 Entropy 和 各向异性 Anisotropy。 estimate_noise ( Image : : Method, Percent : Sigma ) 从单一图 像 Image 中 估计 图 像 的 噪声。 Sigma：加性噪声的 标准偏差 Method ：估计 噪声的 方法 Method∈{foerstner、immerkaer、least_squares、mean}、 fit_surface_first_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma ) 计算一阶灰度平面的灰度矩阵和灰度值的逼近参数。 Algorithm：采用的算法 Algorithm：迭代次数 ClippingFactor：消除临界值的削波系数 fit_surface_second_order ( Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma, Delta, Epsilon, Zeta ) 计算二阶灰度平面的灰度矩阵和灰度值的逼近参数。 fuzzy_entropy ( Regions, Image : : Apar, Cpar : Entropy ) 确定区域 Regions 的模糊熵 将图像视为模糊集合 Apar 为模糊区域的起始点 Cpar 为模糊区域的结束点 Entropy 为 Regions 的模糊熵 fuzzy_perimeter ( Regions, Image : : Apar, Cpar : Perimeter ) 计算 Region 区域的模糊周长 gen_cooc_matrix ( Regions, Image : Matr...
