mrow

图像直方图因其计算量小以及具有图像平移、旋转和缩放不变性等优点，被广泛应用于图像处理的各个领域，尤其是灰度图像的阈值分割、基于颜色的图像检索和图像分类。

Select_shape特征直方图

基本参数

‘区域’

行线

‘列’

宽度宽度

高度’高度

“row1”左上角的行坐标

“column1”左上角的列坐标

“row2”右下角的行坐标

“列2”右下角的列坐标

圆度(c’ = f/(max 2 * pi) c = min (1，c’) f是面积，max是最大半径)[圆度]

紧致性’紧致性(c ‘ = l ^ 2/(4 FPI)c = max(1，c’) l是面积的轮廓周长，f是面积)[紧致性]

“contlength”区域的总轮廓长度[contlength]

凸性’凸曲面(C = Fo/Fc Fc是凸出面积，Fo是原始面积)[凸性]

垂直度'(计算矩形和归一化矩形之间的区域差异)[垂直度]

等效椭圆的长轴[椭圆轴]

“rb”等效椭圆的短轴

等效椭圆的φ角

‘不对称’偏心率(不对称= Ra，Rb，其中Ra和Rb是长轴和短轴，A是面积)[偏心率]

整体偏心率(整体偏心率= pirarb/a)

“结构因子”偏心率(结构因子=不对称*体积-1)

形状参数

“外半径”外接圆半径[最小圆]

“内半径”内切圆半径[内圆]

‘ Inner_width ‘内接矩形的宽度[inner_rectangle1]

“inner_height”内接矩形的高度

‘ Max_diameter ‘轮廓区域中点之间的最大距离。

Dist_mean ‘圆周到中心的平均距离(distance = sum (||| p-pi ||)/f p是区域的中心，pi是轮廓像素，f是轮廓区域)[圆度]

Dist_deviation ‘从中心到圆周的距离偏差(sigma 2 = sum(| | | p-pi | | |-distance)2/f)

圆度(圆度= 1-适马/距离)

“边数”多边形的边数(边数= 1.4111 *(距离/西格玛)0.4724)

“方向”区域的方向。

“连接数量”组件的数量(连接，计数对象)[连接和孔]

Holes_num ‘孔的数量

Area_holes ‘孔面积[area_holes]

“欧拉数”孔的欧拉数(欧拉数分量和孔之间的差异)

“rect2_phi”外接矩形的方向

Rect2_len1 ‘外接矩形的半长轴

Rect2_len2 ‘外接矩形的半短轴

运动参数

Moments_m11 ‘几何矩_惯性积(mij = sum((z0-z)^i(S0-s)^j)z0)j)z0，其中s0为中心坐标)【moments_region_2nd】

Moments_m20 ‘线二阶矩

“moments_m02”列的二阶矩

Moments_ia ‘主惯性轴(H =(M20+M02)/2 ia = H+sqrt(H2-M20 x M02+M11 2))

力矩_ib ‘其他惯性轴(ib = h-sqrt (h 2-m20xm02+m11 2))

Moments_m11_invar ‘比例矩_惯性积(mij = 1/F2 * sum((z0-z)I(s0-s)j))【moments _ region _ 2nd _ invar】

Moments_m20_invar的二阶矩

Moments_m02_invar ‘二阶矩

Moments_phi1 ‘比例相对矩_二阶矩(mpq = sum z (xi，yi)(Xi-x)p(yi-y)q)【moments _ region _ 2nd _ rel _ invar】

Moments_phi2 ‘二阶矩

Moments_m21 ‘计算中心力矩_三阶力矩[moments_region_3rd]

Moments_m12 ‘三阶矩

Moments_m03 ‘三阶矩

Moments_m30 ‘三阶矩

Moments_m21_invar ‘计算比例不变矩_三阶矩[moments_region_central]

Moments_m12_invar ‘三阶矩

Moments_m03_invar ‘三阶矩

Moments_m30_invar ‘三阶矩

Moments_i1 ‘计算中心矩_二阶矩[moments_region_central]

Moments_i2 ‘二阶矩

Moments_i3 ‘二阶矩

Moments_i4 ‘三阶矩

Moments_psi1 ‘计算旋转线性运动的力矩_秒力矩[moments_region_central_invar]

Moments_psi2 ‘二阶矩

Moments_psi3 ‘二阶矩

Moments_psi4 ‘二阶矩

灰度_特征特征直方图

基本参数

“区域”灰度值区域

行重心线索引

列的重心列索引

Ra ‘灰度值区域的长轴[椭圆_轴_灰度]

Rb ‘灰度值区域的短轴

Phi ‘灰度值区域方向

“最小”最小灰度值[最小最大灰度]

“最大”最大灰度值

纹理

平均灰度值[强度]

“偏差”灰度值的偏差

“平面偏差”近似于图像平面的灰度值偏差[平面偏差]

各向异性’各向异性[熵_灰]

熵熵

模糊熵[模糊周长]

模糊周界

片刻

矩_行’混合矩(线) 【矩_灰_面】

矩_列’混合矩(列)

“α”近似平面参数

“β”近似平面参数

(注:moments_gray_plane计算灰度矩和近似平面。

mrow = sum((r-r’)*(image(r,c)-mean))/f^2

mcol = sum((c-c’)*(image(r,c)-mean))/f^2

阿尔法=(mrow*f*m02-m11*mcol*f)/(m20*m02-m11^2)

贝塔=(m20*mcol*f-mrow*f*m11)/(m20*m02-m11^2)

f是曲面，r’，c’是中心，M11，M20，M02是归一化矩阵。

Image'(r，c)= Alpha *(r-r ‘)+Beta *(c-c ‘)+Mean

Select_shape_xld特征直方图

基本参数

Area ‘轮廓区域[area_center_xld]

行重心线

柱形重心柱

“宽度”轮廓宽度

“高度”剖面高度

Row1′ rectangle1左上角的行坐标[all _ rectangle 1 _ xld]

矩形1左上角列坐标’ Column1 ‘

Row2′ rectangle1行坐标在右下角

矩形1“列2”右下角的列坐标

形状参数

圆度[circularity_xld]

“紧致性”紧致性[紧致性_xld]

Contlength ‘总轮廓长度[length_xld]

“凸性”凸曲面[convexity_xld]

Ra ‘等效椭圆的长轴【elliptic_axis_xld】

“rb”等效椭圆的短轴

等效椭圆的φ角

不对称的偏心率[偏心率_xld]

‘整体偏心度’

结构因子偏心率

‘外半径’外接圆半径[小圆_ XLD]

‘ Max_diameter ‘轮廓区域中点之间的最大距离[diameter_xld]

“方向”轮廓区域的方向[orientation_xld]

Rect2_phi’ rectangle2方向[all _ rectangle 2 _ xld]

矩形2长轴’ rect 2 _ len 1 ‘

矩形2短半轴’ rect2 _ len 2 ‘

点参数

Area_points ‘轮廓点面积[area_center_points_xld]

Row_points ‘轮廓点重心线

Column_points ‘轮廓点重心列

轮廓点的等效椭圆的Ra_points长轴[elliptic_axis_points_xld]

“rb_points”轮廓点等效椭圆的短轴

轮廓点等效椭圆的φ_点角度

“不对称点”轮廓点的等效椭圆的偏心率[偏心率_点_xld]

轮廓点区域的方向_点方向[方向_点_xld]

运动参数

Moments_m11 ‘几何矩_惯性积[moments_region_2nd]

Moments_m20 ‘线二阶矩

“moments_m02”列的二阶矩

moments _ m11 _ points ‘【moments _ points _ xld】

‘力矩_ m20 _点’

‘时刻_ m02 _点数’