cv::ximgproc::ScanSegment クラス

Loke SC らによる F-DBSCAN (並列化された DBSCAN アルゴリズムによる高速化スーパーピクセル画像セグメンテーション) スーパーピクセルアルゴリズムを実装したクラス。原論文は [176] を参照。 続きを読む...

#include <opencv2/ximgproc/scansegment.hpp>

Collaboration diagram for cv::ximgproc::ScanSegment:

公開メンバ関数
virtual	~ScanSegment ()
virtual void	getLabelContourMask (OutputArray image, bool thick_line=false)=0
	ScanSegment オブジェクトに格納されたスーパーピクセルセグメンテーションのマスクを返す。
virtual void	getLabels (OutputArray labels_out)=0
	画像のセグメンテーションラベリングを返す。
virtual int	getNumberOfSuperpixels ()=0
	iterate を用いて最後に処理された画像から、実際のスーパーピクセルセグメンテーションを返す。
virtual void	iterate (InputArray img)=0
	ScanSegment オブジェクトに初期化された引数を用いて、与えられた画像に対するスーパーピクセルのセグメンテーションを計算する。
Public Member Functions inherited from cv::Algorithm
	Algorithm ()
virtual	~Algorithm ()
virtual void	clear ()
	アルゴリズムの状態をクリアする。
virtual bool	empty () const
	Algorithm が空の場合（たとえば開始直後や読み込みに失敗した後）に true を返す。
virtual String	getDefaultName () const
virtual void	read (const FileNode &fn)
	ファイルストレージからアルゴリズムの引数を読み込む。
virtual void	save (const String &filename) const
void	write (const Ptr< FileStorage > &fs, const String &name=String()) const
virtual void	write (FileStorage &fs) const
	アルゴリズムの引数をファイルストレージに保存する。
void	write (FileStorage &fs, const String &name) const

Additional Inherited Members
Static Public Member Functions inherited from cv::Algorithm
template<typename _Tp >
static Ptr< _Tp >	load (const String &filename, const String &objname=String())
	ファイルからアルゴリズムを読み込む。
template<typename _Tp >
static Ptr< _Tp >	loadFromString (const String &strModel, const String &objname=String())
	文字列からアルゴリズムを読み込む。
template<typename _Tp >
static Ptr< _Tp >	read (const FileNode &fn)
	ファイルノードからアルゴリズムを読み込む。
Protected Member Functions inherited from cv::Algorithm
void	writeFormat (FileStorage &fs) const

詳細説明

Loke SC らによる F-DBSCAN (並列化された DBSCAN アルゴリズムによる高速化スーパーピクセル画像セグメンテーション) スーパーピクセルアルゴリズムを実装したクラス。原論文は [176] を参照。

このアルゴリズムは並列化された DBSCAN クラスタ探索を用いており、ノイズに強く、セグメンテーション品質も競争力があり、既存のスーパーピクセルセグメンテーション手法よりも高速である。Berkeley Segmentation Dataset でテストした場合、平均処理速度は 175 フレーム/秒で、Boundary Recall は 0.797、Achievable Segmentation Accuracy は 0.944 である。計算量は二次の O(n2) であり、より小さな画像に適しているが、それでも 2MP のカラー画像を OpenCV の SEEDS アルゴリズムより高速に処理できる。出力は処理スレッド数が固定されている場合は決定的であり、ソース画像が Lab カラー形式であることを要求する。

構築子と解体子の詳解

~ScanSegment()

virtual cv::ximgproc::ScanSegment::~ScanSegment ( )

virtual

メンバ関数詳解

getLabelContourMask()

virtual void cv::ximgproc::ScanSegment::getLabelContourMask ( OutputArray image, bool thick_line = false )

pure virtual

Python:
	cv.ximgproc.ScanSegment.getLabelContourMask(	[, image[, thick_line]]	) ->	image

ScanSegment オブジェクトに格納されたスーパーピクセルセグメンテーションのマスクを返す。

スーパーピクセルセグメンテーションの境界を返す関数。

引数

image	戻り値: CV_8UC1 の画像マスク。-1 はピクセルがスーパーピクセルの境界であることを示し、それ以外は 0 となる。
thick_line	false の場合、境界の幅は1ピクセルのみとなり、それ以外の場合は境界上のすべてのピクセルがマスクされる。

getLabels()

virtual void cv::ximgproc::ScanSegment::getLabels ( OutputArray labels_out )

pure virtual

Python:
	cv.ximgproc.ScanSegment.getLabels(	[, labels_out]	) ->	labels_out

画像のセグメンテーションラベリングを返す。

各ラベルは1つのスーパーピクセルを表し、各ピクセルは1つのスーパーピクセルラベルに割り当てられる。

引数

labels_out

戻り値: スーパーピクセルセグメンテーションのラベルを格納した CV_32UC1 の整数配列。ラベルは [0, getNumberOfSuperpixels()] の範囲となる。

getNumberOfSuperpixels()

virtual int cv::ximgproc::ScanSegment::getNumberOfSuperpixels ( )

pure virtual

Python:
	cv.ximgproc.ScanSegment.getNumberOfSuperpixels(		) ->	retval

iterate を用いて最後に処理した画像から得られた実際のスーパーピクセルセグメンテーションを返す。

画像がまだ処理されていない場合はゼロを返す。

iterate()

virtual void cv::ximgproc::ScanSegment::iterate ( InputArray img )

pure virtual

Python:
	cv.ximgproc.ScanSegment.iterate(	img	) ->	None

ScanSegment オブジェクトに初期化された引数を用いて、与えられた画像に対するスーパーピクセルのセグメンテーションを計算する。

この関数は、createScanSegment() でアルゴリズムを初期化することなく、他の画像に対して再度呼び出すことができる。これにより、アルゴリズムの全構造体に対するメモリ割り当ての計算コストを節約できる。

引数

img	入力画像。サポートされる形式: CV_8UC3。画像サイズは createScanSegment() 関数で初期化された画像サイズと一致しなければならない。Lab色空間でなければならない。

---

このクラス詳解は次のファイルから抽出されました:

• opencv2/ximgproc/scansegment.hpp