ComponentMeasurements

ComponentMeasurements[{image,lmat},"prop"]

计算 image 的由标记矩阵 lmat 表示的分量的属性 "prop".

ComponentMeasurements[image,"prop"]

计算 image 的连通分量的属性 "prop".

ComponentMeasurements[…,"prop",crit]

只返回满足标准 crit 的分量的度量值.

ComponentMeasurements[…,"prop",crit,format]

按照输出规范 format 格式化结果.

更多信息和选项

  • ComponentMeasurements 可用来计算图像的所有或部分分量的不同属性.
  • ComponentMeasurements 可用于二维或三维图像及标记矩阵.
  • 标记矩阵 lmat 为由非负整数组成的数组，其中每个整数表示一个分量，0 表示背景.
  • ComponentMeasurements[…,"prop"] 返回形如 {…,i->vali,…} 的表达式，其中 vali 是为图像分量 i 计算的 "prop" 的值.
  • ComponentMeasurements[…,{"prop1","prop2",…}] 可计算每个分量的多个属性.
  • 使用标准 crit 时，crit 的参数可以利用属性列表中给出的指代 "propj" 的 #j 来获取属性值. 如果 crit 返回 True，则表明有一个分量被选中.
  • 标准 crit 也可以利用 #propname 来获取其他分量的属性.
  • ComponentMeasurements[…,"Properties"] 以字符串列表的形式，为给定的输入给出支持的属性的名称. 并非所有输入的所有属性都支持.
  • 与面积测量相关的属性：
  • "Count"元素的数目
    "Area"近似面积，其中每个像素区域以相邻的配置为权值
    "FilledCount"在对孔进行填充后的元素数目
    "EquivalentDiskRadius"具有相同面积的圆盘半径
    "AreaRadiusCoverage"在相等的圆盘半径中的像素的百分比
  • 周长属性：
  • "AuthalicRadius"具有相同的多边形周长的环的半径
    "MaxPerimeterDistance"内部元素到周边的最大距离
    "OuterPerimeterCount"与该分量相邻的元素数目
    "PerimeterCount"边界上的元素的数目
    "PerimeterLength"周边像素的总长度
    "PerimeterPositions"周边元素的排序位置
    "PolygonalLength"由周边元素的中心形成的多边形的总长度
  • 位置、面积和长度的测量取自标准的图像坐标系.
  • 质心属性：
  • "Centroid"质量坐标的中心
    "Medoid"与质心最接近的元素坐标
    "MeanCentroidDistance"所有元素与质心的平均距离
    "MaxCentroidDistance"所有元素与质心的最大距离
    "MinCentroidDistance"所有元素与质心的最小距离
  • 有向最佳拟合椭圆的参数：
  • "Length"最佳拟合椭圆的最大轴
    "Width"最佳拟合椭圆的最小轴
    "SemiAxes"最佳拟合椭圆的半轴长度
    "Orientation"最大轴和水平轴之间的角度
    "Elongation"延伸率，根据 计算
    "Eccentricity"最佳拟合椭圆的离心率
  • 形状度量：
  • "Circularity"，其多边形长度为 ，等效圆盘半径为
    "FilledCircularity"在对孔进行填充后的圆度
    "Rectangularity"在最小边界盒内的像素的百分比
  • 边界轮廓属性：
  • "Contours"描述分量边界的线
    "ContourHierarchy"轮廓的拓扑嵌套
  • 边界盒属性：
  • "BoundingBox"以轴为方向并且以 {{xmin,ymin},{xmax,ymax}} 形式表示的边界盒
    "BoundingBoxArea"由边界盒包围的区域
    "MinimalBoundingBox"由四个角顶点定义的最小可能有向边界盒
  • 边界圆盘属性：
  • "BoundingDiskCenter"边界圆盘中心坐标
    "BoundingDiskRadius"边界圆盘半径
    "BoundingDiskCoverage"边界圆盘区域被分量区域覆盖的覆盖率
  • 凸包属性：
  • "ConvexCount"凸包中包含的元素数目
    "ConvexVertices"凸包的角元素
    "ConvexArea"凸包多边形面积
    "ConvexPerimeterLength"凸包多边形长度
    "ConvexCoverage"元素在凸包中的百分比
    "CaliperLength"凸包的最大直径（Feret 直径）
    "CaliperWidth"凸包的最小直径
    "MeanCaliperDiameter"所有可能的卡尺直径的均值
    "CaliperElongation"1 –（卡尺宽度/卡尺高度）
  • 邻域属性：
  • "Neighbors"直接相邻的元素，以标签集合形式给出
    "NeighborCount"直接相邻元素的数量
    "ExteriorNeighbors"外部相邻元素的标签
    "ExteriorNeighborCount"外部相邻元素的数量
    "InteriorNeighbors"内部相邻元素的标签
    "InteriorNeighborCount"内部相邻元素的数量
    "AdjacentBorders"相邻图像边界的列表
    "AdjacentBorderCount"相邻图像边界的数量
  • 基本拓扑属性：
  • "Fragmentation"连通分量的数目减一
    "Holes"在每个分量中的孔数目
    "Complexity"分量和孔的总数减一
    "EulerNumber"分量的数目减去孔的数目
  • 拓扑关系属性：
  • "EmbeddedComponents"嵌入式分量，以标签列表形式给出
    "EmbeddedComponentCount"嵌入式分量的数目
    "EnclosingComponents"包围的分量，以标签列表形式给出
    "EnclosingComponentCount"包围分量的数目（嵌入式层级）
  • 普通属性：
  • "Label"分量的标记
    "Mask"用数组给出的二值掩码
    "Shape"用二值图像给出的分量的形状
  • 只有当 input 的形式是 image 或 {m,image} 时，才计算像素值.
  • 如果 image 和 m 同时出现，它们应当是等量的.
  • 有以下像素值度量可供选择.
  • 基本像素值度量：
  • "Data"以通道向量的展平列表给出的图像数据
    "IntensityData"图像亮度值的列表
  • 提取子图像：
  • "Image"每个分量边界盒的图像的内容
    "MaskedImage"由分量的形状掩码所得的子图像
  • 可对每个分量中的每个通道分别测量的基本直方图属性：
  • "Min"最小值
    "Max"最大值
    "Mean"平均值
    "Median"中位值
    "StandardDeviation"标准差
    "Total"所有值的总和
  • 基本图像亮度属性：
  • "MinIntensity"最小亮度
    "MaxIntensity"最大亮度
    "MeanIntensity"平均亮度
    "MedianIntensity"中位数亮度
    "StandardDeviationIntensity"亮度分布的标准差
    "TotalIntensity"总体亮度
  • 空间亮度度量：
  • "Skew"在亮度分布上不对称
    "IntensityCentroid"以亮度为权重的质心坐标
  • 统计度量：
  • "Entropy"数据熵（基为 E）
    "Energy"数据熵
  • 与分量无关的全局属性：
  • "LabelCount"标签总数
    "Dimensions"整体输入的维度
  • 可使用以下 format 规范：
  • "ComponentList"由 i->{…,valj,…} 组成的列表（缺省）
    "ComponentAssociation"关联 i->{…,valj,…}
    "PropertyAssociation"关联 propj->{…,vali,…}
    "ComponentPropertyAssociation"关联 i-><|…,propj->valj,…|>
    "PropertyComponentAssociation"关联 propj-><|…,i->vali,…|>
    "Dataset"分量属性关联组成的 Dataset
  • ComponentMeasurements 接受 CornerNeighbors 选项. 默认设置为 CornerNeighbors->True.
  • 对于类型为 "Byte" 或 "Bit16" 的图像，在计算像素值属性时，将数据的值归一化到 0 和 1 之间.

范例

打开所有单元关闭所有单元

基本范例  (2)

测量图像中连通分量的一个属性：

只测量较大分量的属性：

范围  (24)

数据  (7)

二维整数标记矩阵的测量：

基于非零像素连通度的二维图像分量的测量值：

二维图像的像素值测量：

二维彩色图像的像素值测量：

二维彩色图像的像素值测量及其对应的标签矩阵：

三维整数标记矩阵的测量：

在三维中度量属性：

属性  (7)

尺寸测量：

填充分量的尺寸：

质心位置：

最佳拟合椭圆的半轴长度：

以轴为方向的边界盒：

相邻边界的列表：

计算多个属性：

判据  (5)

根据计算的属性选择：

根据不同的属性选择：

根据多个计算的属性选择：

根据不同于所测量的和返回的一组属性选择：

指定使用哪个计算的属性作为函数参数：

输出格式  (5)

将输出格式化为分量和分量属性值之间的关联关系：

将输出格式化为属性和分量属性值之间的关联关系：

将输出格式化为分量和分量属性值之间的嵌套关联关系：

将输出格式化为属性和分量属性值之间的嵌套关联关系：

将输出格式化为分量和分量属性值的数据集：

选项  (2)

CornerNeighbors  (2)

缺省情况下，如果分量有 corner neighbor，则假定它们相连:

假定 4-连通性 (four-connectedness)：

默认情况下，一个单元的周围所有8个单元视为相邻单元：

只考虑四个直接的邻单元为相邻单元：

应用  (5)

找出镰刀细胞：

计算每个单元的平均颜色值：

选择完整的和无重叠的单元：

二值化图像，得到前景：

计算质心和包含图像的较大单元的等价圆盘的半径：

显示选中的单元：

用所属分量的属性替换每个像素：

计算图像分割：

用其平均色彩更换每个分段：

使用每个分量的平均强度：

计算地图制图的一个连通图：

属性和关系  (8)

仅计算较大分量的度量：

首先使用 DeleteSmallComponents 删除较小分量：

注意到标记被归一化了：

计算不接触图像边界的分量的度量：

首先使用 DeleteBorderComponents 删除边界分量：

计算具有一个孔的分量，而不接触图像边界：

使用 SelectComponents 删除不具有孔或接触边界的分量：

提取支持的二维图像的完整属性列表：

提取支持的三维图像的完整属性列表：

当不指定图像时，二维形状属性的列表：

当不指定图像时，三维形状属性的列表：

提取使用像素值属性的列表：

可能存在的问题  (2)

对于某些分量，不能定义一些属性：

对于三维图像和标记矩阵，有些属性尚不能计算：

Wolfram Research (2010)，ComponentMeasurements，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ComponentMeasurements.html （更新于 2017 年）.

文本

Wolfram Research (2010)，ComponentMeasurements，Wolfram 语言函数，https://reference.wolfram.com/language/ref/ComponentMeasurements.html （更新于 2017 年）.

CMS

Wolfram 语言. 2010. "ComponentMeasurements." Wolfram 语言与系统参考资料中心. Wolfram Research. 最新版本 2017. https://reference.wolfram.com/language/ref/ComponentMeasurements.html.

APA

Wolfram 语言. (2010). ComponentMeasurements. Wolfram 语言与系统参考资料中心. 追溯自 https://reference.wolfram.com/language/ref/ComponentMeasurements.html 年

BibTeX

@misc{reference.wolfram_2024_componentmeasurements, author="Wolfram Research", title="{ComponentMeasurements}", year="2017", howpublished="\url{https://reference.wolfram.com/language/ref/ComponentMeasurements.html}", note=[Accessed: 22-November-2024 ]}

BibLaTeX

@online{reference.wolfram_2024_componentmeasurements, organization={Wolfram Research}, title={ComponentMeasurements}, year={2017}, url={https://reference.wolfram.com/language/ref/ComponentMeasurements.html}, note=[Accessed: 22-November-2024 ]}