名称
fit_surface_second_order - 通过二阶曲面计算灰度值矩和拟合。
用法
fit_surface_second_order(Regions, Image : : Algorithm, Iterations, ClippingFactor : Alpha, Beta, Gamma, Delta, Epsilon, Zeta)
描述
算子fit_surface_second_order通过二阶曲面计算灰度值矩和灰度值拟合的参数。 计算是通过最小化灰度值和曲面之间的距离来完成的。 二阶曲面用下面的公式来描述：
r_center和c_center是输入区域与完整图像域的交集的中心坐标。 通过最小化处理，计算从Alpha到Zeta的参数。
可以在Algorithm中选择用于拟合的算法：
‘regression‘
标准“最小二乘”拟合。
‘huber‘
加权“最小二乘”拟合，其中基于Huber的方法减少了异常值的影响。
‘tukey‘
加权“最小二乘”拟合，根据Tukey的方法忽略异常值。
参数ClippingFactor（标准偏差的比例因子）控制着阻尼异常值的数量：为ClippingFactor选择的值越小，检测到越多的异常值。 重复检测异常值。 参数Iterations指定迭代次数。 在“regression”模式中，这个值被忽略。
注意
请注意，算子fit_surface_second_order仅考虑给定的区域，并忽略输入图像Image的任何先前设置的域。
并行
● 多线程类型：可重入（与非独占算子并行运行）。
● 多线程范围：全局（可以从任何线程调用）。
● 在元组级别自动并行化处理。
● 在内部数据级别自动并行化处理。
参数
Regions (input_object) region(-array) → object
要检查的区域。
Image (input_object) singlechannelimage → object (byte / uint2 / direction / cyclic / real)
输入图像。
Algorithm (input_control) string → (string)
拟合算法。
Default value: ‘regression‘
List of values: ‘huber‘, ‘regression‘, ‘tukey‘
Iterations (input_control) integer → (integer)
最大迭代次数（未用于“regression”）。
Default value: 5
Restriction: Iterations >= 0
ClippingFactor (input_control) real → (real)
用于消除异常值的剪切因子。
Default value: 2.0
List of values: 1.0, 1.5, 2.0, 2.5, 3.0
Restriction: ClippingFactor > 0
Alpha (output_control) real(-array) → (real)
拟合曲面的参数Alpha。
Beta (output_control) real(-array) → (real)
拟合曲面的参数Beta。
Gamma (output_control) real(-array) → (real)
拟合曲面的参数Gamma。
Delta (output_control) real(-array) → (real)
拟合曲面的参数Delta。
Epsilon (output_control) real(-array) → (real)
拟合曲面的参数Epsilon。
Zeta (output_control) real(-array) → (real)
拟合曲面的参数Zeta。
结果
如果输入具有定义的灰度值（‘byte‘）的图像并且参数是正确的，则算子fit_surface_second_order返回值2（H_MSG_TRUE）。 如有必要，会引发异常。
Possible Successors
gen_image_surface_second_order
See also
moments_gray_plane, fit_surface_first_order
模块
Foundation
