module `image.detection_segment.detection_nfa`#

Short summary#

module mlstatpy.image.detection_segment.detection_nfa

Ce module determine si un segment est significatif, c’est à dire si le nombre de fausses alarmes n’est pas trop élevé.

Classes#

class	truncated documentation
`InformationPoint`	Pour retenir toutes les informations relatives a un segment, une position (pos), la norme du gradient (norme), …
`LigneGradient`	Stocke toutes les informations relatives à un segment de l’image reliant deux points du contour, reçoit les informations …
`SegmentNFA`	Un segment + un nombre de fausses alarmes, servira a memoriser les segments significatifs.

Methods#

method	truncated documentation
`__init__`	constructeur, initialisation
`__init__`	constructeur
`__init__`	segment + nombre de fausses alarmes
`__len__`	Retourne le nombre de pixels dans le segment, peut etre different de la liste `self.info_ligne`, `self.nb` …
`__lt__`
`__str__`	permet d’afficher cette classe
`__str__`	permet d’afficher ce segment
`calcule_NFA`	`ext[ij[0]]`: premier indice du segment, `ext[ij[1]]`: dernier indice du segment, calcule le nombre …
`extremite`	Comptabilise les indices des extremites possibles, les pixels choisis ont un gradient de la bonne orientation.
`has_aligned_point`	Dit s’il existe des points alignés sur le segment.
`next_chemin`	Retourne le couple suivant d’extrémités possibles, None, dans le cas contraire.
`premier_chemin`	Retourne la premiere d’extremite possible.
`segments_significatifs`	Comptabilise le nombre de segments significatifs sur une ligne et les mémorise.

Documentation#

Ce module determine si un segment est significatif, c’est à dire si le nombre de fausses alarmes n’est pas trop élevé.

source on GitHub

class mlstatpy.image.detection_segment.detection_nfa.InformationPoint(pos, aligne, norme)#

Bases : object

Pour retenir toutes les informations relatives a un segment, une position (pos), la norme du gradient (norme), une information permettant de savoir si le gradient est proche du vecteur normal au segment (aligne)

source on GitHub

constructeur, initialisation

source on GitHub

__init__(pos, aligne, norme)#

constructeur, initialisation

source on GitHub

__slots__ = ('pos', 'aligne', 'norme')#

__str__()#

permet d’afficher cette classe

source on GitHub

class mlstatpy.image.detection_segment.detection_nfa.LigneGradient(info_ligne, seuil_norme, seuil_nfa)#

Bases : object

Stocke toutes les informations relatives à un segment de l’image reliant deux points du contour, reçoit les informations de la methode decoupe_gradient.

A partir de là, un segment significatif a deux extrémités dont le gradient est dans le bon sens, on parcourt donc tous les couples d’extrémités possibles, d’abord la première (méthode premier_chemin), puis les suivant (méthode next_chemin) jusqu’au dernier couple.

source on GitHub

constructeur

source on GitHub

__init__(info_ligne, seuil_norme, seuil_nfa)#

constructeur

source on GitHub

__len__()#

Retourne le nombre de pixels dans le segment, peut etre different de la liste self.info_ligne, self.nb est déterminé par decoupe_gradient.

source on GitHub

calcule_NFA(ext, ij, binomiale, nb_seg)#

ext[ij[0]]: premier indice du segment, ext[ij[1]]: dernier indice du segment, calcule le nombre de NFA de ce segment (nombre de fausses alarmes).

source on GitHub