备注
单击 here 下载完整的示例代码或通过活页夹在浏览器中运行此示例
滞后阈值¶
磁滞 是一种效果的滞后-一种惯性。在阈值的背景下,这意味着超过一些 low 阈值被认为高于阈值 if 它们也与高于更高、更严格门槛的地区有关。因此,它们可以被视为这些高信任度领域的延续。
下面,我们将正常阈值与滞后阈值进行比较。请注意滞后效应是如何让人忽略硬币边缘之外的“噪音”的。

import matplotlib.pyplot as plt
from skimage import data, filters
fig, ax = plt.subplots(nrows=2, ncols=2)
image = data.coins()
edges = filters.sobel(image)
low = 0.1
high = 0.35
lowt = (edges > low).astype(int)
hight = (edges > high).astype(int)
hyst = filters.apply_hysteresis_threshold(edges, low, high)
ax[0, 0].imshow(image, cmap='gray')
ax[0, 0].set_title('Original image')
ax[0, 1].imshow(edges, cmap='magma')
ax[0, 1].set_title('Sobel edges')
ax[1, 0].imshow(lowt, cmap='magma')
ax[1, 0].set_title('Low threshold')
ax[1, 1].imshow(hight + hyst, cmap='magma')
ax[1, 1].set_title('Hysteresis threshold')
for a in ax.ravel():
a.axis('off')
plt.tight_layout()
plt.show()
脚本的总运行时间: (0分0.152秒)