Was ist kantenbasierte Segmentierung?
Kantenbasierte Segmentierung teilt ein Bild in Regionen auf, indem sie Grenzpixel erkennt und verknüpft, die durch starke lokale Intensitäts- oder Farbänderungen entstehen. Geschlossene oder zusammenhängende Grenzen dienen anschließend dazu, mögliche Regionen voneinander zu trennen.
So funktioniert kantenbasierte Segmentierung
Diese Segmentierungsstrategie beginnt mit einem Bild der Kantenstärken und wandelt es in zusammenhängende Konturen um, die Regionen einschließen können. Schwellenwertbildung, Ausdünnung, Verknüpfung und das Schließen von Lücken beeinflussen, ob diese Konturen eine nutzbare Topologie bilden. Das Verfahren unterscheidet sich von Region-Growing-Methoden, die mit Ähnlichkeiten innerhalb eines Bereichs statt mit Hinweisen an dessen Rand beginnen. Es liegt zwischen grundlegender Filterung und späteren Aufgaben, die den entstandenen Regionen Labels, Messwerte oder semantische Bedeutung zuweisen.
Wichtige Fakten
- Eine Kantenkarte definiert nicht von sich aus ein Innen und Außen. Der Segmentierungscode muss Konturen schließen und Schnittpunkte auflösen, bevor er eindeutige Regionsmasken erzeugen kann.
- Ein einziger fehlender Grenzabschnitt kann benachbarte Objekte zusammenführen, während texturbedingte Innenkonturen ein Objekt in viele Regionen aufteilen können. Fehler im Zusammenhang der Konturen sind daher strukturell bedeutsam.
- Kantenerkennung auf mehreren Maßstabsebenen kann wesentliche Umrisse erhalten und zugleich feine Textur unterdrücken. Der gewählte Maßstab bestimmt jedoch auch, ob kleine tatsächliche Objekte für die Segmentierung erhalten bleiben.
Wann kantenbasierte Segmentierung wichtig ist
Wählen Sie diesen Ansatz, wenn Grenzen markanter sind als die Texturen innerhalb der einzelnen Objekte. Schwache, verrauschte oder unterbrochene Kanten können zu zusammengeführten oder fragmentierten Regionen führen. Daher können Glättung und Konturreparatur nötig sein.