Was ist Bildsegmentierung?
Bildsegmentierung unterteilt ein Bild in bedeutungsvolle Pixelregionen, häufig durch die Zuweisung einer semantischen Klasse zu jedem Pixel. Ihre Ausgabe beschreibt Grenzen präziser als Bildklassifizierung oder Begrenzungsrahmen.
So funktioniert Bildsegmentierung
Die Segmentierung erzeugt ein Feld aus Klassenbezeichnungen oder Bewertungswerten, das am Bildraster ausgerichtet ist. So kann Software Regionen statt nur ganzer Einzelbilder oder Rechtecke auswerten. Klassische Methoden gruppieren Abtastwerte nach Intensität, Farbe, Kanten oder Zusammenhang, während lernende Systeme semantische Masken anhand annotierter Beispiele vorhersagen. Eine Nachverarbeitung kann winzige Regionen entfernen, Lücken schließen oder Grenzen verfeinern. Die Maske steuert anschließend Compositing, Messung, Inspektion oder Modellstufen, die räumlich präzise Auswahlen benötigen.
Wichtige Fakten
- Semantische Segmentierung fasst alle Pixel einer Klasse zusammen, während eine instanzbezogene Ausgabe getrennte Objektidentitäten beibehält; beides ist nicht gleichbedeutend mit der Schätzung anteiliger Alphawerte für den Vordergrund.
- Kategoriale Klassenkarten müssen per Nächste-Nachbar-Abtastung oder mit einem anderen klassenbewussten Verfahren in der Größe geändert werden, weil gewöhnliche Interpolation nicht existierende Klassenwerte erzeugt.
- Bewertungswerte für die Überlappung von Regionen können schmale Grenzfehler verdecken. Anwendungen wie Freistellungen oder medizinische Konturen benötigen daher oft eine separate kanten- oder distanzbasierte Bewertung.
Wann Bildsegmentierung wichtig ist
Verwenden Sie Segmentierung, wenn Hintergrundentfernung, Messung oder Bearbeitung pixelgenaue Grenzen statt ungefährer Positionen erfordern. Feine Masken verursachen mehr Annotations- und Rechenaufwand, und Grenzfehler werden beim Compositing deutlich sichtbar.