モルフォロジー画像処理とは?

モルフォロジー画像処理は、構造要素を使って二値画像やグレースケール画像内の形状を変換します。基本的な演算には、収縮、膨張、オープニング、クロージングがあります。

モルフォロジー画像処理の仕組み

モルフォロジー処理は、構造要素と呼ばれる小さなプローブを使って画像の構造を評価します。プローブをラスター上で移動させながら、集合演算や局所的な極値を使い、その形状に応じて前景領域を拡張、縮小、接続、分離します。オープニングやクロージングなどの複合演算は、大きな形状を保ちながら、小さな突起や隙間を処理します。これらの演算は、測定、認識、ベクトル化、合成の前にセグメンテーションマスクを調整するためによく使われます。

要点

  1. 二値画像では、膨張は構造要素に応じて前景を広げ、収縮は前景を縮めます。前景とみなす値の規約を反転すると、見た目の解釈も逆になります。
  2. 平坦な構造要素を使うグレースケールのモルフォロジーでは、膨張は局所最大値を、収縮は局所最小値を選びます。非平坦な構造要素では、さらにサンプル値にオフセットを加えます。
  3. オープニングは収縮の後に膨張を行い、クロージングはその逆の順序で行います。構造要素が固定されている場合、どちらも一連の演算を完了した後に繰り返しても、結果は変化し続けません。

モルフォロジー画像処理が重要になる場面

小さなアーティファクトの除去、隙間の接続、境界の分離、セグメンテーションマスクの調整には、モルフォロジー演算を使ってください。どの特徴が残り、どの特徴が消えるかは、構造要素の形状とサイズで決まります。

メディアの知識を実用的なパイプラインに

単一の宣言的 API で、アップロード、処理、AI、ストレージ、配信を連携できます。エンコードスタックの管理、スケーリング、形式の変化への対応はお任せください。

Transloadit を無料で試す