領域ベースのセグメンテーションとは?
領域ベースのセグメンテーションは、選択した特性を画素が共有する、空間的に連結した領域へ画像を分割します。エッジだけに着目する手法とは異なり、内部の特性が似ている、まとまりのある領域の生成を目指します。
領域ベースのセグメンテーションの仕組み
領域ベースのセグメンテーションでは、空間的なまとまりを画素分類後の単なる補正処理ではなく、分割そのものの目的の一部として扱います。アルゴリズムには、シードからの領域成長、不均一な領域の分割、隣接する類似領域の結合、またはこれらの組み合わせがあります。適切な分割では、画素を互いに重ならない領域に割り当て、その和集合が解析対象の全域を覆います。生成されたラベルやマスクは、物体の測定、選択的な画質補正、認識など、後段の画像認識処理に使用されます。
要点
- 分割・結合法では、画像を再帰的にブロックへ分割し、均質性の条件を満たす隣接ブロックを再結合できます。手動でシードを配置する必要はありません。
- エッジ追跡だけを用いる場合と比べ、領域ベースの手法では境界の一部が不明瞭でも閉じた領域を形成できます。ただし、隣接する領域の内部が似ていると、実際の境界を越えることがあります。
- 知覚色空間で定義したしきい値は、RGB のチャンネルごとのしきい値とは異なる挙動を示すことがあります。特に、均一と想定した物体内で照明条件が変化する場合に違いが生じます。
領域ベースのセグメンテーションが重要になる場面
画像内の連結した領域全体に測定や編集を適用する必要がある場合に、この手法を使用します。結果は領域の判定基準に左右されます。しきい値が緩すぎると別々の物体が結合し、厳しすぎると一つの物体が細かく分断されることがあります。