 |
統計的領域マージ（SRM）は、画像セグメンテーションに使用されるアルゴリズムです。[ 1 ] [ 2 ] このアルゴリズムは、領域範囲内の値を評価し、マージ基準に基づいてグループ化することで、リストを縮小します。有用な例としては、集団内の世代グループの作成や、画像処理において、特定の閾値（適格基準）内の色合いに基づいて 隣接するピクセルをグループ化することが挙げられます。
たとえば、0 < x < 10 の範囲内に x の値が 10 個 (1.7、1.8、1.9、3.2、4.9、5.1、5.3、5.6、9、10) ある場合、特定の値をより少ない数の値にマージするために適用できるマージ基準を定義する統計的な領域マージ アルゴリズムが存在する可能性があります。
与えられた値について、マージ基準が、選択された値の距離が 0.3 の範囲内にあり、平均が適用されるべきであるという単なるしきい値チェックである場合、上記の x の値の結果は次のようになります。
(1.7 + 1.8 + 1.9) / 3 = 5.4 / 3 = 1.8 3.2 = 3.2 / 1 = 3.2 4.9 = 4.9 / 1 = 4.9 (5.1 + 5.2 + 5.3) / 3 = 15.6 / 3 = 5.2 5.6 = 5.6 / 1 = 5.6 9 = 9 / 1 = 9 10 = 10 / 1 = 10
したがって、結果セットは1.8、3.2、4.9、5.2、5.6、9、10 になります。SRM の結果は、アルゴリズムによって値が評価される順序に基づいて変化することに注意してください。
SRMの主な用途は画像処理であり、画像内の高番号カラーパレットを、類似色のパレットを統合することで低番号パレットに変換します。統合基準には、許容される色範囲、領域の最小サイズ、領域の最大サイズ、許容されるプレートレット数などが含まれます。
カラー画像セグメンテーション用のSRMの実装にはJava、[ 3 ] Matlab、[ 4 ] Python、[ 5 ]デモアプレットなどがある 。[ 3 ]
SRMはClickRemoval [ 6 ]やVolume Catcher [ 7 ]など多くの画像アプリケーションで使用されています。
参照
参考文献
- ^ニールセン, フランク; ノック, リチャード (2003). 「領域マージについて：高速ソートの統計的健全性とその応用」2003 IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2003. Proceedings . Vol. 2. IEEE. pp. II:19–26. doi : 10.1109/CVPR.2003.1211447 . ISBN 0-7695-1900-8。
- ^ Nock, Richard; Frank Nielsen (2004年11月) . 「統計的領域マージ」(PDF) . IEEE Transactions on Pattern Analysis and Machine Intelligence . 26 (11): 1452– 1458. CiteSeerX 10.1.1.1.1930 . doi : 10.1109/tpami.2004.110 . PMID 15521493. S2CID 595377. 2013年10月19日閲覧.
- ^ a bニールセン、フランク;リチャード・ノック (2006 年 5 月)。「Java での統計的領域マージ: SRMj」。エコールポリテクニック研究所。2013 年10 月 19 日に取得。
- ^ Boltz, Sylvain. 「統計的領域マージを用いた画像セグメンテーション」 . Matlab Central . 2013年10月19日閲覧。
- ^オリヴィエ・シュワンダー (2012). 「Python-SRM — Python での統計領域のマージ」。エコールポリテクニック研究所。2013 年10 月 19 日に取得。
- ^ニールセン、フランク、リチャード・ノック（2005年11月）「ClickRemoval：インタラクティブなピンポイント画像オブジェクト除去」（PDF） MM'05 ： 315-318 。2013年10月19日閲覧。
- ^大和田茂、フランク・ニールセン、五十嵐健夫 (2005). 「ボリュームキャッチャー」.インタラクティブ3Dグラフィックスとゲームに関する2005年シンポジウム論文集(PDF) . pp. 111– 116. doi : 10.1145/1053427.1053445 . ISBN 978-1595930132. S2CID 16040481 . 2013年10月19日閲覧。