Watershed segmentation

説明

詳細なスケールで画像を解析するには、セグメンテーション技術が必要です。Huygens ソフトウェアの Object Analyzer は、このセグメンテーションに依存しています。 ガベージボリューム拡張機能を使用した SeedAndThreshold 方法は、対象物を検出するための単純ですが、効果的な手法を示しています。 ただし、この方法は、対象物が互いに非常に近く、点像分布関数のぼやけが干渉する場合には、効率的ではありません。 そのような場合、分岐点セグメンテーション法は、他の方法では、1 つの対象物にマージされる対象物を分離するソリューションを提供します。

分岐点方法は、極小値で壁（流域）を構築して、対象物のマージを防ぎます。 これにより、極大値が 1 つだけ含まれる対象物が生成されます。 これは、以下の画像で視覚化されています。

画像の強度が y スケールにあり、その位置が x スケールにある画像のラインプロファイルを見ると、画像は、トポグラフィーレリーフとして見ることができます。 このビューを反転し、レリーフをゆっくりと溢れさせると、分岐点セグメンテーションによってそこに分岐点が構築されます、そうしないと、分岐が 1 つの大きな分岐に統合されます（ここでは、水が互いに「接触」し始めます）。




このアルゴリズムは、Object Analyzer と Surface Renderer に実装されており、Object Tracker が対象物を自動的に検出するために使用されます。

シグマ

分岐点法には、極小値ごとに分岐点が作成されるため、極小値に非常に敏感であるという欠点があります。 ノイズのある画像がある場合、これは、セグメンテーションに影響します。 シグマ設定は、ガウスフィルタの強度であり、画像を平滑化して、これらの小さな極小値を除外するために適用されます。 これにより、分岐点セグメンテーションの機能が向上します。 このシグマのレベルは、ユーザーが調整できます。 ただし、シグマの設定が高すぎると、分岐点の位置が期待どおりにならない可能性があることに注意してください（ガウスぼやけのために移動されます）。

シードとゴミレベル

シードレベルとガベージボリュームは、元の機能を保持しますが、分割された対象物に個別に適用されるようになりました。 つまり、分岐点セグメンテーションによって分割された対象物では、サブ対象物の一部が除去される場合があります。

例