コンパクトなウォーターシェッドを使用して規則的なセグメントを見つける

ウォーターシェッド変換は、多くのセグメンテーションアルゴリズムの出発点として一般的に使用されます。ただし、適切なシードを選択しないと、非常に不均一なフラグメントサイズが生成される可能性があり、ダウンストリーム分析で処理するのが難しい場合があります。

コンパクトなウォーターシェッド変換は、考慮されているピクセルに近いシードを優先することにより、これを改善します。

両方のアルゴリズムは、skimage.segmentation.watershed() 関数で実装されています。コンパクトな形式を使用するには、compactness 値を0より大きくするだけで済みます。

import numpy as np
from skimage import data, util, filters, color
from skimage.segmentation import watershed
import matplotlib.pyplot as plt

coins = data.coins()
edges = filters.sobel(coins)

grid = util.regular_grid(coins.shape, n_points=468)

seeds = np.zeros(coins.shape, dtype=int)
seeds[grid] = np.arange(seeds[grid].size).reshape(seeds[grid].shape) + 1

w0 = watershed(edges, seeds)
w1 = watershed(edges, seeds, compactness=0.01)

fig, (ax0, ax1) = plt.subplots(1, 2)

ax0.imshow(color.label2rgb(w0, coins, bg_label=-1))
ax0.set_title('Classical watershed')

ax1.imshow(color.label2rgb(w1, coins, bg_label=-1))
ax1.set_title('Compact watershed')

plt.show()