[scikit-image] 62. 隣接領域グラフ(RAG)による色が似ている領域の結合(skimage.feature graph merge_hierarchical)

はじめに

skimage.feature graphのmerge_hierarchicalを用いて、隣接領域グラフ(RAG)を構築し、似ている色領域を結合する例について説明する。

画像には、マミラリア属の雷電丸を用いる。画像のサイズは512 x 512となっている。

segmentation.slic()により、k-meansクラスタリングを上記のRGB画像に適用して、セグメント化を行う。compactnessとn_segmentsを変化させることでセグメント化の調整ができる。詳細については、下記記事で示した。

label2rgbでセグメント化された領域の色を設定する。kind='avg' とすることで各セグメント領域の平均の色を設定できる。

mark_boundariesでcolorを(0,0,0)としているので、境界の色が黒色になる。

k平均法でセグメント化したlabelsを用いて、graph.rag_mean_colorにより、平均色による領域隣接グラフを計算する。

graph.merge_hierarchicalにより、領域の結合を行う。threshで指定した値を超えるまで領域の結合が行われる。

merge_funcは結合する領域の平均色を求める関数で以下のようになる。

weight_funcは、平均色を再計算してノードの差を求める関数で以下のようになる。

src, dstはそれぞれsourceとdestinationの略である。

上記と同じ処理をthreshを50として行う。

threshを高く設定した画像はより多くの領域が結合していることがわかる。