[scikit-image] 70. CenSurE検出器による特徴点検出(skimage.feature CENSURE)

はじめに

CenSurE（Center Surround Extrema）検出器は、画像内の特徴点を効率的に検出するためのアルゴリズムです。scikit-imageライブラリのskimage.feature.CENSUREモジュールを使用することで、スケール不変の特徴点検出を行うことができます。本記事では、CenSurE検出器の基本原理と、Pythonでの実装方法について解説します。

コード

解説

モジュールのインポートなど

画像の読み込み

サンプル画像を指定のウェブサイトからダウンロードし、plt.imread()関数で読み込みました。その後、rgb2gray関数を使用して画像をグレースケールに変換しました。

カレー屋の建物のイラスト

いらすとやは季節のイベント・動物・子供などのかわいいイラストが沢山見つかるフリー素材サイトです。

www.irasutoya.com

収縮、回転、移動した画像の生成

上記のコードにより、収縮、回転、移動した画像を取得できます。

CENSURE による特徴点検出

CENSURE()をdetectorとしてセットし、detector.detect(画像)メソッドを使用することで画像内の特徴点を検出できます。

結果の表示

各画像の特徴点を散布図で表示しました。特徴点の座標（x,y）は、(detector.keypoints[:, 1], detector.keypoints[:, 0])で取得できます。 散布図の点の大きさは、2 ** detector.scalesという計算式を使い、scalesの値に応じて変化させています。

また、facecolors=’none’で散布図の点の内部を透明にし、edgecolors=’m’,linewidths=10で点の輪郭の色をマゼンタに、線幅を10に設定しました。

CENSUREのmodeを’Octagon’にしたときの結果

CENSUREのmodeを’STAR’にしたときの結果

コードをダウンロード(.pyファイル)

コードをダウンロード(.ipynbファイル)

まとめ

scikit-imageのCENSURE検出器を使用することで、画像内の特徴点を効率的に検出できることがわかりました。異なるスケールでの検出が可能であり、パラメータ調整によって検出精度を向上させることができます。画像認識や特徴量抽出など、様々な画像処理タスクにおいて有用なツールとなるでしょう。

参考

CENSURE feature detector — skimage 0.25.2 documentation

scikit-image.org

skimage.feature — skimage 0.25.2 documentation

scikit-image.org