はじめに
このページでは、scikit-imageライブラリのエッジ検出フィルタ（sobel、prewitt、farid、scharr）の回転不変性を比較しています。比較結果によると、回転不変性の高さは farid > scharr > sobel > prewitt の順となっています。以下では、各フィルタを適用した画像の比較結果を示しています。
解説
モジュールのインポートなど
バージョン
画像データの作成
skimageのdisk関数を使用して円を作成できます。本実験では、中心座標(128,128)・半径100の円を作成してその部分を1とし、同じ中心で半径98の円を作成してその部分を0とすることで、円弧の画像を生成しました。
この作成した画像は以下のように表示されます。
エッジフィルタの適用
画像中の各画素に各種フィルタを適用すると、画像の勾配を求めることができます。この勾配が急激に変化する箇所がエッジとして検出されます。各フィルタの特性は以下の通りです。
Prewittフィルタ
Sobelフィルタ
Scharrフィルタ
Faridフィルタ
Image derivative - Wikipedia
en.wikipedia.org
フィルタを適用した画像の表示
Prewittフィルタを適用した画像
Sobelフィルタを適用した画像
scharrフィルタを適用した画像
faridフィルタを適用した画像
まとめて表示
まとめ
scikit-imageライブラリが提供する各種エッジ検出フィルタには、それぞれ特性があります。本記事で比較した回転不変性については、以下の順で優れていることが分かりました：
- farid：最も回転不変性が高い
- scharr：2番目に回転不変性が高い
- sobel：3番目に回転不変性が高い
- prewitt：最も回転不変性が低い
画像処理のタスクにおいては、対象となる画像の特性や求められる処理精度に応じて、適切なエッジ検出フィルタを選択することが重要です。回転不変性が重要な場合は、faridやscharrフィルタの使用を検討すべきでしょう。
参考
skimage.filters — skimage 0.26.0rc0.dev0 documentation
scikit-image.org
skimage.filters — skimage 0.26.0rc0.dev0 documentation
scikit-image.org
skimage.filters — skimage 0.26.0rc0.dev0 documentation
scikit-image.org
skimage.filters — skimage 0.26.0rc0.dev0 documentation
scikit-image.org
コメント