トップページ > コンテンツ > 画像処理関連 > 画像認識 > 領域分割・領域統合 > 領域成長法

各画素の特徴とその近傍の特徴により、同じ領域に属するかどうかを判断して、
特徴が似ていれば併合してひとまわり大きい領域を作る。これを繰り返すことによって
領域を分割する方法。
watershed法などがある。

watershed法とは画像を地質学の海抜高度に例え、その海抜高度の低い所(局所最小値)から水を注ぎ、
谷と谷の部分を境界とする方法。
watershed法の問題点
1.平坦な場所でも輝度値に変化があるような自然画像ではあちこちで局所最小値をとってしまい過剰分割が起こりうる
　　　→Markov Random Fieldモデルによる物体抽出・運動追跡・背景差分など。
2.輝度値が単調な領域を一つの領域とみなし、未分割の原因となる。
　　　→エッジ特徴を利用する

【領域成長法の問題点】
確かに各領域に属する画素は連結するが、画素の連結条件として与えるしきい値による結果に与える影響が大きいという問題がある。

参考文献:
{趙 延軍,長谷山 美紀,北島 秀夫,エッジ特徴を用いたWatershedアルゴリズムの改善とその髪型抽出への応用(映像メディアおよび一般 : インターネット, デジタル放送, マルチメディア, 三次元画像, 視覚と画質評価, ITS等),映像情報メディア学会技術報告,Vol.27, No.8(20030203) pp. 155-160}