snic_superpixels — SEGMENTATION `graph` op

• データ種: image2d → table

• 呼び出し: import fullseye as fs; fs.ledger.snic_superpixels(image, *, n_segments: 'int' = 100, compactness: 'float' = 0.1, connectivity: 'int' = 4) -> 'Dict[str, object]' (実装を直接呼ぶなら import seggraph; seggraph.snic_superpixels(image, *, n_segments: 'int' = 100, compactness: 'float' = 0.1, connectivity: 'int' = 4) -> 'Dict[str, object]'、台帳から引くなら opssegmentation.get("snic_superpixels"))

使い方

SNIC(Achanta–Süsstrunk 2017 の Algorithm 1): 格子の種から優先度つき待ち行列で育てる非反復の超画素。

距離 d² = |Δx|²/s² + |Δc|²/m²(s = √(N/K)、m = `compactness`、c は画素の値。SLIC の正規化の形、式 (1) の表記は要確認)。

待ち行列から最小の d を取り出し、未ラベルならラベルを付け、重心(位置と値)をその場で更新し、未ラベルの近傍を今の重心との

距離で積む。同点は (距離, 積んだ順) で決める(決定的)。

返す: `labels(1..K)、n_segments、all_connected`(全ラベルが 4-連結 = 構成上の保証を数えて確かめた印)、

`n_disconnected、sizes、seeds((K, 2) の [row, col])、s`。

詳しい使い方ガイド

• halcon_segmentation ファミリガイド

背景知識ガイド(この op の手前にある物理・規約)

• graph_hierarchy_and_thresholds — グラフ・階層・閾値の定理でつくる分割 — 何が厳密で、どこで割れ方が倒れるか

参考(サンプルデータ・文献)

• サンプルデータカタログ(DL URL / ライセンス) — 2-D は skimage.data(BSD/public)+ 合成、3-D は実データ源(Stanford/PDS 等)の DL URL。

• 演算子の来歴・参考文献 — この op 族の元になった研究/手法の出典。

• アルゴリズムの正典(著者・年)と用途は上記ファミリ使い方ガイドに記載。

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• poc_graph_hierarchy_segmentation — py -3.11 examples/poc_graph_hierarchy_segmentation.py

型が繋がる次の op(`table` を入力に取れる)

class_ndim_norm

同カテゴリ(`graph`)

graph_cut_binary · alpha_expansion · statistical_region_merging · max_tree · area_opening_attr · quasi_flat_zones · alpha_tree · hierarchical_watershed

*Provenance: seggraph.py — SEGMENTATION operator registry. この per-op ノートは tools/opdocs.py md が自動生成(手編集しない)。*

snic_superpixels — SEGMENTATION graph op

使い方