xsk_random_walker — 2D `segmentation` op

• Datenarten: image → region

• Aufruf: fullseye.apply(img, "xsk_random_walker", a=0.5, b=0.5) (das 2-D-Modell ist ein Bild plus zwei skalare Regler a,b∈[0,1])

Verwendung

Graphbasierte Regionensegmentierung mittels der Random-Walker-Methode.

> Die ausführliche Beschreibung unten ist der Originaltext — Zusammenfassung und Überschriften sind übersetzt.

skimage.segmentation.random_walker で、明暗の閾値から自動生成した

2 クラスのシード(marker)を出発点に、各画素がどちらのシードへ拡散

伝播しやすいかを解いて 2 値ラベルに分割し、そのラベル境界を返す

(返り値は領域そのものではなく、領域の境界線 region)。

`a がシードの閾値幅を振る(暗側シード < 0.3+0.2a`、明側シード

`> 0.7-0.2a。a` が大きいほどシードが広がり不定領域が減る)。

`b は拡散のしやすさを決める beta`(10〜210)を振り、大きいほど

エッジをまたいだ伝播が抑えられ境界がシャープになる。

Ausführlicher Anwendungsleitfaden

• Leitfaden zur Familie gallery2d_segmentation

Referenzen (Beispieldaten, Literatur)

• Katalog der Beispieldaten (Download-URLs / Lizenzen) — 2-D nutzt skimage.data (BSD/Public Domain) plus synthetische Bilder, 3-D nennt Download-URLs echter Datenquellen (Stanford, PDS, …).

• Herkunft und Literatur der Operatoren — die Quellen der Forschung/Verfahren, auf denen diese Operatorfamilie beruht.

• Der kanonische Algorithmus (Autor, Jahr) und seine Anwendungen stehen im Familienleitfaden oben.

Ausführbare Beispiele (verifizierte Samples, die diesen Operator wirklich aufrufen)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

Typkompatible Folge-Operatoren (nehmen `region` als Eingabe)

identity · reg_erode · reg_dilate · reg_open · reg_close · fill_holes · select_largest · remove_small

Gleiche Kategorie (`segmentation`)

threshold · otsu · canny · adaptive_gauss_thresh · sk_otsu · sk_li · sk_yen · sk_sauvola

*Provenance: ops.py — 2D Operator-Registry. Diese Notiz wird von tools/opdocs.py md erzeugt (nicht von Hand bearbeiten).*

xsk_random_walker — 2D segmentation op