xsk_random_walker — 2D segmentation op

• 데이터 종류: image → region

• 호출: fullseye.apply(img, "xsk_random_walker", a=0.5, b=0.5)(2-D 는 이미지 1 장 + 스칼라 노브 2 개 a,b∈[0,1] 모델)

사용법

랜덤 워커(random walker) 기법에 의한 그래프 기반 영역 분할.

> 아래 상세 설명은 원문입니다 —— 요약과 제목은 번역되어 있습니다.

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。

자세한 사용 가이드

• gallery2d_segmentation 패밀리 가이드

참고(샘플 데이터·문헌)

• 샘플 데이터 카탈로그(DL URL / 라이선스) —— 2-D 는 skimage.data(BSD/public)+ 합성, 3-D 는 실데이터 소스(Stanford/PDS 등)의 DL URL.

• 연산자의 내력·참고문헌 —— 이 연산자 족의 바탕이 된 연구/기법의 출처.

• 알고리즘의 정전(저자·연도)과 용도는 위의 패밀리 사용 가이드에 적혀 있습니다.

실행 가능한 예제(이 연산자를 실제로 호출하는 검증된 샘플)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

타입이 이어지는 다음 연산자(region 를 입력으로 받는 것)

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

같은 카테고리(segmentation)

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

*Provenance: ops.py — 2D 연산자 레지스트리. 이 op 노트는 tools/opdocs.py md 가 자동 생성합니다(직접 편집하지 마세요).*

© 2026 Kazufumi Furuse — Fullseye operator documentation. Licensed under Apache-2.0.