xsk_random_walker — 2D segmentation op

• データ種: image → region

• 呼び出し: fullseye.apply(img, "xsk_random_walker", a=0.5, b=0.5) (2-D は 1 画像 + 2 スカラつまみ a,b∈[0,1] のモデル)

*図は合成の入力 128×128 で実際に走らせた出力。左が入力、右が出力(絵にならない返り値は値そのもの)。*

使い方

ランダムウォーカー法によるグラフベース領域分割。

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。

詳しい使い方ガイド

• gallery2d_segmentation ファミリ ガイド

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。

Studio で試す

下のプログラムは実際に走ることを確かめてある(図と同じ入力)。Studio のヘルプではこのブロックがボタンになり、その場で読み込んで実行できる。

xsk_random_walker 0.50 0.50

▸ Load this pipeline  ·  Load & run

実行できる例(この op を実際に呼ぶ検証済みサンプル)

• gallery2d_segmentation — py -3.11 examples/gallery2d_segmentation.py

型が繋がる次の op(region を入力に取れる)

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

同カテゴリ(segmentation)

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

*Provenance: ops.py — 2D 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)。*

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