Hay tantos algoritmos de segmentación de imágenes. ¿Cómo utilizar correctamente el algoritmo adecuado?

Desde una perspectiva académica, la segmentación de imágenes se divide principalmente en tres categorías: basada en bordes, basada en regiones y basada en texturas. Dado que el método basado en texturas también puede considerarse como basado en regiones, algunos expertos también dividen los métodos de segmentación en dos categorías: basados ​​en bordes y basados ​​en regiones.

A la hora de elegir un algoritmo, consulta principalmente las características de las muestras de imágenes que deseas segmentar.

Si el límite de la imagen es particularmente claro, como hojas verdes y flores rojas, el rojo y el verde son obviamente diferentes en el límite, y el límite se puede extraer con precisión. Los métodos basados ​​en ellos son factibles. Pero si es como una imagen médica, el contorno no es particularmente obvio, como una imagen del corazón, la aurícula izquierda y el ventrículo izquierdo tienen un color relativamente parecido y el tabique entre ellos es simplemente más oscuro que ellos, pero de color muy parecido. En este caso, utilizar métodos Edge no es adecuado y los métodos basados ​​en regiones son mejores. Otro ejemplo es una imagen texturizada, como una camisa a rayas. Si utiliza el método basado en bordes, es probable que divida cada raya en un objeto, pero en realidad la ropa es un todo. El método se puede utilizar para dividir la textura en un objeto o áreas similares divididas en un todo.

Sin embargo, en general, los métodos basados ​​en regiones se han vuelto más populares en los últimos años, como el método de segmentación Meanshift, el modelo de contorno activo geodésico, JSEG, etc.