Julia と画像処理②〜画像のセグメンテーション(Seed Region Growing とFelzenszwalbアルゴリズム)〜

プログラミング言語「julia」を用いて画像処理を行います．インストールに続き，今回は画像のセグメンテーションのライブラリを用いて，セグメンテーションを行います．

目次

今回はjulia を用いて，画像のセグメンテーションを行います．
julia言語で画像処理を行うパッケージはあるのですが，あまり浸透していないようなので．
julia のインストールなどは以下の記事をご覧ください．

Julia と画像処理 ①〜Julia のインストールから画像の表示まで〜 - IMACEL Academy -人工知能・画像解析の技術応用に向けて-|LPixel(エルピクセル)

最近話題になっているプログラミング言語，「Julia」を用いて，画像処理をおこないます．今回は環境構築まで

必要なパッケージのインストール

画像処理を行うために，画像を表示するライブラリをインストールします．
jupyter でプロットすることも出来ますが，色々理解を助けるために導入します．

ここでは，Plots というライブラリを導入します．

1. julia の起動

**********~> julia
               _
   _       _ _(_)_     |  Documentation: https://docs.julialang.org
  (_)     | (_) (_)    |
   _ _   _| |_  __ _   |  Type "?" for help, "]?" for Pkg help.
  | | | | | | |/ _` |  |
  | | |_| | | | (_| |  |  Version 1.0.2 (2018-11-08)
 _/ |\__'_|_|_|\__'_|  |  Official https://julialang.org/ release
|__/                   |

julia>
install.jl

2. ] を押してPkg へ

(v1.0) pkg>
install.jl

3. パッケージのインストール

(v1.0) pkg> add Plots
(v1.0) pkg> add GR
(v1.0) pkg> add ImageSegmentation
install.jl

セグメンテーションの実装

それでは，セグメンテーションのサンプルプログラムを動かしていきます．
今回は，以下の画像を用いてセグメンテーションをします．

なお，この画像は最後に記載する参考文献のURLから手に入れることができます．

画像の表示

using Images, ImageView

img = load("./horse.jpg")
imshow(img)
画像の表示

セグメンテーションのプログラムを実行

using ImageSegmentation
seeds = [(CartesianIndex(126,81),1), (CartesianIndex(93,255),2), (CartesianIndex(213,97),3)]
segments = seeded_region_growing(img, seeds)
セグメンテーション

3. セグメンテーションした画像を表示します．

imshow(map(i->segment_mean(segments,i), labels_map(segments)));
画像表示

プログラムの解説

セグメンテーションをするとき，プログラムでは，seeds を3点設定しました．このseeds の点をまず見てみましょう．
using Plots
gr()
Plots 関数
そして，horse の画像の上にseeds点をプロットします．
x_arr = zeros(Float64, 3, 1)
y_arr = zeros(Float64, 3, 1)
for j in 1:3
    x_arr[j] = float64(seeds[j][1][1])
    y_arr[j] = float64(seeds[j][1][2])
end
Array
plot(img)
plot!(y_arr, x_arr,color = "red", marker="o", st=:scatter)
plot

このように代表点を設定しています．

なお，ここで用いているアルゴリズムは seeded_region_growing というアルゴリズムです．詳しくは読んでいないですが，指定した点から，領域を拡大していくようにして，同じような画素値の領域を作っていくアルゴリズムです．そのため 分割された領域を同じ領域として認識することができません．

この問題点を解決するために，別のアルゴリズムが提案されています．

別のアルゴリズムの適用

今回は「Felzenszwalbアルゴリズム」というのを適用してみます．
このアルゴリズムで必要なパラメータは分割数に対応する「k」です．

Felzenszwalb アルゴリズムに関して詳しく知りたい方はこちら

http://irohalog.hatenablog.com/entry/2014/10/05/213948
segments = felzenszwalb(img, 10)
map(i->segment_mean(segments,i), labels_map(segments))
felzenszwalb

k の変化によってどのように結果が変わるか図示してみましょう．
k_arr = [3,5,10,20,50,100]
P = []
for k_i in 1:length(k_arr)
    k = k_arr[k_i]
    segments = felzenszwalb(img, k)
    p = plot(map(i->segment_mean(segments,i), labels_map(segments)), title = string("k=",k))
    push!(P, p)  
end
plot(P..., layout=(3,2))
図示

参考文献


1. Plots/GR: グラフ package のおすすめ
http://www.cas.cmc.osaka-u.ac.jp/~paoon/misc/julia/post/trouble-plots-package/
2. ImageSegmentation.jl
https://juliaimages.github.io/latest/imagesegmentation.html