不平衡な画像に対するバリエーション
出典: フリー百科事典『ウィキペディア（Wikipedia）』 (2022/05/13 17:53 UTC 版)
「大津の二値化法」の記事における「不平衡な画像に対するバリエーション」の解説
画像のクラスのグレーレベルは正規分布とみなすことができるが、サイズや分散が等しくない場合、大津のアルゴリズムの仮定は満たされない。Kittler-Illingworthのアルゴリズム（最小エラーしきい値処理とも呼ばれる）はこのような場合を処理するための大津の方法のバリエーションである。このアルゴリズムを数学的に説明する方法はいくつかある。それらの1つは、試験される各しきい値について結果の2値画像の正規分布のパラメータがデータが与えられた最尤推定により推定されたことを考慮することである。 このアルゴリズムは大津の方法よりも優れているように見えることがあるが、推定される新しいパラメータが導入されるためアルゴリズムが過剰パラメータ化されて不安定になる可能性がある。大津の方法からの仮定が少なくとも部分的に有効であると考えられる多くの場合において、オッカムの剃刀に従ってKittler-Illingworthのアルゴリズムよりも大津の方法を優先する方が好ましい場合がある。
※この「不平衡な画像に対するバリエーション」の解説は、「大津の二値化法」の解説の一部です。
「不平衡な画像に対するバリエーション」を含む「大津の二値化法」の記事については、「大津の二値化法」の概要を参照ください。
ウィキペディア小見出し辞書の「不平衡な画像に対するバリエーション」の項目はプログラムで機械的に意味や本文を生成しているため、不適切な項目が含まれていることもあります。ご了承くださいませ。
お問い合わせ。
- 不平衡な画像に対するバリエーションのページへのリンク
