エッジ描画

詳細説明

幾何学的特徴の抽出と検証のための Edge Drawing (ED) アルゴリズム。

Edge Drawing (ED) アルゴリズムは、エッジ検出問題に対する能動的（proactive）なアプローチである。勾配フィルタを適用し、非最大抑制やCannyエッジ検出器におけるヒステリシスといった複数の規則に基づいてピクセルを除去するような減算的アプローチに従う既存のエッジ検出アルゴリズムが多い中で、EDアルゴリズムは加算的な戦略によって動作する。エッジピクセルを1つずつ選択して接続していくことから、Edge Drawing という名前が付けられている。

EDにはいくつかの重要な利点がある:

1. 加算的戦略: 勾配フィルタリングの後で非エッジピクセルを除去するのではなく、EDは勾配応答に基づいてピクセルを選択・接続することでエッジセグメントを段階的に構築していく。これは、非最大抑制とヒステリシスに依存して非エッジピクセルを除去する従来手法とは異なる。
2. エッジピクセルの選択: EDは、隣接ピクセルも考慮しつつ、局所的な勾配応答を解析することでエッジピクセルを選択する。EDはエッジセグメントに沿った全体的な勾配強度を最大化しようとするため、より滑らかで連続したエッジセグメントが得られる。
3. エッジセグメントの形成: 非最大抑制のような従来手法では、ピクセルがその勾配方向に沿って最大の勾配応答を持つかどうかを調べ、そうでなければ除去する。しかし、このアプローチは隣接ピクセルを考慮しないため、しばしば品質の低いエッジセグメントが生じる。一方EDは、セグメントの全体的な勾配応答を最大化することで一連のエッジピクセルを結合し、高品質でよく局在化したエッジを得る。
4. 高次の特徴抽出: エッジセグメントを形成した後、EDは直線、円、楕円、その他の形状といった高次の幾何学的特徴の抽出を可能にし、幾何学的特徴の抽出と検証を伴うタスクに有用である。

EDアルゴリズムは連続的で滑らか、かつよく局在化したエッジセグメントを生成するため、精密なエッジ検出と幾何学的形状の解析を必要とするアプリケーションに最適である。

クラス
class	cv::ximgproc::EdgeDrawing
	ED (EdgeDrawing) [278], EDLines [5], EDPF [6], EDCircles [7], ColorED [8] の各アルゴリズムを実装したクラス。 続き...

関数
Ptr< EdgeDrawing >	cv::ximgproc::createEdgeDrawing ()
	EdgeDrawing オブジェクトへのスマートポインタを生成し、初期化する。

関数詳解

createEdgeDrawing()

Ptr< EdgeDrawing > cv::ximgproc::createEdgeDrawing

(

)

Python:
	cv.ximgproc.createEdgeDrawing(		) ->	retval

#include <opencv2/ximgproc/edge_drawing.hpp>

EdgeDrawing オブジェクトへのスマートポインタを生成し、初期化する。