У меня проблемы с пониманием различий в разных методах сегментации изображения. Я наткнулся на несколько классификаций методов сегментации. Первая классификация основывается на «методе»:
- Сегментация на основе пикселей => Сегментация изображения, не глядя на соседей вокселя.
- Обозначение на основе области = > Сегментация изображения с использованием соседних вокселей / пикселей под учетной записью.
- Сегментация по краям => Сегментация изображения, не глядя на пиксели, но по краям изображения.
- Сегментация на основе моделей => Сегментация с предварительной информацией об объекте с помощью вершинных моделей. Эти методы могут разделять Voxels на sub-voxels для лучшего представления исходного объекта.
Второй метод основан на взаимодействии с пользователем: - ручная сегментация - полуавтоматическая c сегментация (например, LiveWire ) - автоматизация c сегментации на основе искусственного интеллекта / нейронных сетей.
Правильно ли я понимаю, что первые три метода первой классификации: основанные на пикселях, основанные на областях и основанные на краях могут все классифицироваться как методы «сегментации на основе масок»? Эти методы делают сегментацию для каждого Voxel. Воксель принадлежит или сегменту или нет. Подвокселей нет.
И если это правильно, то являются ли эти методы сегментации на основе масок контрастными по сравнению с методами сегментации изображений на основе моделей, которые выполняют сегментацию на основе сеток (которые могут создавать суб-вокселы)?
Так могу я сказать? :
Model-based Mask based
..... pixel based / region based/ edge based
(e.g active contours) (e.g thresholding) / (e.g. region growing) / (..)