異方性拡散とは?
異方性拡散は、画像処理やコンピュータービジョンで使われる、エッジを考慮した平滑化手法です。線やエッジなどの強い境界を越える拡散を抑えながら、領域内のノイズを低減します。
異方性拡散の仕組み
異方性拡散は、局所的な画像構造に応じて強さが変化する反復的な流れとして、ノイズ除去を扱います。比較的均一な領域では拡散が進みやすく、境界と解釈される勾配を越える拡散は抑えられるため、空間的に特性が変化する非線形フィルターになります。通常のぼかしではエッジが一体化してしまう場合に、領域分割、計測、特徴抽出の前処理として使います。反復回数、ステップ幅、伝導関数も処理仕様の一部です。
要点
- Perona–Malik の定式化は、1987 年に初めて発表され、1990 年に拡張版が出版されました。画像の勾配で拡散を制御し、変化の激しい箇所の近くでは流れを抑えながら、より平坦な領域を平滑化します。
- 反復処理のため、画像サイズや反復回数が増えるほど実行時間が長くなります。また、数値計算のステップ幅が不適切だと、離散化した実装が不安定になることがあります。
- 伝導の設定が厳しすぎるとノイズが偽のエッジとして残り、緩すぎると小さな構造を越えて拡散が進み、有用な細部が失われます。
異方性拡散が重要になる場面
重要な境界を消さずにノイズを低減する必要がある場合は、領域分割や解析の前に適用してください。反復回数が多すぎたり、パラメーターが不適切だったりすると、テクスチャーが平坦化し、小さな特徴が弱まることがあります。