Image segmentation (original) (raw)

Segmentace obrazu je metoda, nebo spíše skupina metod postavených na různých principech, digitálního zpracování obrazu, která slouží k automatickému rozdělení vlastního obrazu na oblasti se společnými vlastnostmi a které obvykle mají nějaký smysluplný význam. Typickým cílem segmentace obrazu je identifikace popředí a určení oblastí v obraze odpovídajícím významnému prvku zachycené scény. Výsledky segmentace jsou využitelné například v počítačovém vidění, zpracování lékařských obrazových dat nebo při analýze obrazů získaných při dálkovém průzkumu Země.

Property	Value
dbo:abstract	تقطيع الصور (بالإنجليزية: Image segmentation)‏ هي مرحلة هامة من مراحل معالجة الصور الرقمية، وهي عملية تجزئة للصورة إلى مترابطة ومتجانسة وفقا لمعيار محدد كاللون. اتحاد هذه المناطق يجب أن ينتج عنه إعادة تكوين الصورة الأصلية. التقطيع مرحلة مهمة تسمح باستخراج معلومات نوعية عن الصورة إذ توفر وصف عالي المستوى حيث إن كل منطقة مرتبطة بالمناطق المجاورة لها ضمن شبكة من العقد تمثل فيها كل عقدة منطقة في الصورة وتحمل هذه العقدة بطاقة تحوي معلومات نوعية عن المنطقة كحجمها ولونها و شكلها وتوجهها، أما الأقواس التي تربط العقد فيمكن أن توسم بمعلومات عن العلاقة بين المناطق المتجاورة كأن تكون مثلا منطقة ما محتواه في أخرى أو تكون تحتها أو فوقها إلى غير ذلك. مستوى التعقيد في تكوين الشبكة يختلف تبعا للتقنية المستخدمة في التقطيع. (ar) Segmentace obrazu je metoda, nebo spíše skupina metod postavených na různých principech, digitálního zpracování obrazu, která slouží k automatickému rozdělení vlastního obrazu na oblasti se společnými vlastnostmi a které obvykle mají nějaký smysluplný význam. Typickým cílem segmentace obrazu je identifikace popředí a určení oblastí v obraze odpovídajícím významnému prvku zachycené scény. Výsledky segmentace jsou využitelné například v počítačovém vidění, zpracování lékařských obrazových dat nebo při analýze obrazů získaných při dálkovém průzkumu Země. (cs) Die Segmentierung ist ein Teilgebiet der digitalen Bildverarbeitung und des Computer-Sehens. Die Erzeugung von inhaltlich zusammenhängenden Regionen durch Zusammenfassung benachbarter Pixel oder Voxel entsprechend einem bestimmten Homogenitätskriterium bezeichnet man als Segmentierung. (de) In digital image processing and computer vision, image segmentation is the process of partitioning a digital image into multiple image segments, also known as image regions or image objects (sets of pixels). The goal of segmentation is to simplify and/or change the representation of an image into something that is more meaningful and easier to analyze. Image segmentation is typically used to locate objects and boundaries (lines, curves, etc.) in images. More precisely, image segmentation is the process of assigning a label to every pixel in an image such that pixels with the same label share certain characteristics. The result of image segmentation is a set of segments that collectively cover the entire image, or a set of contours extracted from the image (see edge detection). Each of the pixels in a region are similar with respect to some characteristic or computed property, such as color, intensity, or texture. Adjacent regions are significantly different color respect to the same characteristic(s). When applied to a stack of images, typical in medical imaging, the resulting contours after image segmentation can be used to create 3D reconstructions with the help of interpolation algorithms like marching cubes. (en) La segmentación es uno de los problemas generales del campo de la visión artificial y consiste en dividir una imagen digital en varias regiones (grupos de píxeles) denominadas segmentos. Más concretamente, la segmentación es un proceso de clasificación por píxel que asigna una categoría a cada píxel de la imagen analizada. Este problema general se divide en problemas especializados, dando lugar por ejemplo a: * segmentación por color * segmentación por texturas * superpíxel * segmentación semántica Cada problema especializado le otorga un significado propio a las categorías que se usan en la clasificación de los píxeles. Uno de los casos más elementales de segmentación es la umbralización, un tipo particular de segmentación por color con solo dos categorías: claro y oscuro. Cada píxel se clasifica como claro u oscuro comparando su intensidad con una intensidad de referencia dada denominada umbral. Por otro lado, uno de los casos más sofisticados es la segmentación semántica que clasifica objetos diversos. Mask R-CNN es un segmentador semántico que clasifica 90 categorías del dataset COCO, reconociendo personas, vehículos, vegetación, calle, vereda, edificios, y demás elementos típicos en escenas urbanas. El objetivo de la segmentación es localizar regiones con significado. La segmentación se usa tanto para localizar objetos como para encontrar sus bordes dentro de una imagen. El resultado de la segmentación de una imagen es un conjunto de segmentos que cubren toda la imagen sin superponerse. Se puede representar como una imagen de etiquetas (una etiqueta para cada píxel) o como un conjunto de contornos. (es) Dalam pengolahan citra digital dan penglihatan komputer, segmentasi citra adalah proses pembagian citra digital ke dalam beberapa bagian (objek). Segmentasi citra bertujuan untuk menyederhanakan penggambaran citra ke dalam bentuk yang lebih bermakna dan lebih mudah dianalisis. Segmentasi citra biasa dipakai untuk menentukan letak objek dan batasannya (garis, kurva, dan lain-lain) dalam citra. Secara khusus, segmentasi citra adalah proses penentuan label tiap piksel sedemikian hingga piksel-piksel berlabel sama memiliki ciri yang sama. Hasil segmentasi citra adalah (1) himpunan segmen yang secara kolektif menutupi seluruh citra atau (2) himpunan garis kontur yang dihasilkan dari citra (lihat ). Piksel-piksel dalam sebuah wilayah mirip sifatnya, seperti warna, intensitas, atau . Wilayah yang bersebelahan cukup berbeda sifat-sifatnya. Ketika diterapkan dalam setumpuk citra, biasanya pencitraan medis, kontur hasil segmentasi citra dapat dipakai untuk dengan bantuan algoritme seperti marching cubes. (in) La segmentation d'image est une opération de traitement d'images consistant à détecter et rassembler les pixels suivant des critères, notamment d'intensité ou spatiaux, l'image apparaissant ainsi formée de régions uniformes. La segmentation peut par exemple montrer les objets en les distinguant du fond avec netteté. Dans les cas où les critères divisent les pixels en deux ensembles, le traitement est une binarisation. Des algorithmes sont écrits comme substitut aux connaissances de haut niveau que l'homme mobilise dans son identification des objets et structures. Des algorithmes de segmentation de haut niveau (chaque région est un objet sémantique) sont en développement en divers domaines concernés par le traitement d'images. La segmentation est une étape primordiale en traitement d'image. Les nombreuses méthodes de segmentation se répartissent en quatre principales classes : 1. * La segmentation fondée sur les régions (en anglais : region-based segmentation). On y trouve par exemple : la croissance de région (en anglais : region-growing), décomposition/fusion (en anglais : split and merge). 2. * La segmentation fondée sur les contours (en anglais : edge-based segmentation). 3. * La segmentation fondée sur la classification ou le seuillage des pixels en fonction de leur intensité (en anglais : classification ou thresholding). 4. * La segmentation fondée sur la coopération entre les trois premières segmentations. (fr) 컴퓨터 시각에서 분할은 디지털 영상을 여러 개의 픽셀 집합으로 나누는 과정을 말한다.분할의 목적은 영상의 표현을 좀 더 의미있고 해석하기 쉬운 것으로 단순화하거나 변환하는 것이다. 영상 분할은 특히 영상에서 물체와 경계(선, 곡선)를 찾는데 사용된다. 영상 분할의 결과는 전체 영상을 집합적으로 포함하는 지역의 집합이거나, 영상으로부터 추출된 의 집합이다 ( 참조). 지역에서 각각의 픽셀은 색, 밝기, 재질과 같은 어떤 특징이나 계산된 속성의 관점에서 유사하다. 한 지역은 동일한 특징의 관점에서 현저하게 다르다. 영상 분할의 실용적인 응용은 다음과 같다: * 의료 영상 * 종양과 질병의 검출 * 혈관의 부피 측정 * 컴퓨터의 도움을 받은 수술 * 진단 * 치료 계획 * 해부학적 구조의 연구 * 위성 영상에서 도로, 숲 등과 같은 대상의 검출 * 얼굴 인식 * 지문 인식 * 자동 교통 제어 시스템 * 일부 범용의 알고리즘과 기술이 영상 분할을 위해 개발되었다.영상 분할 문제에서 일반적인 해법이 없기 때문에 이러한 기술들은 문제 영역의 영상 분할 문제를 효과적으로 해결하기 위해 영역의 지식과 종종 결합되어야 한다. (ko) Segmentatie is binnen digitale beeldverwerking het opsplitsen van een afbeelding in segmenten (groepjes pixels die bij elkaar horen) volgens bepaalde eigenschappen van de afbeelding om zo de belangrijke informatie uit een afbeelding te halen. (nl) La segmentazione di un'immagine nell'elaborazione digitale delle immagini è il processo di partizione di un'immagine in regioni significative.Viene utilizzata per ottenere una rappresentazione più compatta, per estrarre degli oggetti o come strumento per l'analisi delle immagini e permette di partizionare le immagini digitali in insiemi di pixel.Lo scopo della segmentazione è semplificare e/o cambiare la rappresentazione delle immagini in qualcosa che è più significativo e facile da analizzare. La segmentazione è di solito utilizzata per localizzare oggetti e bordi (linee, curve, ecc.). Più precisamente, la segmentazione è il processo con il quale si classificano i pixel dell'immagine che hanno caratteristiche comuni, pertanto ciascun pixel in una regione è simile agli altri della stessa regione per una qualche proprietà o caratteristica (colore, intensità o texture).Regioni adiacenti sono significativamente differenti rispetto ad almeno una di queste caratteristiche.Il risultato di un'immagine segmentata è un insieme di segmenti che, collettivamente, coprono l'intera immagine. Esistono tre tipologie principali di algoritmo per segmentare un'immagine: basati sull'istogramma, basati sulla crescita/divisione delle regioni e basati sulla tecnica del rilassamento. (it) Segmentacja obrazu (ang. image segmentation) – proces podziału obrazu na części określane jako obszary (regiony), które są jednorodne pod względem pewnych wybranych własności. Obszarami są zbiory pikseli (punktów). Własnościami, które są często wybierane jako kryteria jednorodności obszarów są: , barwa, tekstura. * Obraz źródłowy * Obraz po uruchomieniu k-średnich, k = 16 (pl) В компьютерном зрении, сегментация — это процесс разделения цифрового изображения на несколько сегментов (множество пикселей, также называемых суперпикселями). Цель сегментации заключается в упрощении и/или изменении представления изображения, чтобы его было проще и легче анализировать. Сегментация изображений обычно используется для того, чтобы выделить объекты и границы (линии, кривые, и т. д.) на изображениях. Более точно, сегментация изображений — это процесс присвоения таких меток каждому пикселю изображения, что пиксели с одинаковыми метками имеют общие визуальные характеристики. Результатом сегментации изображения является множество сегментов, которые вместе покрывают всё изображение, или множество контуров, выделенных из изображения (см. Выделение границ). Все пиксели в сегменте похожи по некоторой характеристике или вычисленному свойству, например, по цвету, яркости или текстуре. Соседние сегменты значительно отличаются по этой характеристике. (ru) Em visão computacional, segmentação se refere ao processo de dividir uma imagem digital em múltiplas regiões (conjunto de pixels) ou objetos, com o objetivo de simplificar e/ou mudar a representação de uma imagem para facilitar a sua análise. Segmentação de imagens é tipicamente usada para localizar objetos e formas (linhas, curvas, etc) em imagens. O resultado da segmentação de imagens é um conjunto de regiões/objetos ou um conjunto de contornos extraídos da imagem (ver detecção de borda). Como resultado, cada um dos pixels em uma mesma região é similar com referência a alguma característica ou propriedade computacional, tais como cor, intensidade, textura ou continuidade. Regiões adjacentes devem possuir diferenças significativas com respeito a mesma característica(s). (pt) З комп'ютерної точки зору, сегментація — це процес розділення цифрового зображення на декілька сегментів (множина пікселів, які часто називають суперпікселями). Мета сегментації полягає у спрощенні і/або зміні представлення зображення для полегшення його аналізу або передачі каналами зв'язку. Сегментацію зображень зазвичай використовують для виділення об'єктів та меж (лінії, криві, і т. д.) на зображеннях. Точніше, сегментація зображень — це процес присвоєння таких міток кожному пікселю зображення, що пікселі з однаковими мітками мають спільні візуальні характеристики. Результатом сегментації зображення є множина сегментів, які разом покривають все зображення, або множина контурів, виділених з зображення. Всі пікселі в сегменті схожі за деякою характеристикою або за визначеною властивістю, наприклад колір, яскравість або текстура. Сусідні сегменти істотно відрізняються за цими характеристиками. (uk) 在计算机视觉领域，图像分割（segmentation）指的是将数字图像细分为多个图像子区域（像素的集合）（也被称作超像素）的过程。图像分割的目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割通常用于定位图像中的物体和边界（线，曲线等）。更精确的，图像分割是对图像中的每个像素加标签的一个过程，这一过程使得具有相同标签的像素具有某种共同视觉特性。图像分割的结果是图像上子区域的集合（这些子区域的全体覆盖了整个图像），或是从图像中提取的线的集合（例如边缘检测）。一个子区域中的每个像素在某种特性的度量下或是由计算得出的特性都是相似的，例如颜色、亮度、纹理。区域在某种特性的度量下有很大的不同。 (zh)
dbo:thumbnail	wiki-commons:Special:FilePath/Model_of_a_segmented_...urnal.pone.0079004.g005.png?width=300
dbo:wikiPageExternalLink	http://disp.ee.ntu.edu.tw/meeting/%E6%98%B1%E7%BF%94/Segmentation%20tutorial.pdf http://www.robotics.tu-berlin.de/fileadmin/fg170/Publikationen_pdf/2009-icra.pdf https://web.archive.org/web/20080314011622/http:/instrumentation.hit.bg/Papers/2008-02-02%203D%20Multistage%20Entropy.htm https://web.archive.org/web/20100518124644/http:/csc.fsksm.utm.my/syed/projects/image-processing.html https://blogs.mathworks.com/pick/2017/12/07/minimizing-energy-to-segment-images-or-cluster-data/ http://www.robotics.tu-berlin.de/menue/team/oliver_brock http://www.dubikatz.com http://www.iprg.co.in https://www.mathworks.com/discovery/image-segmentation.html https://ipolcore.ipol.im/demo/clientApp/demo.html%3Fid=295 https://rd.springer.com/article/10.1007/s11075-008-9183-x
dbo:wikiPageID	505717 (xsd:integer)
dbo:wikiPageLength	70899 (xsd:nonNegativeInteger)
dbo:wikiPageRevisionID	1110069485 (xsd:integer)
dbo:wikiPageWikiLink	dbc:Image_segmentation dbr:Scale_space dbr:Neural_network dbr:Bayes'_theorem dbr:Boundary_tracing dbr:Demetri_Terzopoulos dbr:Algorithm dbr:Hue dbr:Undirected_graph dbr:Vector_quantization dbr:Video_surveillance dbr:List_of_manual_image_annotation_tools dbr:Otsu's_method dbr:Pedestrian_detection dbr:Iterative dbr:Segmentation-based_object_categorization dbc:Digital_imaging dbr:Color dbr:Conditional_probability dbr:Medical_imaging dbr:Multispectral_segmentation dbr:Quadtree dbr:Entropy_(information_theory) dbr:Gestalt_psychology dbr:Global_optimum dbr:Glossary_of_graph_theory dbr:Graph_(data_structure) dbr:Multivariate_normal_distribution dbr:Content-based_image_retrieval dbr:Contour_line dbr:Convolutional_neural_network dbr:Lagrangian_relaxation dbr:Andrew_Witkin dbr:Arithmetic_mean dbr:Level-set_method dbr:Luminous_intensity dbr:Magnetic_resonance_imaging dbr:Simulated_annealing dbr:Clique_(graph_theory) dbr:Cluster_analysis dbr:Color_quantization dbr:Computer_vision dbr:Machine_vision dbr:Marching_cubes dbr:Mean_shift dbr:CT_scan dbr:Active_appearance_model dbr:Active_shape_model dbr:Activity_recognition dbr:Distance dbr:Domain_knowledge dbr:Iris_recognition dbr:K-means++ dbr:K-means_clustering dbr:Lambda-connectedness dbr:Livewire_Segmentation_Technique dbr:Log-likelihood dbr:Minimum_spanning_tree-based_segmentation dbr:A_priori_and_a_posteriori dbr:3D_reconstruction dbr:Face_recognition dbr:Balanced_histogram_thresholding dbr:Brightness dbr:Partial_differential_equation dbr:Biomimetic dbr:Diffusion_MRI dbr:Digital_image dbr:Fast_marching_method dbr:Graduated_optimization dbr:Histogram dbr:Iterated_conditional_modes dbr:Statistical_dispersion dbr:Potts_model dbr:Random dbr:Volume_rendering dbr:Object_detection dbr:U-Net dbr:Edge_detection dbr:Heuristic dbr:Thresholding_(image_processing) dbr:Video_tracking dbr:Digital_image_processing dbr:Autoencoder dbr:Pixel dbr:Huffman_coding dbr:Minimum_description_length dbr:Recursion_(computer_science) dbr:Chain_code dbr:Set_(mathematics) dbr:Long_short-term_memory dbr:Lossy_compression dbr:Markov_random_field dbr:Maximum_a_posteriori_estimation dbr:Minimum_bounding_box dbr:Similarity_measure dbr:Snake_(computer_vision) dbr:Vertex_(graph_theory) dbr:Scale-space_segmentation dbr:Expectation–maximization_algorithm dbr:Face_detection dbr:Image-based_meshing dbr:Image_processing dbr:Image_texture dbr:Luminița_Vese dbr:Object_co-segmentation dbr:Texture_(computer_graphics) dbr:Fingerprint_recognition dbr:Mumford–Shah_functional dbr:Inverse_problems dbr:Pulse-coupled_networks dbr:Rigid_motion_segmentation dbr:Split_and_merge_segmentation dbr:Simple_Interactive_Object_Extraction dbr:Watershed_(algorithm) dbr:Haralick dbr:Level-set_data_structures dbr:Random_walker_(computer_vision) dbr:Range_image_segmentation dbr:Region-growing dbr:Image_quantization dbr:Object-based_image_analysis dbr:K-means_algorithm dbr:Kohonen_map dbr:File:3D_CT_of_thorax.jpg dbr:File:MRF_neighborhood.png dbr:File:Model_of_a_segmented_femur_-_journal.pone.0079004.g005.png dbr:File:Sample_segmentation_HMRF-EM.png dbr:Journal_of_Pattern_Recognition_Research
dbp:align	right (en)
dbp:alt	Original image (en) Processed image (en)
dbp:caption	Source image. (en) Image after running k-means with k = 16. Note that a common technique to improve performance for large images is to downsample the image, compute the clusters, and then reassign the values to the larger image if necessary. (en)
dbp:direction	vertical (en)
dbp:image	Polarlicht 2.jpg (en) Polarlicht 2 kmeans 16 large.png (en)
dbp:width	300 (xsd:integer)
dbp:wikiPageUsesTemplate	dbt:! dbt:Cite_journal dbt:Main dbt:Main_articles dbt:Math dbt:Multiple_image dbt:Mvar dbt:Ordered_list dbt:Refbegin dbt:Refend dbt:Reflist dbt:Short_description
dcterms:subject	dbc:Image_segmentation dbc:Digital_imaging
gold:hypernym	dbr:Process
rdf:type	yago:WikicatComputers yago:Artifact100021939 yago:Computer103082979 yago:Device103183080 yago:Instrumentality103575240 yago:Machine103699975 yago:Object100002684 yago:PhysicalEntity100001930 dbo:Election yago:Whole100003553
rdfs:comment	Segmentace obrazu je metoda, nebo spíše skupina metod postavených na různých principech, digitálního zpracování obrazu, která slouží k automatickému rozdělení vlastního obrazu na oblasti se společnými vlastnostmi a které obvykle mají nějaký smysluplný význam. Typickým cílem segmentace obrazu je identifikace popředí a určení oblastí v obraze odpovídajícím významnému prvku zachycené scény. Výsledky segmentace jsou využitelné například v počítačovém vidění, zpracování lékařských obrazových dat nebo při analýze obrazů získaných při dálkovém průzkumu Země. (cs) Die Segmentierung ist ein Teilgebiet der digitalen Bildverarbeitung und des Computer-Sehens. Die Erzeugung von inhaltlich zusammenhängenden Regionen durch Zusammenfassung benachbarter Pixel oder Voxel entsprechend einem bestimmten Homogenitätskriterium bezeichnet man als Segmentierung. (de) 컴퓨터 시각에서 분할은 디지털 영상을 여러 개의 픽셀 집합으로 나누는 과정을 말한다.분할의 목적은 영상의 표현을 좀 더 의미있고 해석하기 쉬운 것으로 단순화하거나 변환하는 것이다. 영상 분할은 특히 영상에서 물체와 경계(선, 곡선)를 찾는데 사용된다. 영상 분할의 결과는 전체 영상을 집합적으로 포함하는 지역의 집합이거나, 영상으로부터 추출된 의 집합이다 ( 참조). 지역에서 각각의 픽셀은 색, 밝기, 재질과 같은 어떤 특징이나 계산된 속성의 관점에서 유사하다. 한 지역은 동일한 특징의 관점에서 현저하게 다르다. 영상 분할의 실용적인 응용은 다음과 같다: * 의료 영상 * 종양과 질병의 검출 * 혈관의 부피 측정 * 컴퓨터의 도움을 받은 수술 * 진단 * 치료 계획 * 해부학적 구조의 연구 * 위성 영상에서 도로, 숲 등과 같은 대상의 검출 * 얼굴 인식 * 지문 인식 * 자동 교통 제어 시스템 * 일부 범용의 알고리즘과 기술이 영상 분할을 위해 개발되었다.영상 분할 문제에서 일반적인 해법이 없기 때문에 이러한 기술들은 문제 영역의 영상 분할 문제를 효과적으로 해결하기 위해 영역의 지식과 종종 결합되어야 한다. (ko) Segmentatie is binnen digitale beeldverwerking het opsplitsen van een afbeelding in segmenten (groepjes pixels die bij elkaar horen) volgens bepaalde eigenschappen van de afbeelding om zo de belangrijke informatie uit een afbeelding te halen. (nl) Segmentacja obrazu (ang. image segmentation) – proces podziału obrazu na części określane jako obszary (regiony), które są jednorodne pod względem pewnych wybranych własności. Obszarami są zbiory pikseli (punktów). Własnościami, które są często wybierane jako kryteria jednorodności obszarów są: , barwa, tekstura. * Obraz źródłowy * Obraz po uruchomieniu k-średnich, k = 16 (pl) 在计算机视觉领域，图像分割（segmentation）指的是将数字图像细分为多个图像子区域（像素的集合）（也被称作超像素）的过程。图像分割的目的是简化或改变图像的表示形式，使得图像更容易理解和分析。图像分割通常用于定位图像中的物体和边界（线，曲线等）。更精确的，图像分割是对图像中的每个像素加标签的一个过程，这一过程使得具有相同标签的像素具有某种共同视觉特性。图像分割的结果是图像上子区域的集合（这些子区域的全体覆盖了整个图像），或是从图像中提取的线的集合（例如边缘检测）。一个子区域中的每个像素在某种特性的度量下或是由计算得出的特性都是相似的，例如颜色、亮度、纹理。区域在某种特性的度量下有很大的不同。 (zh) تقطيع الصور (بالإنجليزية: Image segmentation)‏ هي مرحلة هامة من مراحل معالجة الصور الرقمية، وهي عملية تجزئة للصورة إلى مترابطة ومتجانسة وفقا لمعيار محدد كاللون. اتحاد هذه المناطق يجب أن ينتج عنه إعادة تكوين الصورة الأصلية. (ar) In digital image processing and computer vision, image segmentation is the process of partitioning a digital image into multiple image segments, also known as image regions or image objects (sets of pixels). The goal of segmentation is to simplify and/or change the representation of an image into something that is more meaningful and easier to analyze. Image segmentation is typically used to locate objects and boundaries (lines, curves, etc.) in images. More precisely, image segmentation is the process of assigning a label to every pixel in an image such that pixels with the same label share certain characteristics. (en) La segmentación es uno de los problemas generales del campo de la visión artificial y consiste en dividir una imagen digital en varias regiones (grupos de píxeles) denominadas segmentos. Más concretamente, la segmentación es un proceso de clasificación por píxel que asigna una categoría a cada píxel de la imagen analizada. Este problema general se divide en problemas especializados, dando lugar por ejemplo a: * segmentación por color * segmentación por texturas * superpíxel * segmentación semántica (es) La segmentation d'image est une opération de traitement d'images consistant à détecter et rassembler les pixels suivant des critères, notamment d'intensité ou spatiaux, l'image apparaissant ainsi formée de régions uniformes. La segmentation peut par exemple montrer les objets en les distinguant du fond avec netteté. Dans les cas où les critères divisent les pixels en deux ensembles, le traitement est une binarisation. La segmentation est une étape primordiale en traitement d'image. Les nombreuses méthodes de segmentation se répartissent en quatre principales classes : (fr) Dalam pengolahan citra digital dan penglihatan komputer, segmentasi citra adalah proses pembagian citra digital ke dalam beberapa bagian (objek). Segmentasi citra bertujuan untuk menyederhanakan penggambaran citra ke dalam bentuk yang lebih bermakna dan lebih mudah dianalisis. Segmentasi citra biasa dipakai untuk menentukan letak objek dan batasannya (garis, kurva, dan lain-lain) dalam citra. Secara khusus, segmentasi citra adalah proses penentuan label tiap piksel sedemikian hingga piksel-piksel berlabel sama memiliki ciri yang sama. (in) La segmentazione di un'immagine nell'elaborazione digitale delle immagini è il processo di partizione di un'immagine in regioni significative.Viene utilizzata per ottenere una rappresentazione più compatta, per estrarre degli oggetti o come strumento per l'analisi delle immagini e permette di partizionare le immagini digitali in insiemi di pixel.Lo scopo della segmentazione è semplificare e/o cambiare la rappresentazione delle immagini in qualcosa che è più significativo e facile da analizzare. (it) Em visão computacional, segmentação se refere ao processo de dividir uma imagem digital em múltiplas regiões (conjunto de pixels) ou objetos, com o objetivo de simplificar e/ou mudar a representação de uma imagem para facilitar a sua análise. Segmentação de imagens é tipicamente usada para localizar objetos e formas (linhas, curvas, etc) em imagens. (pt) В компьютерном зрении, сегментация — это процесс разделения цифрового изображения на несколько сегментов (множество пикселей, также называемых суперпикселями). Цель сегментации заключается в упрощении и/или изменении представления изображения, чтобы его было проще и легче анализировать. Сегментация изображений обычно используется для того, чтобы выделить объекты и границы (линии, кривые, и т. д.) на изображениях. Более точно, сегментация изображений — это процесс присвоения таких меток каждому пикселю изображения, что пиксели с одинаковыми метками имеют общие визуальные характеристики. (ru) З комп'ютерної точки зору, сегментація — це процес розділення цифрового зображення на декілька сегментів (множина пікселів, які часто називають суперпікселями). Мета сегментації полягає у спрощенні і/або зміні представлення зображення для полегшення його аналізу або передачі каналами зв'язку. Сегментацію зображень зазвичай використовують для виділення об'єктів та меж (лінії, криві, і т. д.) на зображеннях. Точніше, сегментація зображень — це процес присвоєння таких міток кожному пікселю зображення, що пікселі з однаковими мітками мають спільні візуальні характеристики. (uk)
rdfs:label	Image segmentation (en) تقطيع الصورة (ar) Segmentace obrazu (cs) Segmentierung (Bildverarbeitung) (de) Segmentación (procesamiento de imágenes) (es) Segmentasi citra (in) Segmentation d'image (fr) Segmentazione di immagini (it) 영상 분할 (ko) Segmentatie (digitale beeldverwerking) (nl) Segmentacja obrazu (pl) Segmentação (processamento de imagem) (pt) Сегментация (обработка изображений) (ru) Сегментація зображення (uk) 图像分割 (zh)
owl:sameAs	freebase:Image segmentation yago-res:Image segmentation dbpedia-commons:Image segmentation wikidata:Image segmentation dbpedia-ar:Image segmentation dbpedia-cs:Image segmentation dbpedia-de:Image segmentation dbpedia-es:Image segmentation dbpedia-fa:Image segmentation dbpedia-fr:Image segmentation dbpedia-gl:Image segmentation dbpedia-he:Image segmentation http://hy.dbpedia.org/resource/Պատկերի_հատվածավորում dbpedia-id:Image segmentation dbpedia-it:Image segmentation dbpedia-ko:Image segmentation dbpedia-nl:Image segmentation dbpedia-pl:Image segmentation dbpedia-pt:Image segmentation dbpedia-ru:Image segmentation dbpedia-uk:Image segmentation dbpedia-vi:Image segmentation dbpedia-zh:Image segmentation https://global.dbpedia.org/id/4kXCH
prov:wasDerivedFrom	wikipedia-en:Image_segmentation?oldid=1110069485&ns=0
foaf:depiction	wiki-commons:Special:FilePath/Polarlicht_2.jpg wiki-commons:Special:FilePath/3D_CT_of_thorax.jpg wiki-commons:Special:FilePath/MRF_neighborhood.png wiki-commons:Special:FilePath/Model_of_a_segmented_femur_-_journal.pone.0079004.g005.png wiki-commons:Special:FilePath/Polarlicht_2_kmeans_16_large.png wiki-commons:Special:FilePath/Sample_segmentation_HMRF-EM.png
foaf:isPrimaryTopicOf	wikipedia-en:Image_segmentation
is dbo:knownFor of	dbr:Nikos_Paragios dbr:James_Sethian
is dbo:wikiPageDisambiguates of	dbr:Segment
is dbo:wikiPageRedirects of	dbr:Deep_learning-based_image_segmentation dbr:Region-growing_methods_for_image_segmentation dbr:Variational_methods_for_image_segmentation dbr:Video_object_segmentation dbr:Video_segmentation dbr:Compression-based_methods_for_image_segmentation dbr:Graph_partitioning_methods_for_image_segmentation dbr:Motion-based_segmentation dbr:Motion_segmentation dbr:Multi-scale_image_segmentation dbr:Applications_of_image_segmentation dbr:Trainable_image_segmentation dbr:Histogram-based_methods_for_image_segmentation dbr:Texture_segmentation dbr:Image_segment dbr:Semantic_image_segmentation dbr:Semantic_segmentation dbr:Image_region dbr:ShortPixel_Image_Optimization dbr:Segmentation_(image_processing) dbr:Digital_image_segmentation
is dbo:wikiPageWikiLink of	dbr:Caffe_(software) dbr:Scan2CAD dbr:Scikit-image dbr:Scilab_Image_Processing dbr:Mathematical_morphology dbr:Boundary_tracing dbr:Deep_learning-based_image_segmentation dbr:Joseph_Ó_Ruanaidh dbr:Region-growing_methods_for_image_segmentation dbr:Rg_chromaticity dbr:Variational_methods_for_image_segmentation dbr:Vector_quantization dbr:Video_object_segmentation dbr:Video_segmentation dbr:VoTT dbr:Dorit_S._Hochbaum dbr:Dynamic_texture dbr:JBIG2 dbr:Range_segmentation dbr:Pedestrian_detection dbr:Segmentation-based_object_categorization dbr:Compression-based_methods_for_image_segmentation dbr:Computer_Vision_Annotation_Tool dbr:Conditional_random_field dbr:Maximum_flow_problem dbr:Saliency_map dbr:GemIdent dbr:Mixture_model dbr:Quadratic_pseudo-Boolean_optimization dbr:Quantum_image_processing dbr:GIMIAS dbr:Graph_partitioning_methods_for_image_segmentation dbr:Miroslav_Fiedler dbr:Motion-based_segmentation dbr:Motion_segmentation dbr:Multi-scale_image_segmentation dbr:Conference_on_Computer_Vision_and_Pattern_Recognition dbr:Contour_line dbr:Convolutional_neural_network dbr:Copula_(probability_theory) dbr:The_MICCAI_Society dbr:The_Visualization_Handbook dbr:LOBPCG dbr:Aphelion_(software) dbr:Applications_of_image_segmentation dbr:Level-set_method dbr:Calculus_on_finite_weighted_graphs dbr:Chiu-Yen_Kao dbr:Stanley_Osher dbr:Statistical_region_merging dbr:Studierfenster dbr:Closest_point_method dbr:Cluster_analysis dbr:Color_quantization dbr:Computer-aided_diagnosis dbr:Computer_vision dbr:Point_distribution_model dbr:Matthew_Johnson-Roberson dbr:Medical_Image_Analysis_(journal) dbr:Avizo_(software) dbr:CAPTCHA dbr:Active_contour_model dbr:CellCognition dbr:Trainable_image_segmentation dbr:UCPH_Department_of_Computer_Science dbr:Document_mosaicing dbr:Fuzzy_clustering dbr:Fuzzy_logic dbr:Health_informatics dbr:K-means_clustering dbr:Largest_empty_rectangle dbr:Minimum_cut dbr:Optical_flow dbr:3D_Slicer dbr:Alison_Noble dbr:2D_to_3D_conversion dbr:Curve-shortening_flow dbr:Dylan_Field dbr:Event_camera dbr:Figma_(software) dbr:Fiji_(software) dbr:Nikos_Paragios dbr:Owl_Scientific_Computing dbr:PET-MRI dbr:Capsule_neural_network dbr:Cindy_Grimm dbr:Digital_holographic_microscopy dbr:Glossary_of_machine_vision dbr:Gradient_vector_flow dbr:Graph_cut_optimization dbr:Graph_cuts_in_computer_vision dbr:Graph_matching dbr:Handwriting_recognition dbr:Quantization_(image_processing) dbr:Ridge_detection dbr:Volume_rendering dbr:Histogram-based_methods_for_image_segmentation dbr:J._Michael_Brady dbr:James_Sethian dbr:Jayaram_K._Udupa dbr:TerrSet dbr:Texture_segmentation dbr:Hyperspectral_imaging dbr:U-Net dbr:Acoustic_seabed_classification dbr:Ales_Leonardis dbr:Binary_image dbr:Bioimage_informatics dbr:Support_vector_machine dbr:Cognition_Network_Technology dbr:Texel_(graphics) dbr:Thresholding_(image_processing) dbr:Region_growing dbr:Discrete_cosine_transform dbr:Point_Cloud_Library dbr:IMOD_(software) dbr:Image_segment dbr:Minimum_spanning_tree dbr:Orfeo_toolbox dbr:Chain_code dbr:Semantic_image_segmentation dbr:Semantic_segmentation dbr:Shelia_Guberman dbr:Markov_random_field dbr:Mixed_raster_content dbr:Scientific_Computing_and_Imaging_Institute dbr:Segment dbr:ISO_25178 dbr:ITK-SNAP dbr:Image-based_meshing dbr:Image_analysis dbr:Image_histogram dbr:Image_moment dbr:Imaging_particle_analysis dbr:Live_single-cell_imaging dbr:Luminița_Vese dbr:Solid_modeling dbr:Top-hat_transform dbr:Object_co-segmentation dbr:Soft_tissue dbr:Principal_curvature dbr:Scene_text dbr:Moving_object_detection dbr:Multi-focus_image_fusion dbr:Semantic_parsing dbr:Serge_Belongie dbr:Video_matting dbr:Pulse-coupled_networks dbr:Outline_of_computer_vision dbr:PDE-constrained_optimization dbr:Sørensen–Dice_coefficient dbr:Random_walker_algorithm dbr:Vision_transformer dbr:Visual_Turing_Test dbr:Rigid_motion_segmentation dbr:Vaa3D dbr:Split_and_merge_segmentation dbr:Image_region dbr:ShortPixel_Image_Optimization dbr:Segmentation_(image_processing) dbr:Digital_image_segmentation
is dbp:knownFor of	dbr:Nikos_Paragios dbr:James_Sethian
is rdfs:seeAlso of	dbr:Color_layout_descriptor
is foaf:primaryTopic of	wikipedia-en:Image_segmentation