Bildsegmentierung

Lokales Bild, Verfahren und Analyseauflösung wählen, dann segmentieren. Die längste Seite ist auf 256, 512 oder 768 Pixel begrenzt; kleine Bilder werden nicht vergrößert. Die Berechnung läuft in einem abbrechbaren Worker. Dateien bleiben im Browser. Grenzen: 32 MiB und 16 Millionen decodierte Pixel; das Decodieren selbst kann mehr Speicher benötigen. Bei Animationen wird das vom Browser gelieferte Einzelbild verwendet.

Otsu sucht die global optimalen Grauwertschwellen durch Maximierung der Varianz zwischen den Klassen. K-Means gruppiert codierte RGB-Farben mit höchstens 12.000 Trainingspixeln. Beide liefern Klassen, die mehrere voneinander getrennte Bildbereiche enthalten können; sie erkennen keine Objekte. Bei einfarbigen Bildern können weniger Klassen entstehen.

Felzenszwalb–Huttenlocher verbindet einen Graphen aus vierfach benachbarten Pixeln anhand von RGB-Abstand und interner Variation plus k/Regionsgröße. Größeres k erzeugt tendenziell größere Regionen. Gauß-Unschärfe σ gilt in Analysepixeln; die minimale Regionsgröße wird nachträglich angewendet. Dies ist eine RGB-Variante mit vier Nachbarn, nicht die ursprüngliche Implementierung mit acht Nachbarn.

Watershed flutet einen Sobel-Gradienten von Markern auf einem regelmäßigen Gitter. Die Markerzahl gilt an der längsten Achse; die andere Achse wird proportional angepasst. Kompaktheit ergänzt den Flutungswert um den Abstand zum Startmarker: Null folgt dem Gradienten, höhere Werte bevorzugen regelmäßigere Regionen. Diese markergesteuerte Variante dient zum Erkunden von Superpixeln; sie erkennt nicht automatisch Vordergrundobjekte.

Direkte Potts-Texturklassifikation folgt Bent­rems Q-Ising-Regel: Ein gleichwertiger Nachbar unter den vier direkten Nachbarn bedeutet glatte Textur. Die vier festen Klassen sind hell/glatt (weiß), hell/körnig (hellgrau), dunkel/glatt (dunkelgrau) und dunkel/körnig (schwarz). Q steuert die Grauwertquantisierung; der optionale 3 × 3 Median entfernt isolierte Labels. Potts · Metropolis startet mit K-Means-Farbzentren, die danach fest bleiben. Seine Energie ist der quadratische RGB-Abstand geteilt durch 3 × 255² plus β je unterschiedlich klassifiziertem Nachbarn. Die Temperatur steuert zufällige Schritte zu höherer Energie; Durchläufe zählen vollständige Bilddurchgänge. Ein fester Zufallsstart macht identische Läufe reproduzierbar. Ein endlicher Lauf garantiert keine Konvergenz und ist keine Posterior-Schätzung.

Transparente Pixel werden vor allen Verfahren auf Weiß gelegt. Graustufen verwenden die codierte RGB-Luma Y′ = 0,2126 R + 0,7152 G + 0,0722 B, keine lineare Lichthelligkeit. Klassenfarben verwenden die Palette des Verfahrens (Mittelwerte bei Otsu und Graphverfahren); unterschiedliche Farben machen auch Labels mit gleichem Mittelwert sichtbar. Grenzen zeichnen rechte und untere Klassenwechsel pink auf die Quelle. PNG und Zwischenablage exportieren die gewählte Ansicht in Analyseauflösung.