Rajausmenetelmät

Rajausmenetelmät ovat menetelmiä, joiden tarkoituksena on määrittää tai löytää kohteiden väliset rajat tai alueet datassa. Niitä käytetään laajasti tietokonenäössä, kuvan käsittelyssä, tilastollisessa analyysissä sekä geoinformatiikassa ja kartoituksessa. Rajausta voidaan suorittaa kiinteillä rajoilla sekä epävarmemman, pehmeän rajapinnan ilmaisulla; tuloksena voi olla erillinen reuna tai segmentoitujen alueiden maski.

Yleisimmät lähestymistavat jaetaan usein seuraavasti: thresholding eli raja-arvon asettaminen kuvaan; reunan perusteella tehtävät menetelmät (edge detection) kuten Sobel, Prewitt ja Canny; aluepohjaiset menetelmät kuten region growing, region splitting/merging sekä watersheds; klusterointi- ja mallintamispohjaiset menetelmät kuten k-means tai mean-shift; sekä graafipohjaiset ja aktiiviset mallinnusmenetelmät kuten graph cuts, random walker, snakes ja level-set -menetelmät.

Rajausprosessi sisältää usein esikäsittelyn, ominaisuuksien laskennan, rajauksen suorittamisen sekä jälkikäsittelyn. Lopputuloksena voidaan saada binääri maski, tarkennettu reuna tai segmentoitujen alueryhmien kokonaisuus.

Rajausten laatu arvioidaan usein mittareilla kuten Intersection over Union (IoU), Dice-kerroin sekä reunan F-metri. Arviointi voi kohdistua sekä sijaintiin että muotoon, ja se vaatii riittävän käsiteltävän referenssiaineiston.

Sovellukset kattavat lääketieteellisen kuvantamisen, kaukokartoituksen, teollisen laadunvalvonnan ja tekstin tunnistuksen kaltaisia alueita. Haasteisiin kuuluvat kohina, valaistusvaihtelut, skaala ja objektiivisen rajaviivan heikkous sekä laskennallinen monimutkaisuus suurissa aineistoissa. Oikean menetelmän valinta riippuu datan luonteesta ja halutusta tarkkuudesta.