Publication:
A Review of Watershed Implementations for Segmentation of Volumetric Images

Дата
2022
Авторы
Yakimchuk, I.
Kornilov, A.
Safonov, I.
Journal Title
Journal ISSN
Volume Title
Издатель
Научные группы
Организационные подразделения
OrgUnit Logo
Организационная единица
Институт общей профессиональной подготовки (ИОПП)
Миссией Института является: фундаментальная базовая подготовка студентов, необходимая для получения качественного образования на уровне требований международных стандартов; удовлетворение потребностей обучающихся в интеллектуальном, культурном, нравственном развитии и приобретении ими профессиональных знаний; формирование у студентов мотивации и умения учиться; профессиональная ориентация школьников и студентов в избранной области знаний, формирование способностей и навыков профессионального самоопределения и профессионального саморазвития. Основными целями и задачами Института являются: обеспечение высококачественной (фундаментальной) базовой подготовки студентов бакалавриата и специалитета; поддержка и развитие у студентов стремления к осознанному продолжению обучения в институтах (САЕ и др.) и на факультетах Университета; обеспечение преемственности образовательных программ общего среднего и высшего образования; обеспечение высокого качества довузовской подготовки учащихся Предуниверситария и школ-партнеров НИЯУ МИФИ за счет интеграции основного и дополнительного образования; учебно-методическое руководство общеобразовательными кафедрами Института, осуществляющими подготовку бакалавров и специалистов по социо-гуманитарным, общепрофессиональным и естественнонаучным дисциплинам, обеспечение единства требований к базовой подготовке студентов в рамках крупных научно-образовательных направлений (областей знаний).
Выпуск журнала
Аннотация
© 2022 by the authors. Licensee MDPI, Basel, Switzerland.Watershed is a widely used image segmentation algorithm. Most researchers understand just an idea of this method: a grayscale image is considered as topographic relief, which is flooded from initial basins. However, frequently they are not aware of the options of the algorithm and the peculiarities of its realizations. There are many watershed implementations in software packages and products. Even if these packages are based on the identical algorithm–watershed, by flooding their outcomes, processing speed, and consumed memory, vary greatly. In particular, the difference among various implementations is noticeable for huge volumetric images; for instance, tomographic 3D images, for which low performance and high memory requirements of watershed might be bottlenecks. In our review, we discuss the peculiarities of algorithms with and without waterline generation, the impact of connectivity type and relief quantization level on the result, approaches for parallelization, as well as other method options. We present detailed benchmarking of seven open-source and three commercial software implementations of marker-controlled watershed for semantic or instance segmentation. We compare those software packages for one synthetic and two natural volumetric images. The aim of the review is to provide information and advice for practitioners to select the appropriate version of watershed for their problem solving. In addition, we forecast future directions of software development for 3D image segmentation by watershed.
Описание
Ключевые слова
Цитирование
Yakimchuk, I. A Review of Watershed Implementations for Segmentation of Volumetric Images / Yakimchuk, I., Kornilov, A., Safonov, I. // Journal of Imaging. - 2022. - 8. - № 5. - 10.3390/jimaging8050127
URI
https://www.doi.org/10.3390/jimaging8050127
 https://www.scopus.com/record/display.uri?eid=2-s2.0-85129907906&origin=resultslist
 http://gateway.webofknowledge.com/gateway/Gateway.cgi?GWVersion=2&SrcAuth=Alerting&SrcApp=Alerting&DestApp=WOS_CPL&DestLinkType=FullRecord&UT=WOS:000803347500001
 https://openrepository.mephi.ru/handle/123456789/27886
Коллекции
Публикации