YOLOのライセンス
ガイド

画像処理におけるエッジ検出を理解する

画像処理におけるエッジ検出の仕組み、SobelアルゴリズムとCannyアルゴリズムによる物体境界の検出方法、コンピュータビジョンモデルがさらに実現できることをご紹介します。

Abirami VinaAbirami Vina15 分で読めます
画像処理におけるエッジ検出

人間は画像を見ると、自然に物体の輪郭を認識し、その曲線をたどり、表面の質感に気づきます。しかし、コンピューターの理解は個々のピクセルのレベルから始まります。

デジタル画像の最小単位であるピクセルは、1つの点の色と明るさを保持します。画像全体にわたるピクセル値の変化を追跡することで、コンピューターは重要な詳細を明らかにするパターンを検出できます。

特に、画像処理ではピクセルデータを使って重要な特徴を強調し、不要な要素を取り除きます。一般的な画像処理技術の1つであるエッジ検出は、明るさや色が急激に変化する点を特定し、物体の輪郭を描き、境界を示し、構造を付与します。

これにより、コンピューターは形状を分離し、寸法を測定し、シーン内の各部分がどのようにつながっているかを解釈できます。エッジ検出は、高度な画像分析における最初のステップとなることがよくあります。

元画像と複数のエッジ検出手法による出力の比較

図1. 元画像と複数のエッジ検出手法による出力の比較例(出典)

この記事では、エッジ検出とは何か、どのように機能するか、実世界でどのように応用されているかを見ていきます。

エッジ検出の概念#

エッジ検出では、画像内で明るさや色が隣り合う点の間で目立って変化する箇所を探します。変化が小さい領域は滑らかに見えます。変化が急激な場合は、異なる2つの領域の境界を示していることがよくあります。

こうしたピクセルの変化が生じる理由をいくつか紹介します。

  • 表面法線の不連続: 壁の角や箱の縁のように、2つの面が角度をつけて接すると、向きが急激に変化し、画像にはっきりとした境界が生じます。
  • 奥行きの不連続: 物体がカメラから異なる距離にある場所に現れ、視覚的な分離を生み出すことで、システムが物体を見分けやすくなります。
  • 表面の色や質感の変化: ある領域の色や質感が隣接する領域と異なると、視覚的な分離が生じます。
  • 照明の変化: 影や表面のハイライトなど、照明の変化によって生じます。表面自体が滑らかで連続していても、視覚的な分離が生まれます。

画像におけるさまざまな種類のエッジの不連続

図2. 画像におけるさまざまな種類のエッジの不連続(出典)

エッジ検出による認識の仕組み#

エッジ検出は通常、カラー画像をグレースケール画像に変換し、各点を明るさだけで表すことから始まります。これにより、色ではなく明暗の違いにアルゴリズムが集中しやすくなります。

次に、専用のフィルターで画像を走査し、明るさが急激に変化する箇所を探します。これらのフィルターは、勾配と呼ばれる明るさの変化の急さを計算します。勾配が大きいのは、近接する点の差が大きいためであり、エッジを示すことがよくあります。

その後、アルゴリズムは画像をさらに処理し、小さな詳細を取り除きながら、最も重要な線や形状だけを残します。こうして明確な輪郭と出力画像が得られ、さらなる分析に利用できます。

エッジ検出と画像処理の進化#

エッジ検出を詳しく説明する前に、その発展の歴史を見ていきましょう。

画像処理は、画像を整え、品質を高めるためのしきい値処理やフィルタリングなど、単純なルールベースの手法から始まりました。アナログ時代には、光学フィルター、拡大鏡、化学処理を使って写真やフィルムを加工し、細部を引き出していました。

コントラスト調整、ノイズ除去、画像の輝度調整、基本的なエッジ検出などの技術により、入力画像が鮮明になり、形状や質感が強調されました。1960年代から1970年代にかけて、アナログ処理からデジタル処理への移行が進み、天文学、医用画像、衛星監視などの分野で現代的な解析が可能になりました。

1980年代から1990年代にかけて、コンピューターの高速化により、特徴抽出、形状検出、基本的なオブジェクト認識など、より複雑なタスクに取り組めるようになりました。Sobel演算子やCannyエッジ検出器などのアルゴリズムによってエッジ検出の精度が向上し、パターン認識は産業オートメーションから光学文字認識による印刷文字の読み取りまで、幅広い用途で使われるようになりました。

21世紀のエッジ検出とコンピュータービジョン#

今日、テクノロジーの着実な進歩により、コンピュータービジョンが発展しました。ビジョンAI、つまりコンピュータービジョンは、機械に視覚情報を解釈し、理解する方法を教えることに重点を置くAIの一分野です。

従来の画像処理では、二値化(強いエッジを保持して弱いエッジを除去し、画像を鮮明にする処理)やエッジ検出のように、固定ルールに従い、特定のタスクしか処理できませんでした。一方、コンピュータービジョンでは、データ駆動型モデルを使用するため、例から学習し、新しい状況に適応できます。

今日の画像処理システムは、画像の補正やエッジ検出にとどまりません。物体を認識し、動きを追跡し、シーン全体のコンテキストを理解できます。

これを可能にする重要な手法の1つが畳み込みです。畳み込み演算では、小さなフィルター(カーネルとも呼ばれます)を画像上で走査し、エッジ、角、テクスチャなどの重要なパターンを検出します。これらのパターンは、コンピュータービジョンモデルがオブジェクトを認識・理解するための基礎となります。

たとえば、Ultralytics YOLO11のようなコンピュータービジョンモデルは、これらの畳み込みベースの特徴を使用して、インスタンスセグメンテーションなどの高度なタスクを実行します。インスタンスセグメンテーションでは画像内の各物体の境界を正確に描く必要があるため、これはエッジ検出と密接に関連しています。

エッジ検出は、エッジピクセルの輝度変化を見つけて物体の輪郭を示すのに対し、インスタンスセグメンテーションはその考え方を発展させ、エッジを検出し、分類したうえで、各物体を個別の領域に分離します。

Ultralytics YOLO11とインスタンスセグメンテーションの活用例

図3. Ultralytics YOLO11とインスタンスセグメンテーションの活用例。(出典)

エッジ検出のアルゴリズムと手法#

コンピュータービジョンが発展した現在も、画像処理は多くのアプリケーションにとって重要です。これは、コンピュータービジョンが基本的な画像の前処理を基盤とすることが多いためです。

物体を検出したりシーンを理解したりする前に、システムは通常、画像を補正してノイズを低減し、エッジを見つけて重要な細部を際立たせます。こうした処理により、高度なモデルの精度と効率が向上します。

次に、エッジ検出に使われる一般的な画像処理アルゴリズムと、その仕組みをいくつか見ていきましょう。

Sobelエッジ検出#

Sobelエッジ検出は、画像内の物体の輪郭を見つけるために使われる重要な手法です。すべての細部を一度に分析するのではなく、あるピクセルから隣接する次のピクセルへと輝度が急激に変化する領域に注目します。

こうした急激な変化は、多くの場合、ある物体が終わって別の物体が始まる位置や、物体と背景の境界を示します。これらのエッジを抽出することで、Sobelは複雑な画像をより明瞭な輪郭に変換し、動きの追跡、形状の検出、物体認識などのタスクで、他のシステムが処理しやすくします。

Sobelエッジ検出は、画像全体の輝度変化を測定する勾配検出器と考えることができます。その基盤となるのは畳み込み演算です。カーネルと呼ばれる小さな行列を画像上でスライドさせ、周辺ピクセル値の加重和を計算します。

これらのカーネルは、水平方向と垂直方向の輝度変化を強調するように設計されています。カーネルをデータから学習するディープラーニングモデルとは異なり、Sobelは固定カーネルを使うため、学習を必要とせず効率的にエッジを強調できます。

Sobelエッジ検出の仕組みを詳しく見てみましょう。

  • 2つの3×3フィルターを使用: この手法では、フィルターと呼ばれる小さな3×3のグリッドを2つ使用します。画像上を水平方向(x方向)と垂直方向(y方向)にスライドする型紙のようなものと考えてください。一方のグリッドは水平エッジを、もう一方は垂直エッジを検出するように設計されています。
  • 勾配の計算: 各フィルターは、その方向に沿った明るさの変化の速さを測定します。大きな変化は、エッジの可能性を示します。
  • 結果の統合: 水平方向と垂直方向の結果を組み合わせ、各ピクセルにおけるエッジの全体的な強度と方向を判定します。
  • エッジの検出: 勾配の大きさが大きいピクセルを、強いエッジとしてマークします。
  • 境界の描画: これらのエッジによって物体の形状が定義され、画像内の異なる領域が分離されます。

入力画像の主要な輪郭を強調するSobelエッジ検出

図4. Sobelエッジ検出は、入力画像の主要な輪郭を強調し、エッジマップを生成できます。(出典)

Cannyエッジ検出#

Cannyエッジ検出も、画像内のエッジを見つける一般的な手法です。明瞭で正確な輪郭を生成できることで知られています。基本的なエッジ検出手法とは異なり、ノイズを除去し、境界を鮮明にして、最も重要なエッジに注目するために、慎重に設計された一連の手順に従います。

Cannyエッジ検出器の仕組みを簡単に見てみましょう。

  • 画像の平滑化:まずガウシアンフィルターで画像をぼかします。この平滑化手法によって、エッジと誤認される可能性があるノイズや細部を低減します。
  • 輝度変化の検出: 次に、アルゴリズムが画像を走査して輝度の急激な変化を探し、勾配計算を使って変化の強度と方向を測定します。
  • エッジの細線化: 検出された各線上で最も強い点だけを残し、弱い点を除去することで、鮮明で明瞭なエッジを得ます。
  • エッジの分類: 輝度変化のしきい値に基づき、各ピクセルを強いエッジ、弱いエッジ、またはエッジではないものに分類します。
  • 最終的な補正: 強いエッジにつながる弱いエッジは残し、それ以外はすべて除去して、明瞭につながった境界だけを残します。

Cannyエッジ検出器の適用前の元画像と適用後の出力画像

図5. Cannyエッジ検出器の適用前の元画像と、それに対応する適用後の出力画像。(出典)

ノイズを除去しながら正確な結果を得られるため、Cannyエッジ検出は精度が重要な分野で広く使われています。たとえば、医用画像、衛星地図作成、文書スキャン、ロボットビジョンなどの分野で利用されています。

勾配ベースとガウシアンベースのエッジ検出#

ここまで、SobelとCannyという2つのエッジ検出の例を見てきました。どちらもエッジの検出を目指していますが、アプローチは異なります。

勾配ベースの手法(Sobel、Prewitt、Scharrなど)は、勾配と呼ばれる輝度の急激な変化を探してエッジを検出します。画像を走査し、この変化が最も強い場所をマークします。シンプルで高速なため、画像が鮮明な場合に効果的です。ただし、ノイズに敏感で、輝度のわずかな変動がエッジと誤認されることがあります。

ガウシアンベースの手法(Cannyやラプラシアン・オブ・ガウシアンなど)は、画像を最初にぼかすという手順を加えて、この問題に対処します。多くの場合、ガウシアンフィルターを使って平滑化し、誤ったエッジの原因となる小さな変動を低減します。平滑化後も輝度の急激な変化を探しますが、ノイズの多い画像や低品質の画像でも、より明瞭で正確な結果が得られます。

勾配ベースとガウシアンベースのエッジ検出

図6. 勾配ベースとガウシアンベースのエッジ検出。画像提供:著者。

エッジ検出の実世界での活用例#

エッジ検出の仕組みをより深く理解したところで、実際の状況でどのように応用されるかを見ていきましょう。

エッジ検出を使ったひび割れの特定#

橋や高層ビルなど、大規模なコンクリート構造物の点検は、困難で危険を伴う作業です。こうした構造物は長距離にわたったり、高所に及んだりするため、従来の点検は時間と費用がかかり、危険を伴います。また、足場の設置、ロープアクセス、近接しての手作業による測定、写真撮影が必要になることも一般的です。

興味深いアプローチとして、2019年に研究者たちは、高解像度カメラを搭載したドローンでコンクリート表面の詳細な入力画像を撮影する、より安全で迅速な方法を検証しました。その後、さまざまなエッジ検出手法で画像を処理し、ひび割れを自動的に特定しました。

この研究では、この方法により危険な場所へ人が直接立ち入る必要性が大幅に減り、点検も迅速化することが示されました。ただし、精度は依然として照明条件、画像の鮮明さ、ドローンの安定した飛行などの要因に左右されました。誤検出を取り除くため、人による確認が必要な場合もありました。

医用画像におけるエッジ検出の活用#

X線画像やMRI画像には、ノイズと呼ばれる視覚的な乱れが含まれることが多く、細部が見えにくくなります。そのため、腫瘍の縁を見つけたり、臓器の輪郭をたどったり、時間の経過に伴う微妙な変化を監視したりする際に、医師にとって課題となります。

最近の医用画像研究では、Sobel、Canny、Prewitt、ラプラシアンなどの一般的なエッジ検出手法が、ノイズの多い画像をどの程度処理できるかを検証しました。研究者たちは画像にさまざまな種類や強さのノイズを加え、各手法が重要な特徴をどの程度正確に描けるかを調べました。

Cannyは通常、ノイズが強い場合でも最も明瞭なエッジを生成しましたが、すべてのケースで最良だったわけではありません。特定のノイズパターンでは、より適した手法もあり、万能な解決策はありません。

ノイズが増加するにつれてSobelより明瞭なエッジを示すCanny

図7. ノイズが増加するにつれて、Canny(d–f)はSobel(g–i)より明瞭なエッジを示します。(出典)

このことは、コンピュータービジョンなどのテクノロジーが非常に重要である理由を示しています。高度なアルゴリズムとビジョンAIモデルを組み合わせることで、こうしたソリューションは基本的なエッジ検出を超え、困難な条件下でも、より正確で信頼性の高い結果を提供できます。

エッジ検出のメリット#

エッジ検出と画像処理を使用するメリットをいくつか紹介します。

  • データ圧縮の向上: エッジ検出を使うと、重要な情報を保持しながら主要な特徴だけで画像を表現できるため、ファイルサイズを削減できます。これにより、保存と転送の効率が高まります。
  • オブジェクトの位置特定精度の向上:オブジェクトの境界を正確に識別することで、エッジ検出はシステムによるオブジェクトの位置特定と追跡の精度を高めます。これはロボティクスにおけるビジョンAIや自動運転車などのアプリケーションに役立ちます。
  • マルチスケール特徴検出: エッジ検出手法では異なるスケールで画像を分析し、小さな細部と大きな形状の両方を捉えられます。この柔軟性は、テクスチャ分析からシーン理解まで、さまざまなタスクで役立ちます。

エッジ検出に画像処理を使う際の制限#

画像処理におけるエッジ検出には多くのメリットがありますが、いくつかの課題もあります。主な制限を紹介します。

  • 複雑なテクスチャの問題: 複雑なパターンや繰り返しパターンを含む画像では、エッジ検出によって誤ったエッジや無関係なエッジが多数生成されることが多く、その後の分析が複雑になり、信頼性も低下します。
  • 照明への敏感さ: 輝度の変動、影、反射によって、エッジ検出器が照明の変化を物体の境界と誤認し、結果に一貫性がなくなることがあります。
  • 物体を識別できない: エッジは物体の始まりと終わりを示しますが、物体が何であるかは明らかにしません。検出したエッジに意味やラベルを割り当てるには、追加の処理が必要です。

コンピュータービジョンをエッジ検出に活用できる場面#

エッジ検出は、目と脳が連携して世界を認識する仕組みにヒントを得ています。人間の視覚では、視覚野にある特殊なニューロンが、エッジ、線、境界に強く反応します。

こうした視覚的な手がかりは、ある物体がどこで終わり、別の物体がどこから始まるかをすばやく判断するのに役立ちます。そのため、単純な線画でもすぐに認識できます。脳は形状や物体を識別するために、エッジに大きく依存しています。

コンピュータービジョンはこの能力を模倣するだけでなく、さらに一歩進んでいます。Ultralytics YOLO11のようなモデルは、基本的なエッジ強調や画像補正を超え、物体を検出し、正確な輪郭を描き、リアルタイムで動きを追跡できます。こうした深い理解により、エッジ検出だけでは不十分な場面で欠かせない技術となっています。

Ultralytics YOLO11でエッジをより正確に検出する#

エッジ検出を基盤としながら、それを超えるUltralytics YOLO11対応の主要なコンピュータービジョンタスクを紹介します。

  • オブジェクト検出:画像や動画内の複数のオブジェクトを識別し、それぞれをバウンディングボックスで囲んで位置を特定します。これにより、何がどこにあるのかを明確に把握できます。
  • インスタンスセグメンテーション:オブジェクトをピクセル単位で分割し、オブジェクトが重なっていたり、不規則な形状だったりしても、明瞭で正確な輪郭を生成します。
  • 画像分類:視覚的特徴に基づいてオブジェクトや画像全体にラベルを割り当て、大規模なデータセットの整理や解釈を容易にします。
  • 姿勢推定:オブジェクトや人物の位置、向き、姿勢を特定します。これにより、動きの監視や時間の経過に伴う構造変化の検出に役立ちます。
  • オブジェクトトラッキング:動画の各フレームで移動するオブジェクトを追跡し、長期的な観察で正確に識別し続けられるようにします。

コンピュータービジョンによるインフラのエッジ検出#

従来はエッジ検出に依存していたアプリケーションをコンピュータービジョンで強化する例として、インフラや産業設備のひび割れ検出があります。Ultralytics YOLO11などのコンピュータービジョンモデルをCrack-Segなどのデータセットでトレーニングすれば、道路、橋、パイプラインのひび割れを正確に識別できます。同じ手法は航空機の保守、建物の点検、製造業の品質管理にも応用でき、点検の迅速化と安全性の向上に役立ちます。

ひび割れのセグメンテーションにUltralytics YOLO11を使用する例

図8. ひび割れのセグメンテーションにYOLO11を使用する例。(出典)

重要なポイント#

エッジ検出は、初期の単純な手法から、複雑な画像内の微妙な境界まで検出できる高度な技術へと大きく進歩しました。重要な細部を際立たせ、注目すべき領域を強調し、画像をより深い分析に備えることで、画像処理の中核を担っています。

コンピュータービジョンでは、エッジ検出が形状の定義、物体の分離、有用な情報の抽出に重要な役割を果たします。医用画像、産業点検、自動運転、セキュリティなど多くの分野で活用され、正確で信頼性の高い視覚的理解を実現します。

コミュニティに参加し、GitHubリポジトリを確認して、AIについてさらにご覧ください。独自のビジョンAIプロジェクトを始める場合は、ライセンスオプションをご確認ください。ヘルスケアにおけるAIや小売業におけるビジョンAIなどの活用例については、ソリューションページをご覧ください。

執筆者

Abirami Vina
Abirami Vina

コンテンツクリエイター · Ultralytics

コンピュータービジョンエンジニアとしてキャリアをスタートさせたAbirami Vinaは、ビジョンAIと機械学習の強固な基盤を築きました。Ultralyticsのコンテンツクリエイターであり、Scribe of AIの創設者兼チーフライターとして、AIに特化した企業向けの高品質な技術コンテンツを制作しています。AIを理解しやすく魅力的なものにするという情熱に基づき、最先端のテクノロジーと実社会への影響をつなぐ仕事に取り組んでいます。

コメント

質問したり、結果を共有したり、ほかの人をサポートしたりできます。

ソリューションを見る

スポーツにおけるコンピュータービジョン

スポーツにおけるコンピュータービジョン

Ultralytics YOLOが、選手やボールの追跡、パフォーマンス分析、コーチングへの知見、アスリートのリハビリを通じて、スポーツビジョンをどのように支えるかをご紹介します。
詳しく見る
航空画像向けコンピュータービジョン

航空画像向けコンピュータービジョン

Ultralytics YOLOを使用して、ドローンや航空画像をリアルタイムの知見に変換し、農業、水産養殖、自然保護、地理空間分析に活用できます。
詳しく見る
航空宇宙分野のコンピュータービジョン

航空宇宙分野のコンピュータービジョン

Ultralytics YOLOを活用して航空宇宙分野でコンピュータビジョンを導入し、航空機検査、滑走路上のFOD検出、空港の地上業務、複合材の欠陥検出に活用できます。
詳しく見る
セキュリティ分野のコンピュータービジョン

セキュリティ分野のコンピュータービジョン

Ultralytics YOLOモデルであらゆる施設を保護しましょう。ビジョンAIは、周辺監視、脅威検知、ナンバープレート認識、職場の安全管理を支援します。
詳しく見る
ロボティクス分野のコンピュータービジョン

ロボティクス分野のコンピュータービジョン

Ultralytics YOLOモデルで、よりスマートなマシンを実現しましょう。ロボティクスにおけるビジョンAIは、自律ナビゲーション、認識、物体追跡、リアルタイム制御を支援します。
詳しく見る
物流におけるコンピュータービジョン

物流におけるコンピュータービジョン

Ultralytics YOLOモデルで物流を効率化しましょう。ビジョンAIにより、荷物検査、仕分け、車両追跡、倉庫のリアルタイム安全監視を実現します。
詳しく見る
小売業におけるコンピュータービジョン

小売業におけるコンピュータービジョン

Ultralytics YOLOモデルで小売のあり方を変革しましょう。ビジョンAIにより、在庫追跡、棚の監視、行列管理、より高度な顧客インサイトを実現します。
詳しく見る
医療分野におけるコンピュータービジョン

医療分野におけるコンピュータービジョン

Ultralytics YOLOモデルで医療ソリューションを構築しましょう。医療分野のビジョンAIは、医用画像処理の高速化、より高度な診断、患者モニタリングを実現します。
詳しく見る
製造業におけるコンピュータービジョン

製造業におけるコンピュータービジョン

Ultralytics YOLOモデルで製造を最適化しましょう。ビジョンAIは、品質管理、欠陥検出、PPE準拠、組立ラインの自動化を推進します。
詳しく見る
自動車分野におけるコンピュータービジョン

自動車分野におけるコンピュータービジョン

Ultralytics YOLOモデルで自動車分野にコンピュータービジョンを導入しましょう。ビジョンAIは、道路の安全性、運転支援、車両の自動化を向上させ、よりスマートな道路を実現します。
詳しく見る
農業におけるコンピュータービジョン

農業におけるコンピュータービジョン

Ultralytics YOLOモデルでスマート農業にビジョンAIを導入しましょう。作物のモニタリング、家畜の追跡、精密農業を支援し、より高く効率的な収量を実現します。
詳しく見る

AIの未来を一緒に築きましょう!

機械学習の未来に向けた歩みを始めましょう