との差が正の値であり、その値が十分に大きい部分であると考えられる。
当初、上記の考えに基づいてプログラムを作成した。辺材部ではある程度の結果が求めることが出来たが、心材部に至っては検出の間違いが頻出した。また、一つの年輪界につき検出点が複数表れた。
考えられる原因は差の基準となる「十分に大きな値」を求めることが出来なかったからである。心材、辺材部の色合いの違いにより円板全体に対する基準を決定出来なかったことが原因である。検出点が複数表れたことは画像のグラデーションが関係している。
心材部と辺材部の色の違いは本プログラムにおいて大きな課題である。心材、辺材部の色の違いが問題であったので、心材部と辺材部分割した範囲に分けるアルゴリズムをいくつか考えたが、心材部と辺材部の違いが大きい画像には適用できるが、違いの少ない画像では適用できないと言った結果で、満足のいく結果を得られなかった。
考えられる原因は心材、辺材部分の色情報の分布が不規則であることがである。円板画像を観察し、心材部と辺材部の境界らしき場所の年輪を見ると同じ年輪であっても色の違いが激しい。そのため中心から外側に向かって調べるとい方法では限界があると判断した。心材部と辺材部の範囲分けにはさらに高度な画像解析の手法が必要だと考えられる。そしてそれは年輪界を検出するよりも難解だと思われる。よって今回は年輪界の検出の方に力をいれるために見送ることにした。心材部、辺材部範囲分けに変わる方法は後で詳しく述べることにする。
また原画像の情報を本プログラム内では書き換えないということも本プログラムの基本方針の一つとした。
注目する点の周り八点の情報を調べる。
八点を取る理由は、画素が（格子状にならんでいるために）確実に周囲の情報を得られるからである。