[논문]LoG Scale-Space를 이용한 라인의 중심축 검출

변기원; 남기곤; 주재흠

LoG Scale-Space를 이용한 라인의 중심축 검출
Medial Axis Detection of Stripes Using LoG Scale-Space 원문보기

信號處理·시스템學會論文誌 = Journal of the institute of signal processing and systems, v.11 no.3, 2010년, pp.183 - 188

변기원 (부산대학교 전자공학과) , 남기곤 (부산대학교 전자공학과) , 주재흠 (부산가톨릭대)

초록
AI-Helper

본 논문에서는 LoG scale-space를 이용한 그레이스케일 영상에서 연속패턴 라인 중심축 검출 기법을 제안한다. 제안된 기법은 LoG의 스케일 크기를 적응적으로 가변하여 라인 중심축을 검출하는 방법이다. 작은 스케일의 LoG 연산자는 라인의 에지점에서 영교차 특성이 나타나며, 영교차점을 중심으로 좌우에 +/- 극성을 가진 극점이 존재하게 된다. 즉 일정한 폭을 가지는 라인은 양쪽 가장자리에서 2개의 +극점을 가지게 된다. LoG의 확산동작을 반복함에 따라 스케일을 증가시키면 +극점은 라인 양쪽 에지영역에서 중심영역으로 이동하여 점진적으로 가까워져서 최종적으로 하나의 극점으로 중첩되어진다. 연속패턴 라인 중심축은 2개의 +극점이 중심영역에서 중첩되는 점이다. 제안하는 방법은 기존의 이진영상에서 적용되는 세선화 방법보다 강인하게 연속패턴 라인 중심축을 검출함을 확인하였다.

Abstract ▼ AI-Helper

In this paper we propose a detection method of the medial axis of the continuous stripes on the LoG scale-space. Our method detects the medial axis of continuous stripes iteratively by varying the scale of LoG operator. Small-scale LoG operator detects two +/- pole pairs centered on the edge positions of stripe by the zero-crossing detection. The more increase the scale of LoG scale-space, the more close two poles to the medial axis of stripe. The medial axis of continuous stripe is the position where two poles is overlapped. The proposed method detected robustly the medial axis of continuous stripes stronger than the thinning methods used to binary image.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

LoG scale-space를 이용한 연속 패턴라인의 중심축 검출 기법이 실 영상에서도 가능함을 검증하기 위하여 다양한 실험을 통해 보이고자 한다. 또한 Stentiford 세선화 방법과 Zhang Suen 세선화 방법 함께 비교하여 제안하는 검출기법의 성능을 검증하고자 한다E1L12].
본 논문에서는 LoG(laplacian of gaussian) scale-space를 이용한 그레이스케일 영상에서 연속패턴 라인 중심축 검출기법을 제안한다. 제안하는 방법은 LoG의 스케일(scale) 크기를 적응적으로 가변하여 라인 중심축을 검출하는 방법이다.
본 연구에서는 LoG scsde-spiace률 이용하여 패턴 라인의 중심축 검출을 통한 세선화 기법을 제안하였다. 기존 익세선화 기법은 먼저 그레이스케일 영상을 이진화하여 영상의 배경으로부터 패턴 라인을 분리하고 중심축을 검출하였다.

제안 방법

Salari⑻는. 능선추적에 의한 세선호} 기법을 제안하였다. Salari 방법은 영상을 침식 시 킴으로서 점차 새로운 능선 부분이 생성되게 하고, 이 능선 부분을 검출함으로서 물체의 골격선을 찾는다, Safari 세선화는 골격선의 연결 성이 보장되고 단일 두께의 골격선을 얻을 수 있으며, 골격 선의 위치가 물체내의 큰 화소값 부분이 되는 등 많은 장점을 갖는다.
실험을 통해 보이고자 한다. 또한 Stentiford 세선화 방법과 Zhang Suen 세선화 방법 함께 비교하여 제안하는 검출기법의 성능을 검증하고자 한다E1L12].
라인 중심축은 2개의 극점이 중첩되는 점이다. 본 연구에서는 중첩되는 극점을 검출함으로써 직접 그레이스케일 영상에서 패턴 라인의 중심축을 검출 할 수 있었다. 제안한 방법은 전처리 과정으로 이쟌화 과정을 거치지 않음으로 원본 훼손의 가능성을 줄였으며 구해진 중심축의 연결성이 보존됨을 실험으로 확인할 수 있었다.
제안한다. 제안하는 방법은 LoG의 스케일(scale) 크기를 적응적으로 가변하여 라인 중심축을 검출하는 방법이다. 스케일이 작은 LoG 연산자는 라인의 에지점에서 영 교차 특성이 나타나며, 영교차점을 중심으로 좌우에 +/- 극성을 가진 극점이 존재하게 된다.
두번째 방법은 입력 신호를 먼저 2차 미분 연산을 한' 후 확산 동작을 수행한 LoG scale-space에서 극점을 검출하는 방법이다. 제안하는 방법은 일정한 폭을 가지는 라인의 정확한 극점을 검출하기 위해서 두 번째 방법을 이용하였다.
블록도는 그림 2에 나타내었다. 제안하는 방법은 입력신호의 2차 미분연산, 반복 확산동작, 극점 검출 단계를 거쳐 연속 패턴라인의 중앙축을 검출한다. 2차 미분의 LoG 연산은 일정한 폭을 가지는 라인에 적용하면 에지 점에서 영 교차 특성이 나타난다.
영교차 특성을 가지는 라인은 영 교차점을 중심으로 좌우에 +/- 극성을 가지는 극점이 존재한다. 제안하는 중심축 검출 방법은 다음 국부 극점 검출 과정을 이용하여 +극성을 가지는 극점을 검출한다.
레이스케일 영상내에서 직접 세선화 하는 연구가 필요하였다. 제안한 방법은 LoG scale-space를 이용하여 반복 확산동작에 따라 신호 스케일의 크기를 적응적으로 가변하고 그레이스케일 영상에서 직접 라인의 중심축을 검출하였다. 제안한 빙, 법에 사용된 LoG 연산자를 이용하여 라인의 에지 영역을 계산한다.
제안한 방법은 LoG scale-space를 이용하여 반복 확산동작에 따라 신호 스케일의 크기를 적응적으로 가변하고 그레이스케일 영상에서 직접 라인의 중심축을 검출하였다. 제안한 빙, 법에 사용된 LoG 연산자를 이용하여 라인의 에지 영역을 계산한다..
그림 8은 변형을 가.한, 격자형태의 연속 패턴 라인을 세선화 방법과 제안 방법의 라인 중심축 검출을 비교한 것이다, . 그림 8 (b)와 (c)는 조명 환경에 대한 그레이스케일 영상의 하소값 변화에 따른 라인 중심축 검출을 알아보기 위하여 좌, 우 끝부분 중앙 영역을 어둡게 하.

데이터처리

그림 8. 격자 형태의 중심축 검출의 세선화 방법과 제안 방법 비교. (a) 입력 영상, (b) Stentiford 세선화를 이용한 중심축 결과 영상, (c) Zhiang Suen 세선화를 이용한 중심축 결과 영상, (d) 제안 방법율 이용한 중심축 결과 영상,
제안한 기법이 잡음에 얼마나 강인한지를 검증하기 위하여 그림 5에서 보는 바와 같이 라인이라 가정한 같은 폭을 가지는 1차원 구형파에 평균은 0, 분산은 100인 가우 시안 불규칙 잡음을 생성하고 중심축을 검출하였다.

성능/효과

제안한 방법은 전처리 과정으로 이쟌화 과정을 거치지 않음으로 원본 훼손의 가능성을 줄였으며 구해진 중심축의 연결성이 보존됨을 실험으로 확인할 수 있었다. 검출된 패턴 라인의 중심축은 그 폭이 1화소의 두께를 가지게 되므로 정확하게 라인의 중심축을 검출할 수 있음을 확인하였다
그림 8 (b)와 (c)의 기존 세선화 방법들은 어두운 조}, 우 끝부분 중앙 영역에 위치한 라인을 이진화 과정에서 경계선 손실로 인한 배경으로 처리되어 라인 중심축으로 검출하지 못하였다. 제안 방법은 세선화 방법에 비해 직접 그레이스케일 영상에서 처리하기 때문에 이진화 과정에 따른 조명 영향을 극복하고 강인하게 라인의 중심축을 검출하였다.
그림 6 (d)의 제얀 방법은 기존의 세선화 방법과 달리 이진화 과정없이 그례이스케일영상에서 직접 수행하기 때문에 라인의 경계선 연결 손실 없이 전체적으로 강인하게 중심축을 검출하였다. 제안 방법은 잡음으로 생성된 라요1 중심축도 극점 웅대값 크기를 판별하여 제거할 수 있기 때문에 일부분 레이저 난반사가 일어나는 집'음 영역에서도 강인하게 라인 중심축을 검출하였다.
연속패턴 라인 중심축은 2개의 극점이 중심영역에서 중첩되는 점이다. 제안하는 방법은 기존의 이진 영상에서 적용되는 세선화 방법보다 강인하게 연속패턴 라인 중심축을 검출함을 확인하였다、
본 연구에서는 중첩되는 극점을 검출함으로써 직접 그레이스케일 영상에서 패턴 라인의 중심축을 검출 할 수 있었다. 제안한 방법은 전처리 과정으로 이쟌화 과정을 거치지 않음으로 원본 훼손의 가능성을 줄였으며 구해진 중심축의 연결성이 보존됨을 실험으로 확인할 수 있었다. 검출된 패턴 라인의 중심축은 그 폭이 1화소의 두께를 가지게 되므로 정확하게 라인의 중심축을 검출할 수 있음을 확인하였다

참고문헌 (12)

L. Lam, S. W. Lee and C. Y. Suen, "Thinning Methodologies- A Comprehensive Survey," IEEE Trans. on Pattern Analysis and Machine Intell., vol. 14, no. 9, pp. 869-885, 1992.

상세보기
V. K. Govindan and A. P. Shivaprasad, "A Pattern Adaptive Thinning Algorithm," Pattern Recognition, vol. 20, no. 6, pp. 623-637, 1987.

상세보기
N. J. Naccache and R. Shinghal, "SPTA: A Proposed Algorithm for Thinning Binary Patterns," IEEE Trans. on System, Man, and Cybernetics, vol. 14, no. 3, pp. 409-418, 1984.
T. Y. Zhang and C. Y. Suen, "A Fast Parallel Algorithm for Thinning Digital Patterns," Comm. of the ACM, vol. 27, no. 3, pp. 236-239, 1984.

상세보기
Y. S. Chen and W. H. Hsu, "A Modified Fast Parallel Algorithm for Thinning Digital Patterns," Pattern Recognition Letters, vol. 7, no. 2, pp. 99-106, 1988.

상세보기
C. R. Dyer and A. Rosenfeld, "Thinning Algorithm for Gray-scale Pictures," IEEE Trans. on Pattern Analysis and Machine Intell., vol. 1, no. 1, pp. 431-439, Jan. 1979.
S. Peleg and A. Rosenfeld, "A Min-Max Medial Axis Transformation," IEEE Trans. on Pattern Analysis and Machine Intell., vol. 3, no. 1, pp.208-210, 1981.
E. Sslari and P .Sly, "The Ridge-Seeking Method for Obtaining the Skeleton of Digital Images," IEEE Trans. on System, Man, and Cybernetics, vol. 14, no. 3, pp. 524-528, 1984.
C. Wang and K. Abe, "A Method of Gray-scale Image Thinning: The Case without Region Specification for Thinning," lEEE 11th Int. Conf. on Pattern Recognition, vol. 3, pp. 404-407, 1992.
변기원, 주재흠, 남기곤, "스테레오 비젼을 이용한 실내환경의 3차원 형상 재구성 알고리즘", 신호처리시스템 학회 , vol. 10, no. 1, pp. 13-21, 2009년 1월.
F. W. M. Stentiford and R. G. Mortimer, "Some New Heuristics for Thinning Binary Handprinted Character for OCR," IEEE Trans. on System, Man and Cybernetics, vol. SMC-13, no. 1, pp. 81-84, Jan. 1983

상세보기
C. M. Holt, A. Stewart. M. Clint and R. H. Perrott, "An Improved Paralled Thinning Algorithm," Comm. of the ACM, vol. 30, no. 2, pp. 156-160, Feb. 1987

상세보기

저자의 다른 논문 :

LOADING...

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증