현대사회에서 영상처리는 스마트폰, 디지털 카메라, 디지털 TV 등의 여러 디지털 기기에 응용되고 있다. 영상처리 분야 중에서 에지 검출은 영상처리과정에 중요한 부분이다. 영상 에지는 배경과 물체 사이에서 화소값이 급격히 변화하는 지점이며, 크기, 위치, 방향 등의 중요한 정보를 포함한다. 기존의 에지 검출 방법은 크기가 작은 가중치 마스크를 이용하여 에지를 검출하기 때문에, AWGN(additive white Gaussian noise)에 훼손된 영상의 에지 검출 결과가 다소 미흡하다. 따라서 본 연구에서는 AWGN 환경에서 효과적으로 에지를 검출하기 위해, 마스크 영역의 범위를 넓혀 각 영역에 따른 새로운 화소를 추정한 후, 추정된 마스크를 벡터로 변환하여 정렬한 후 계산된 기울기로 에지를 검출하는 알고리즘을 제안하였다.
현대사회에서 영상처리는 스마트폰, 디지털 카메라, 디지털 TV 등의 여러 디지털 기기에 응용되고 있다. 영상처리 분야 중에서 에지 검출은 영상처리과정에 중요한 부분이다. 영상 에지는 배경과 물체 사이에서 화소값이 급격히 변화하는 지점이며, 크기, 위치, 방향 등의 중요한 정보를 포함한다. 기존의 에지 검출 방법은 크기가 작은 가중치 마스크를 이용하여 에지를 검출하기 때문에, AWGN(additive white Gaussian noise)에 훼손된 영상의 에지 검출 결과가 다소 미흡하다. 따라서 본 연구에서는 AWGN 환경에서 효과적으로 에지를 검출하기 위해, 마스크 영역의 범위를 넓혀 각 영역에 따른 새로운 화소를 추정한 후, 추정된 마스크를 벡터로 변환하여 정렬한 후 계산된 기울기로 에지를 검출하는 알고리즘을 제안하였다.
In modern society the image processing has been applied to various digital devices such as smartphone, digital camera, and digital TV. In the field of image processing the edge detection is one of the important parts in the image processing procedure. The image edge means point that the pixel value ...
In modern society the image processing has been applied to various digital devices such as smartphone, digital camera, and digital TV. In the field of image processing the edge detection is one of the important parts in the image processing procedure. The image edge means point that the pixel value is changed between background and object rapidly, and includes the important information such as magnitude, location, and orientation. The performance of the existing edge detection method is insufficient for the image degraded by AWGN(additive white Gaussian noise) because it detects edges by using small weighted masks. Therefore, in this paper, to detect edge in AWGN environment effectively, we proposed an algorithm that detects edge as calculated gradient of sorting vector which is transformed by estimated mask from new pixel according to each region.
In modern society the image processing has been applied to various digital devices such as smartphone, digital camera, and digital TV. In the field of image processing the edge detection is one of the important parts in the image processing procedure. The image edge means point that the pixel value is changed between background and object rapidly, and includes the important information such as magnitude, location, and orientation. The performance of the existing edge detection method is insufficient for the image degraded by AWGN(additive white Gaussian noise) because it detects edges by using small weighted masks. Therefore, in this paper, to detect edge in AWGN environment effectively, we proposed an algorithm that detects edge as calculated gradient of sorting vector which is transformed by estimated mask from new pixel according to each region.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 논문에서는 5×5 마스크를 사용하여 AWGN을 효과적으로 제거하고, 검출에 적용되는 가중치를 활용하여 우수한 에지 검출 특성을 갖는 알고리즘을 제안하였다.
그러나 일반적인 영상에서는 Ground truth 영상을 얻는 것이 다소 불가하므로 정량적인 평가가 어렵다[8-10]. 따라서 본 논문에서는 에지 검출 특성을 프로파일로 나타내었다.
본 논문에서는 AWGN 환경에서 효과적으로 에지를 검출하기 위하여, 5×5 마스크로부터 변형된 마스크를 추정하였고, 정렬 벡터 및 가중치 벡터를 적용하여 최종 에지화소를 결정하는 알고리즘을 제안하였다.
제안 방법
따라서 본 논문은 마스크 영역의 범위를 확장하여, 각 영역에 따른 새로운 화소를 추정한 후, 추정된 마스크를 1차원 벡터로 정의하고 이 벡터에 대한 가중치 벡터 및 정렬 벡터를 이용하여 최종에지를 결정하는 알고리즘을 제안하였다.
제안한 알고리즘은 AWGN이 첨가된 영상에서 에지를 검출하기 위하여, 5×5 마스크에서 국부 마스크 평균값을 구한 후 새로운 마스크를 추정하고 추정된 마스크의 1차원 벡터를 식 (6)의 정렬 벡터 S와 식 (7)의 가중치 벡터 W를 적용하여 에지를 검출한다.
대상 데이터
제안한 알고리즘의 에지 검출 성능을 확인하기 위해, 그림 4와 같이 시험 영상으로 Boat 영상을 사용하였으며, 표준편차 20 및 40의 AWGN을 영상에 첨가하여 기존의 방법과 시뮬레이션하였다.
제안한 알고리즘의 타당성을 입증하기 위하여, 표준편차 σ = 20, 40의 AWGN이 첨가된 Boat 영상으로 시뮬레이션하였으며, 그 결과 기존의 방법들에 비해 우수한 에지 검출 특성을 나타내었다.
성능/효과
제안한 알고리즘의 타당성을 입증하기 위해, AWGN(additive white Gaussian noise)에 훼손된 영상을 사용하여 시뮬레이션하였으며, 그 결과, 제안한 알고리즘은 우수한 에지 검출 특성을 나타내었다.
후속연구
따라서 제안한 알고리즘은 경계 검출이 필요한 영상처리 시스템 분야에 활용될 것으로 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
영상 에지는 무엇입니까?
에지 검출 기술은 영상처리 분야 중에서 중요한 역할을 하는 기술이며, 영상 에지는 물체와 배경 사이에서 나타나는 화소값이 급격하게 변화하는 부분으로 정의된다. 이러한 에지는 물체의 크기, 방향, 위치 등의 정보를 포함하고 있으며, 물체 인식, 차선 인식, 영상 분석 및 영상 분할 등에 중요한 요소이다.
기존의 에지 검출방법은 무엇이며 이러한 방법들의 장점 및 단점은 무엇입니까?
에지 검출은 대부분의 영상처리 분야에서 중요한 역할을 하기 때문에 이를 위한 여러 연구가 현재 활발히 진행되고 있다[2-4]. 기존의 에지 검출 방법에는 Sobel, Prewitt, Laplacian 등의 방법 등이 있으며[5], 이들 방법은 크기가 3×3인 마스크를 이용하여 에지를 검출하기 때문에, 처리속도 면에서 우수하나, 잡음이 첨가된 영상에서 그 특성이 매우 미흡하다[6].
기존의 에지 검출 방법 중에서 Sobel, Prewitt 방법은 무엇입니까?
기존의 에지 검출 방법에는 Sobel, Prewitt, Laplacian 등이 있다. 이 중 Sobel, Prewitt 방법은수직 및 수평 방향의 1차 미분 연산자를 이용한 방법이며, 이들 1차 미분 연산자는 일반적으로 3×3 마스크에서 정의된다.
참고문헌 (10)
R. Nevatia, "Evaluation of simplified Hueckel edge-line detector", Comput., Graph., Image Process., vol. 6, no. 6, pp. 582-588, 1977.
Mingxiu Lin, Shuai Chen, "A new prediction method for edge detection based on human visual feature," Control and Decision Conference, 2012 24th Chinese, pp. 1465-1468, 2012.
J. Canny, "A computational approach to edge detection", IEEE Trans. Pattern Analysis and Machine Intelligence, Vol. 8, No. 6, pp. 679-698, 1986.
Hu Qing-hui, Liu Xiao-gang, "The Research of An Improved Roberts Algorithm Used In Welding Line Identification", CAID & CD 2009. IEEE 10th International Conference on , pp. 786-788, 2009.
Rana Abdul Rahman Lateef, "Expansion and Implementation of a 3x3 Sobel and Prewitt Edge Detection Filter to a 5x5 Dimension Filter", Baghdad College of Economic sciences University, pp. 336-348, Vol., issue 18, 2008.
Mahdi Setayesh, Mengjie Zhang and Mark Johnston, "Improving Edge Detection Using Particle Swarm Optimisation", Image and Vision Computing New Zealand 25th International Conference of, pp. 1-8, 2011.
Chang-Gi Moon and Chul-Soo Ye, "An Evauation and Combination of Noise Reduction Filtering and Edge Detection Filtering for the Feature Element Selection in Stereo Matching", Korean Journal of Remote Sensing, vol. 23, no. 4, pp. 273-285, 2007.
AI-Helper
※ AI-Helper는 부적절한 답변을 할 수 있습니다.