디지털 영상 장치의 이용이 증가함에 따라, 영상 처리 관련 소프트웨어 및 하드웨어에 대한 관심이 높아지고 있으며, 영상 처리는 물체 인식, 물체 검출, 지문 인식 등의 여러 분야에서 적용되고 있다. 에지 검출은 대부분의 영상 처리 기술 등의 전처리 과정으로 국내외에서 많은 연구가 진행되고 있다. 대표적인 에지 검출 방법에는 소벨(Sobel), 프리윗(Prewitt), 라플라시안(Laplacian), 로버츠(Roberts), 케니(Canny) 에지 검출기 등이 있으며, 이러한 기존의 방법들은 비잡음 영상에서 에지를 우수하게 검출이 가능하나 임펄스 잡음에 훼손된 영상에서는 잡음 제거 특성이 미흡하여, 에지 검출 특성이 미흡하게 나타난다. 따라서 본 논문에서는 임펄스 잡음에 훼손된 영상에서 우수한 에지 검출 특성을 얻기 위하여, 마스크의 중심 화소를 축으로 하여 4개의 영역으로 나누고, 각 영역의 대표 화소값에 따라 추정 화소를 구하며, 추정된 마스크와 새로운 방향성 마스크를 적용하여 최종 에지를 검출하는 알고리즘을 제안하였다.
디지털 영상 장치의 이용이 증가함에 따라, 영상 처리 관련 소프트웨어 및 하드웨어에 대한 관심이 높아지고 있으며, 영상 처리는 물체 인식, 물체 검출, 지문 인식 등의 여러 분야에서 적용되고 있다. 에지 검출은 대부분의 영상 처리 기술 등의 전처리 과정으로 국내외에서 많은 연구가 진행되고 있다. 대표적인 에지 검출 방법에는 소벨(Sobel), 프리윗(Prewitt), 라플라시안(Laplacian), 로버츠(Roberts), 케니(Canny) 에지 검출기 등이 있으며, 이러한 기존의 방법들은 비잡음 영상에서 에지를 우수하게 검출이 가능하나 임펄스 잡음에 훼손된 영상에서는 잡음 제거 특성이 미흡하여, 에지 검출 특성이 미흡하게 나타난다. 따라서 본 논문에서는 임펄스 잡음에 훼손된 영상에서 우수한 에지 검출 특성을 얻기 위하여, 마스크의 중심 화소를 축으로 하여 4개의 영역으로 나누고, 각 영역의 대표 화소값에 따라 추정 화소를 구하며, 추정된 마스크와 새로운 방향성 마스크를 적용하여 최종 에지를 검출하는 알고리즘을 제안하였다.
As the digital image devices are widely used, interests in the software- and the hardware-related image processing become higher and the image processing techniques are applied in various fields such as object recognition, object detection, fingerprint recognition, and etc. For the edge detections S...
As the digital image devices are widely used, interests in the software- and the hardware-related image processing become higher and the image processing techniques are applied in various fields such as object recognition, object detection, fingerprint recognition, and etc. For the edge detections Sobel, Prewitt, Laplacian, Roberts and Canny detectors are used and these existing methods can excellently detect the edges of the images without noise. However, in the images corrupted by the impulse noise, these methods are insufficent in noise elimination characteristics, showing unsatisfactory edge detection. Therefore in this paper, in order to obtain excellent edge detection characteristics in the corrupted image by the impulse noise, an detection algorithm is porposed, which uses the central pixel of mask divided by four regions along the axis, calculates the estimated mask according to the representing pixel values in each regions, and detects the final edges by applying the estimates mask and the new directional one.
As the digital image devices are widely used, interests in the software- and the hardware-related image processing become higher and the image processing techniques are applied in various fields such as object recognition, object detection, fingerprint recognition, and etc. For the edge detections Sobel, Prewitt, Laplacian, Roberts and Canny detectors are used and these existing methods can excellently detect the edges of the images without noise. However, in the images corrupted by the impulse noise, these methods are insufficent in noise elimination characteristics, showing unsatisfactory edge detection. Therefore in this paper, in order to obtain excellent edge detection characteristics in the corrupted image by the impulse noise, an detection algorithm is porposed, which uses the central pixel of mask divided by four regions along the axis, calculates the estimated mask according to the representing pixel values in each regions, and detects the final edges by applying the estimates mask and the new directional one.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
본 논문은 임펄스 잡음 중 salt-and-pepper 잡음에 훼손된 영상에서 우수한 에지 검출 특성을 얻기 위하여, 마스크를 4개의 영역으로 나누고, 각 영역에서 추정 화소를 구하여 추정 마스크를 구성한 후, 방향성 마스크를 적용하여 최종 에지를 구한다. salt-and-pepper 잡음은 0 또는 255인 화소값이 임의로 첨가되는 잡음이다.
가설 설정
1. 모든 에지가 검출되어야 한다.
2. 검출된 에지가 참 에지와 가능한 가까워야 한다.
3. 검출된 에지가 참 에지에 대해 한 개여야 한다. 그리고 케니 에지 검출기는 다음과 같이 구성된다[7].
Step 1. 영상에 잡음이 있다고 가정하고, 잡음을 줄이기 위해, 가우시안(Gaussian) 필터로 영상을 스무딩한다.
제안 방법
이러한 방법들에 의해 검출된 에지 영상은 입력 영상이 비잡음 영상일 경우 우수한 결과를 가지며, 임펄스 잡음에 훼손된 영상에서는 영상의 전 영역에 동일한 가중치를 적용하기 때문에 에지 검출 특성이 급격히 저하한다. 그리고 케니(Canny) 에지 검출기는 잡음을 제거하기 위하여 가우시안(Gaussian) 필터를 이용하여 전 처리한 후, 소벨 등의 1차 미분 연산자를 이용하여 에지를 검출하고 비최대 억압(nonmaximum suppression) 등을 사용하여 불필요한 에지를 제거한 후, 다중 임계값을 적용하여 최종 에지를 구하며, 비잡음 영상에서는 우수한 특성을 가지며, 임펄스 잡음 영상에서는 미흡한 에지 검출 결과를 나타낸다[7].
그림 10 및 11은 Lena 및 Pepper 영상에 대한 에지 검출 결과이며, 잡음 제거를 위하여 salt-and-pepper 잡음 제거 특성이 우수한 5×5 마스크를 적용한 메디안 필터로 전처리한 후 기존의 에지 검출 방법으로 에지 검출을 하였다.
따라서 본 논문은 영상에서 마스크의 중심 화소를 기준으로 하여 4개의 영역으로 나누고, 그 영역의 대표 화소가 잡음 또는 비잡음 여부에 따라 추정 마스크를 구하여, 이 마스크와 새로운 방향성 마스크를 적용하여, 임펄스 잡음에 훼손된 영상에서 우수한 에지 검출 특성을 갖도록 알고리즘을 제안하였다.
에지 검출에 대한 평가는 시험 영상의 ground truth 설정에 따라 결과가 달라지므로, 정량적으로 비교하는 것이 다소 어렵다. 따라서 처리된 출력 영상으로 제안한 알고리즘과 기존의 에지 검출 방법들의 성능을 비교하였다.
본 논문은 임펄스 잡음 영상에서 에지를 검출하기 위하여, 제안한 마스크를 중심 화소를 기준으로 하여 상하좌우 방향의 4개의 영역으로 나누고, 각 영역의 대표 화소에 대한 잡음 여부를 판단하며, 그 결과에 따라 추정된 화소를 구하고, 추정 마스크에 방향성 마스크를 적용하여 최종 에지를 구하는 알고리즘을 제안하였다.
제안한 방법은 입력 영상으로부터 그림 4와 같은 마스크를 취하여 처리한다.
제안한 방법은 추정 마스크를 구하기 위하여, 그림 4의 제안한 마스크를 그림 5와 같이 4개의 영역으로 나누어 처리한다.
대상 데이터
본 논문은 임펄스 잡음 영상에서 에지 검출 알고리즘을 제안하였으며, 제안한 방법의 성능을 평가하기 위하여 시험 영상으로 512 × 512 크기, 8비트 그레이 레벨의 Lena, Pepper 영상에 각각 45%, 75%의 임펄스 잡음을 첨가한 영상을 사용하여 시뮬레이션하였다.
성능/효과
Lena(p=45%) 및 Pepper(p=75%) 영상으로 시뮬레이션 한 결과에서 MF+소벨 및 MF+프리윗에 의해 처리된 결과는 잡음 제거 특성이 다소 미흡하여 Lena 영상의 경우, salt-and-pepper 잡음에 훼손된 부분에서 에지 검출 오류를 나타내었고, Pepper 영상의 처리 결과에서는 높은 잡음 밀도의 영향으로 대부분 영역에서 에지 검출 오류를 나타내었다. MF+로버츠 및 MF+라플라시안에 의해 처리된 결과는 잡음 제거 특성이 다소 미흡하여 전반적으로 두 영상 모두의 경우, 에지 검출 특성이 다소 미흡하였다.
MF+로버츠 및 MF+라플라시안에 의해 처리된 결과는 잡음 제거 특성이 다소 미흡하여 전반적으로 두 영상 모두의 경우, 에지 검출 특성이 다소 미흡하였다. 그리고 MF+케니 에지 검출기에 의해 처리된 결과는 잡음 제거 특성이 기존의 방법들에 비해 개선되었고, 에지 검출 특성이 비교적 우수하였다. 그리고 제안한 방법에 의해 처리된 결과는 알고리즘이 다소 복잡하여 처리 시간 면에서는 다소 불리하지만, 그림 10, 11의 (f)와 같이 잡음 제거 특성 및 에지 검출 특성이 우수하였다.
그리고 MF+케니 에지 검출기에 의해 처리된 결과는 잡음 제거 특성이 기존의 방법들에 비해 개선되었고, 에지 검출 특성이 비교적 우수하였다. 그리고 제안한 방법에 의해 처리된 결과는 알고리즘이 다소 복잡하여 처리 시간 면에서는 다소 불리하지만, 그림 10, 11의 (f)와 같이 잡음 제거 특성 및 에지 검출 특성이 우수하였다.
제안한 방법의 타당성을 입증하기 위하여 여러 임펄스 잡음 영상에서 기존의 에지 검출 방법들과 비교하였으며, 그 결과 제안한 방법은 알고리즘이 다소 복잡하여 처리시간 면에서는 다소 불리하지만, 기존의 방법들에 비해 잡음 제거 특성 및 에지 검출 특성이 우수하였다.
후속연구
따라서 본 논문에서 제안한 방법은 군사 및 의료 등의 분야에서 에지 검출 응용에 적용되리라 사료된다.
질의응답
핵심어
질문
논문에서 추출한 답변
케니 에지 검출기는 무엇을 전제로 제안되었는가?
1. 모든 에지가 검출되어야 한다.
2. 검출된 에지가 참 에지와 가능한 가까워야 한다.
3. 검출된 에지가 참 에지에 대해 한 개여야 한다. 그리고 케니 에지 검출기는 다음과 같이 구성된다[7].
케니(Canny) 에지 검출기는 어떠한 과정을 통해 최종 에지를 구하는가?
이러한 방법들에 의해 검출된 에지 영상은 입력 영상이 비잡음 영상일 경우 우수한 결과를 가지며, 임펄스 잡음에 훼손된 영상에서는 영상의 전 영역에 동일한 가중치를 적용하기 때문에 에지 검출 특성이 급격히 저하한다. 그리고 케니(Canny) 에지 검출기는 잡음을 제거하기 위하여 가우시안(Gaussian) 필터를 이용하여 전 처리한 후, 소벨 등의 1차 미분 연산자를 이용하여 에지를 검출하고 비최대 억압(nonmaximum suppression) 등을 사용하여 불필요한 에지를 제거한 후, 다중 임계값을 적용하여 최종 에지를 구하며, 비잡음 영상에서는 우수한 특성을 가지며, 임펄스 잡음 영상에서는 미흡한 에지 검출 결과를 나타낸다[7].
라플라시안 마스크는 무엇인가?
라플라시안 마스크는 소벨, 프리윗, 로버츠와 달리 2차 미분 연산자를 사용하며 공간 영역에서는 하나의 마스크를 이용하여 에지를 검출하는 방법이다.
참고문헌 (11)
Kuo-Hsiang Chiang, Shih-Chung Chen, Chung-Min Wu, Ching-Hsing Luo, "The implementation of an assistive robot with real-time image recognition functions", IEEE/SICE International Symposium on SII, pp.610-615, Dec. 2013.
Lin, F., Wen-Yi Chang, Lung-Cheng Lee, Hung-Ta Hsiao, Whey-Fone Tsai, Jihn-Sung Lai, "Applications of Image Recognition for Real-Time Water Level and Surface Velocity", IEEE ISM, pp.259-262, Dec. 2013.
Sawada, K., Hashimoto, K., Nankaku, Y., Tokuda, K., "Image recognition based on hidden Markov eigenimage models using variational Bayesian method", IEEE APSIPA, pp.1-8, Oct. 2013.
Qiang Chen, Zheng Song, Feris, R., et al., "Efficient Maximum Appearance Search for Large-Scale Object Detection", IEEE Conference on CVPR, pp. 3190-3197, June 2013.
Xin Guo, Dong Liu, Jou, B., Mojun Zhu, Cai, A., Shih-Fu Chang, "Robust Object Co-detection", IEEE Conference on CVPR, pp.3206-3213, June 2013.
Xia Zhu, Xiaoming Hu, Dayuan Yan, Ya Zhou, Ruobing Huang, Meiqing Liu, "A 3D interpolation method in repairing hand vascular tree for vein recognition", IEEE International Conference on IST, pp.254-258, Oct. 2013.
Canny, John, "A Computational Approach to Edge Detection," IEEE Transactions on Pattern Analysis and Machine Intelligence, vol.PAMI-8, no.6, pp.679-698, Nov. 1986.
Hui Zhang, Quanyin Zhu, Xiang-feng Guan, "Probe into Image Segmentation Based on Sobel Operator and Maximum Entropy Algorithm", IEEE International Conference on CSSS, pp.238-241, Aug. 2012.
Lei Yang, Dewei Zhao, Xiaoyu Wu, Hui Li, Jun Zhai, "An improved Prewitt algorithm for edge detection based on noised image", IEEE International Congress on CISP, vol.3, pp.1197-1200, Oct. 2011.
Hu Qing-hui, Liu Xiao-gang, "The research of an improved Roberts algorithm used in welding line identification", IEEE International Conference on CAID & CD, pp.786-788, Nov. 2009.
Kamgar-Parsi, B., Rosenfeld, A., "Optimally isotropic Laplacian operator," IEEE Transactions on Image Processing, vol.8, no.10, pp.1467-1472, Oct. 1999.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.