디지털 정보화 시대에서 영상은 여러 매체에서 필수적으로 이용되며, 에지는 영상에서 물체의 크기, 위치, 방향 등을 포함하는 중요한 특징 정보이다. 이러한 에지를 검출하기 위한 여러 연구들이 국내외에서 진행되고 있다. 기존의 에지 검출 방법들에는 고정된 가중치 값을 적용하는 Sobel, Prewitt, Roberts, Laplacian, LoG 등이 있다. 이와 같은 기존의 에지 검출 방법들은 고정된 가중치 마스크를 영상에 적용하기 때문에 에지 검출 특성이 다소 미흡하게 나타난다. 따라서 본 연구에서는 이러한 문제점을 보완하기 위해, 모폴로지에서 bottom-hat 변환과 열기 연산을 이용하여 영상을 개선하고 마스크 기반의 기울기를 구한 후 에지를 구하는 알고리즘을 제안하였다. 그리고 제안한 알고리즘의 성능을 평가하기 위해, 기존의 Sobel, Roberts, Prewitt, Laplacian, LoG 에지 검출 방법들과 비교하여 시각적 영상을 나타내었고, 각각의 영상을 기준으로 하는 MSE 값을 구하여 유사성을 비교하였다.
디지털 정보화 시대에서 영상은 여러 매체에서 필수적으로 이용되며, 에지는 영상에서 물체의 크기, 위치, 방향 등을 포함하는 중요한 특징 정보이다. 이러한 에지를 검출하기 위한 여러 연구들이 국내외에서 진행되고 있다. 기존의 에지 검출 방법들에는 고정된 가중치 값을 적용하는 Sobel, Prewitt, Roberts, Laplacian, LoG 등이 있다. 이와 같은 기존의 에지 검출 방법들은 고정된 가중치 마스크를 영상에 적용하기 때문에 에지 검출 특성이 다소 미흡하게 나타난다. 따라서 본 연구에서는 이러한 문제점을 보완하기 위해, 모폴로지에서 bottom-hat 변환과 열기 연산을 이용하여 영상을 개선하고 마스크 기반의 기울기를 구한 후 에지를 구하는 알고리즘을 제안하였다. 그리고 제안한 알고리즘의 성능을 평가하기 위해, 기존의 Sobel, Roberts, Prewitt, Laplacian, LoG 에지 검출 방법들과 비교하여 시각적 영상을 나타내었고, 각각의 영상을 기준으로 하는 MSE 값을 구하여 유사성을 비교하였다.
In this digital information era, utilization of images are essential for various media, and the edge is an important characteristical information of an object in images that includes the size, location, direction and etc. Many domestic and international studies are being conducted in order to detect...
In this digital information era, utilization of images are essential for various media, and the edge is an important characteristical information of an object in images that includes the size, location, direction and etc. Many domestic and international studies are being conducted in order to detect these edge. Existing edge detection methods include Sobel, Prewitt, Roberts, Laplacian, LoG and etc. which apply fixed weight value. As these existing edge detection methods apply fixed weight mask to the image, edge detection characteristic appears slightly insufficient. Accordingly, in order to supplement these problems, this study used bottom-hat transformation from mathematical morphology and opening operation in improving the image and proposed an algorithm that detects for the edge after calculating mask-based gradient. And to evaluate the performance of the proposed algorithm, a comparison was made against the existing Sobel, Roberts, Prewitt, Laplacian, LoG edge detection methods, in illustrating visual images, and similarities were compared by calculating the MSE value based on the standard of each image.
In this digital information era, utilization of images are essential for various media, and the edge is an important characteristical information of an object in images that includes the size, location, direction and etc. Many domestic and international studies are being conducted in order to detect these edge. Existing edge detection methods include Sobel, Prewitt, Roberts, Laplacian, LoG and etc. which apply fixed weight value. As these existing edge detection methods apply fixed weight mask to the image, edge detection characteristic appears slightly insufficient. Accordingly, in order to supplement these problems, this study used bottom-hat transformation from mathematical morphology and opening operation in improving the image and proposed an algorithm that detects for the edge after calculating mask-based gradient. And to evaluate the performance of the proposed algorithm, a comparison was made against the existing Sobel, Roberts, Prewitt, Laplacian, LoG edge detection methods, in illustrating visual images, and similarities were compared by calculating the MSE value based on the standard of each image.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
문제 정의
따라서 본 연구에서는 화소값이 서서히 변화하는 영역에서도 우수한 에지 검출 특성을 얻기 위해 모폴 로지에서 bottom-hat 변환과 열기 연산을 이용하여 영상을 개선하고 처리된 영상의 마스크 기반의 기울기를 구한 후 에지를 검출하는 알고리즘을 제안하였다.
본 논문은 기존 에지 검출 방법들의 에지 검출 결과를 보완하기 위해 영상 개선 후, 방향성을 고려한 마스크 기반의 처리를 통해 에지를 검출하는 알고리즘을 제안하였다.
본 논문은 기존의 에지 검출 방법들의 문제점을 보완하기 위해, 모폴로지에서 bottom-hat 변환과 열기 연산을 이용하여 전처리 과정을 거친 후 마스크 기반의 기울기를 구하여 에지를 검출하는 알고리즘을 제안하였다. 시뮬레이션 결과, 소벨 및 프리윗 에지 검출 방법은 전반적으로 우수한 크기 특성을 갖는 에지가 검출된 결과를 나타내었으며, 일부 영역에서 에지가 누락되는 검출 오류를 나타내었다.
본 논문은 모폴로지에서 bottom-hat 변환과 열기 연산을 이용한 전처리 과정을 거친 후 마스크 기반의 기울기를 적용하여 에지를 구하는 알고리즘을 제안하였다. 제안한 알고리즘의 에지 검출 성능을 확인하기 위해, 기존의 에지 검출 방법들과 제안한 알고리즘을 시뮬레이션하여 그 결과로 비교하였다.
제안 방법
그리고 제안한 알고리즘은 좌측 영역의 라인 에지 및 모자 영역의 에지가 우수하게 검출된 결과를 나타내었다. 그리고 각 알고리즘을 정량적으로 비교하기 위해 처리된 영상을 각각 기준 영상으로 MSE를 구하였으며, MSE는 식 (12)와 같다.
또한 모폴로지 전처리를 적용한 기존의 방법들과 제안한 알고리즘으로 처리한 결과, 제안한 알고리즘은 기존의 방법들에 비해 우수한 에지 검출 특성을 나타내었다. 그리고 정량적인 비교를 위해, 각 알고리즘으로 처리된 영상을 기준 영상으로 MSE를 구하여 결과를 나타내었다. 그 결과 제안한 알고리즘은 소벨 방법과 유사한 특성을 나타내었다.
또한 모폴로지 전처리(MP:morphology preprocessing)를 적용하여 기존의 방법들로 처리한 결과와 제안한 알고리즘을 비교하였다. 기존의 에지 검출 방법들과 정량적으로 비교하기 위해 각 알고리즘으로 처리한 영상을 기준으로 MSE를 구하여 나타내었다. 본 논문에서는 표준 영상으로 그림 3과 같이 512×512 크기 8비트 그레이 레벨의 Lena 영상을 사용하여 시뮬레이션하였다.
제안한 알고리즘의 에지 검출 성능을 확인하기 위해, 기존의 에지 검출 방법들과 제안한 알고리즘을 시뮬레이션하여 그 결과로 비교하였다. 또한 모폴로지 전처리(MP:morphology preprocessing)를 적용하여 기존의 방법들로 처리한 결과와 제안한 알고리즘을 비교하였다. 기존의 에지 검출 방법들과 정량적으로 비교하기 위해 각 알고리즘으로 처리한 영상을 기준으로 MSE를 구하여 나타내었다.
본 논문에서는 그레이 레벨 영상으로부터 기울기를 구하기 위해 공간 영역 기반의 마스크에서 방향성을 고려하여 처리하였으며, 제안한 알고리즘에 이용된 마스크는 그림 1과 같다.
본 논문은 열기와 bottom-hat 변환의 차를 이용하여에지 검출에 적합하게 최종적으로 영상을 개선하며, 식 (7)과 같다.
제안한 알고리즘에서는 에지 검출에 적합한 영상 개선을 위해, 영상 뺄셈을 열기 및 닫기와 결합하여 얻을 수 있는 top-hat 변환 및 bottom-hat 변환 중 bottom-hat 변환을 사용하였으며, 식 (6)과 같이 정의된다.
제안한 알고리즘은 세 단계로 나눌 수 있다. 첫 번째 단계에서 제안한 그레이 기반의 모폴로지 연산을 수행하여 영상을 개선한다. 두 번째 단계에서 공간 영역 기반의 방향성을 고려한 마스크를 적용하여 그레이 레벨 기울기를 구한다.
대상 데이터
기존의 에지 검출 방법들과 정량적으로 비교하기 위해 각 알고리즘으로 처리한 영상을 기준으로 MSE를 구하여 나타내었다. 본 논문에서는 표준 영상으로 그림 3과 같이 512×512 크기 8비트 그레이 레벨의 Lena 영상을 사용하여 시뮬레이션하였다.
데이터처리
그리고 제안한 알고리즘의 성능을 평가하기 위해 시험 영상을 사용하여 기존의 소벨, 로버츠, 프리윗, 라플라시안, LoG 에지 검출 방법들과 제안한 알고리즘을 시뮬레이션하여 시각적으로 비교하였으며, 각각의 영상을 기준 영상으로 설정하고 MSE(mean squared error) 값을 구하여 그 유사성을 비교하였다.
제안한 알고리즘의 에지 검출 성능을 확인하기 위해, 기존의 에지 검출 방법들과 제안한 알고리즘을 시뮬레이션하여 그 결과로 비교하였다. 또한 모폴로지 전처리(MP:morphology preprocessing)를 적용하여 기존의 방법들로 처리한 결과와 제안한 알고리즘을 비교하였다.
성능/효과
라플라시안 에지 검출 방법으로 처리한 영상은 전체적으로 에지 크기가 작게 검출된 결과를 나타내었으며, 많은 에지가 누락된 검출 결과를 나타내었다. LoG 에지 검출 방법으로 처리한 영상은 머리카락 등 화소값이 자주 많이 변화하는 영역에서의 에지 검출 특성이 우수하였고, 좌측 상단 및 우측 하단에서 에지가 누락된 검출 결과를 나타내었다. 제안한 에지 검출 방법으로 처리한 영상은 좌측 상단부 및 우측 하단부를 포함한 전 영역에서 에지 검출 특성이 우수하였다.
그리고 정량적인 비교를 위해, 각 알고리즘으로 처리된 영상을 기준 영상으로 MSE를 구하여 결과를 나타내었다. 그 결과 제안한 알고리즘은 소벨 방법과 유사한 특성을 나타내었다. 따라서, 제안한 알고리즘은 물체 인식, 문자인식 등의 여러 에지 검출 응용 분야에서 유용하게 활용되리라 사료된다.
LoG 에지 검출 방법으로 처리한 영상은 좌측의 영역 및 우측의 모자 영역에서의 에지 검출 결과가 미흡하였다. 그리고 제안한 알고리즘으로 처리한 영상은 좌측의 라인 에지 및 모자 부분의 에지가 끊김 없이 우수하게 검출된 결과를 나타내었다. 또한 그림 7에서 모폴로지 전처리를 적용한 기존의 방법들로 처리한 결과 영상들은 전처리 전의 결과 영상들에 비해 좌측 영역의 라인 및 우측 하단 영역의 에지 검출 특성이 개선된 결과를 나타내었다.
그리고 제안한 알고리즘은 영상의 전 영역에서 우수한 에지 검출 특성을 나타내었다. 그림 8은 그림 7의 (125, 125) 화소를 중심으로 150×150의 크기로 확대한 영상이며, 모폴로지 전처리를 적용한 기존의 방법들로 처리한 결과 영상들은 좌측의 라인 에지 및 모자 부분의 에지 검출 특성이 개선된 결과를 나타내었다.
그림 8은 그림 7의 (125, 125) 화소를 중심으로 150×150의 크기로 확대한 영상이며, 모폴로지 전처리를 적용한 기존의 방법들로 처리한 결과 영상들은 좌측의 라인 에지 및 모자 부분의 에지 검출 특성이 개선된 결과를 나타내었다. 그리고 제안한 알고리즘은 좌측 영역의 라인 에지 및 모자 영역의 에지가 우수하게 검출된 결과를 나타내었다. 그리고 각 알고리즘을 정량적으로 비교하기 위해 처리된 영상을 각각 기준 영상으로 MSE를 구하였으며, MSE는 식 (12)와 같다.
그리고 제안한 알고리즘으로 처리한 영상은 좌측의 라인 에지 및 모자 부분의 에지가 끊김 없이 우수하게 검출된 결과를 나타내었다. 또한 그림 7에서 모폴로지 전처리를 적용한 기존의 방법들로 처리한 결과 영상들은 전처리 전의 결과 영상들에 비해 좌측 영역의 라인 및 우측 하단 영역의 에지 검출 특성이 개선된 결과를 나타내었다.
에지 검출 특성을 나타내었다. 또한 모폴로지 전처리를 적용한 기존의 방법들과 제안한 알고리즘으로 처리한 결과, 제안한 알고리즘은 기존의 방법들에 비해 우수한 에지 검출 특성을 나타내었다. 그리고 정량적인 비교를 위해, 각 알고리즘으로 처리된 영상을 기준 영상으로 MSE를 구하여 결과를 나타내었다.
로버츠 에지 검출 방법으로 처리한 영상은 전반적으로 에지 끊김 현상을 나타내었다. 라플라시안 에지 검출 방법으로 처리한 영상은 전체적으로 에지 크기가 작게 검출된 결과를 나타내었으며, 많은 에지가 누락된 검출 결과를 나타내었다. LoG 에지 검출 방법으로 처리한 영상은 머리카락 등 화소값이 자주 많이 변화하는 영역에서의 에지 검출 특성이 우수하였고, 좌측 상단 및 우측 하단에서 에지가 누락된 검출 결과를 나타내었다.
시뮬레이션 결과, 소벨 및 프리윗 에지 검출 방법은 전반적으로 우수한 크기 특성을 갖는 에지가 검출된 결과를 나타내었으며, 일부 영역에서 에지가 누락되는 검출 오류를 나타내었다. 로버츠 에지 검출 방법과 라플라시안 에지 검출 방법, 그리고 LoG 에지 검출 방법들은 전반적으로 검출 결과가 다소 미흡하였다.
시뮬레이션 결과, 소벨 및 프리윗 에지 검출 방법은 전반적으로 우수한 크기 특성을 갖는 에지가 검출된 결과를 나타내었으며, 일부 영역에서 에지가 누락되는 검출 오류를 나타내었다. 로버츠 에지 검출 방법과 라플라시안 에지 검출 방법, 그리고 LoG 에지 검출 방법들은 전반적으로 검출 결과가 다소 미흡하였다.
LoG 에지 검출 방법으로 처리한 영상은 머리카락 등 화소값이 자주 많이 변화하는 영역에서의 에지 검출 특성이 우수하였고, 좌측 상단 및 우측 하단에서 에지가 누락된 검출 결과를 나타내었다. 제안한 에지 검출 방법으로 처리한 영상은 좌측 상단부 및 우측 하단부를 포함한 전 영역에서 에지 검출 특성이 우수하였다.
표 및 그림들의 결과로부터 제안한 알고리즘은 Sobel 방법과 가장 유사한 특성을 나타내었으며, Laplacian 방법과는 많은 차이를 나타내었다.
그 결과, 그림 5에서 소 벨 에지 검출 방법으로 처리한 영상은 좌측 상단 및 우측 하단부에서 일부 에지가 누락된 검출 결과를 나타내었다. 프리윗 에지 검출 방법으로 처리한 영상은 소 벨 방법의 에지 검출 결과에 비해 에지 크기가 작게 검출된 결과를 나타내었다. 로버츠 에지 검출 방법으로 처리한 영상은 전반적으로 에지 끊김 현상을 나타내었다.
후속연구
그 결과 제안한 알고리즘은 소벨 방법과 유사한 특성을 나타내었다. 따라서, 제안한 알고리즘은 물체 인식, 문자인식 등의 여러 에지 검출 응용 분야에서 유용하게 활용되리라 사료된다.
참고문헌 (11)
Xiaojun Zhai, Bensaali F., Sotudeh R., "Real-time optical character recognition on field programmable gate array for automatic number plate recognition system", Circuits, Devices & Systems, IET, vol. 7, no. 6, pp. 337-344, Nov. 2013.
Wang Can, Su Weimin, Gu Hong, Shao Hua, "Edge detection of SAR images using incorporate shift-invariant DWT and binarization method," International Conference on Signal Processing, vol.1,pp.745-748,2012.
Hongyan Sun, Shuxue Tian, "Image retrieval based on blocked histogram and Sobel edge detection algorithm", International Conference on Computer Science and Service System, pp.3277-3281, 2011.
Nema M.K., Rakshit S., Chaudhuri S., "Image Denoising Using Edge Model-based Representation of Laplacian Subbands", International Conference on Advances in Pattern Recognition, pp.329-332, 2009.
Ashish Anand, Sanjaya Shankar Tripathy, R. Sukesh Kumar, "An Improved Edge Detection Using Morphoogical Laplacian of Gaussian Operator", International Conference on Signal Processing and Intergrated Networks, pp.532- 536, 2015.
Gupta K.G., Agrawal N., Maity S.K., "Performance analysis between aparapi (a parallel API) and JAVA by implementing sobel edge detection Algorithm", National Conference on Parallel Computing Technologies, pp.1-5, 2013.
Hua Xiang, Bin Yan, Qiong Cai, Guangyi Zou, "An edge detection algorithm based-on Sobel operator for images captured by binocular microscope", International Conference on Electrical and Control Engineering, pp.980-982, 2011.
Rosenfeld Azriel, "The Max Roberts Operator is a Hueckel-Type Edge Detector", IEEE Trans. on Pattern Analysis and Machine Intelligence, vol.PAMI-3, no.1, pp.101-103, Jan. 1981.
Kyong-Min Lee, Moon-Soo Jang, Poo-Gyeon Park, “A New Defect Inspection Method for TFT-LCD Panel using Pattern Comparison”, The transaction of the korean institute of electrical engineers, pp.307-313, 2008.
Yeganeh H., Ziaei A., Rezaie A., "A novel approach for contrast enhancement based on Histogram Equalization", International Conference on Computer and Communication Engineering, pp. 256-260, 2008.
Nobuyuki Otsu,"A Threshold Selection Method from Gray-Level Histograms", IEEE Trans. on Systems, Man.., and Cybernetics, Vol. SMC-9, No. 1, pp.62-66, Jan. 1979.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.