[논문]칼라영상의 에지 검출을 위한 효율적인 가변 BBM템플릿

백영현; 변오성; 문성룡

칼라영상의 에지 검출을 위한 효율적인 가변 BBM템플릿
Efficient variable BBM template for color image's edge detection 원문보기

백영현 (원광대학교 전자공학과) , 변오성 (원광대학교 전자공학과) , 문성룡 (원광대학교 전자공학과)

영상의 에지는 입력 영상에 대한 중요 정보들을 가지고 있으며, 에지 추출은 영상인식의 성능을 좌우하는 중요 요소이다. 영상 에지 추출은 영상 분할의 첫 번째 단계이며, 영상의 구성을 결정하기 위해서 화소들을 하나의 영역으로 만드는데 사용되고 있다. 또한 에지 강도를 갖고 있는 모든 에지들을 검출하기 위해 많은 방법들이 제안되었다 기존의 에지 짐출은 흑백영상의 명암도의 변화에 국한되어 있었다 그러나 칼라영상을 이용하여 에지를 추출하는 경우에는 흑백영상보다 이용할 수 있는 정보가 많을 뿐 아니라 인간의 시각체계와도 유사하여 보다 나은 에지 추출을 기대할 수 있다. 본 논문에서는 칼라영상에서 직접적으로 얻을 수 있는 RGB 정보 중 광도를 분리하여 사용하는 YCbCr성분을 이용하여, 기존의 기울기연산자나 표면접합 템플릿에 의한 에지 추출이 아닌 3$\times$3 마스크안의 데이터값의 차에 따라 가변적으로 변하는 BBM템플릿을 제안하였다. 제안된 가변 BBM템플릿은 모의 실험한 결과 기존의 Sobel, Preweet, Roberts 같은 연산 템플릿보다 성능이 우수함을 확인하였다.

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

문제 정의

영상 에지 추출에서 가장 많이 이용되고 있는 소벨(Sobel) 연산자는 수평과 수직 에지 보다는 대각선 방향에 놓여진에지에 더욱 민감한 특성을 가지고 있다. 본 논문에서는 일반적인 템플릿의 단점을 보완하고 여러 방향의 에지검출에 적용될 수 있는 가변적인 템플릿을 제안한다. 영상에서의 에지는 특성이 일치하지 않는 두 영역을 분리하는 경계이다[6, 7].

제안 방법

본 논문에서는 칼라 영상에서 직접적으로 얻을 수 있는 RGB 정보 중 광도를 분리하여 사용하는 YCbCr성분을 이용하였고, 에지의 정의에 기초하여 기존의 기울기 연산자나 표면접합 템플릿에 의한 에지 추출 방법이 아닌 3x3가 변 BBM템플릿을 새로이 제안하 였다.
이는 객체의 공간적인 특성인 화소의 휘도값과 색차값, 객체의 크기와 형태둥을 사용하는데, 계산량이 많고 움직임이 있는 객체는 판별하기 힘든 단점이 있지만, 객체의 에지를 찾을 수가 있어 정확한 객체 추출이 가능하다는 장점이 있다[4]. 본 논문에서는 칼라 영상에서 직접적으로 얻을 수 있는 RGB정보 중 광도를 분리하여 사용하는 YCbCr성분을 이용하였고, 기존의 기울기 연산자나 표면접합 템플릿에 의한 에지추출이 아닌 3x3 마스크 안의 데이터 값의 차에 따라 가변적으로 변하는 새로운 템플릿을 제안한다.

대상 데이터

본 논문에서는 RGB와 같이 중요 정보들이 고루 분포된 분할이 아닌 에지를 추출하는 데 유용한 광도 성분을 가지고 있는 Y를 이용하였다 [5].
실험에 사용한 칼라 영상은 256x256 영상 15 개와 100x100영상 5개를 사용하였다. 그 중 그림 2 (a), (b), (c), (d)는 각각 대각선 성분이 많은 Butterfly, 수직과 수평 성분이 많은 House, 곡선과 다양한 성분이 들어 있는 Lena, 수직과 수평 그리고 대각선 성분이 들어있는 Road 칼라 영상이다.

데이터처리

또한 Sobel 템플릿으로 검출한 영상과 본 논문에서 제안한 가변 BBM템플릿을 이용한 에지 검출 결과를 그림 4에서 비교하였다. 그 결과 기존의 Sobel에지 검출 방식보다 제안된 가변 BBM템플릿을 이용한 에지 검출 방식이 더 우수한 에지가 검출됨을 확인하였다.

이론/모형

본 논문에서 제안한 가변 BBM템플릿을 이용한 에지 추출 방법이 칼라 영상에서 기존의 에지 추출 방법인 Roberts, Prewitt, Sobel보다 우수한 에지가 검출됨을 확인하기 위해 Matlab을 이용하여 모의실험을 하였다. 실험에 사용한 칼라 영상은 256x256 영상 15 개와 100x100영상 5개를 사용하였다.
하지만 시각 시스템이 흑백 영상보다 칼라 영상으로부터 더 많은 정보를 획득하여 물체를 인식할 수 있으며 것처럼 칼라 영상의 많은 정보를 사용함으로써 좀 더 향상된 에지 추출 결과를 얻을 수 있다. 칼라 영상에서의 에지 검출을 위해서 영상 분할의 방법 중 공간적 객체 분할을 사용한다. 이는 객체의 공간적인 특성인 화소의 휘도값과 색차값, 객체의 크기와 형태둥을 사용하는데, 계산량이 많고 움직임이 있는 객체는 판별하기 힘든 단점이 있지만, 객체의 에지를 찾을 수가 있어 정확한 객체 추출이 가능하다는 장점이 있다[4].

성능/효과

또한 Sobel 템플릿으로 검출한 영상과 본 논문에서 제안한 가변 BBM템플릿을 이용한 에지 검출 결과를 그림 4에서 비교하였다. 그 결과 기존의 Sobel에지 검출 방식보다 제안된 가변 BBM템플릿을 이용한 에지 검출 방식이 더 우수한 에지가 검출됨을 확인하였다.
그림 3의 Y의 영상에 기존의 에지 검출 방식인 Sobel템플릿, Prewitt템플릿, roberts템플릿을 각각 적용하여 에지를 추출한 결과 Sobel템플릿을 적용한 영상이 3가지 템플릿 중 가장 우수함을 확인하였다. 또한 Sobel 템플릿으로 검출한 영상과 본 논문에서 제안한 가변 BBM템플릿을 이용한 에지 검출 결과를 그림 4에서 비교하였다.
하지만 제안된 가변 BBM템플릿은 시뮬레이션 결과인 그림 4와 같이 대각선, 수직, 수평 부분 뿐만 아니라 곡선 부분이나 임계 값의 차가 적은 부분까지도 정확히 찾아내는 것을 확인할 수 있었다. 즉, 특정한 값의 분포에 따라 고정되어 있는 템플릿인 Sobel, Preweet, Roberts 같은 일반적인 연산 템플릿보다 입력되는 영상의 특성에 따라 가변적으로 템플릿이 구성에 따라 최적의 에지가 추출됨을 확인하였다.
그동안 연구된 많은 에지 추출알고려즘은 그 알고리즘을 적용하는 분야에 한정하여 에지를 정의하고 있으며, 그 정의를 벗어나는 에지를 추출하는 데에는 효과적이 못한 단점이 있었다. 하지만 제안된 가변 BBM템플릿은 시뮬레이션 결과인 그림 4와 같이 대각선, 수직, 수평 부분 뿐만 아니라 곡선 부분이나 임계 값의 차가 적은 부분까지도 정확히 찾아내는 것을 확인할 수 있었다. 즉, 특정한 값의 분포에 따라 고정되어 있는 템플릿인 Sobel, Preweet, Roberts 같은 일반적인 연산 템플릿보다 입력되는 영상의 특성에 따라 가변적으로 템플릿이 구성에 따라 최적의 에지가 추출됨을 확인하였다.

후속연구

향후 제안된 가변 BBM템플릿을 이용하여 칼라영상에서의 에지중강 및 잡음 영상에서의 에지 추출에 대한 연구가 이루어져야 할 것으로 사료된다.

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

칼라영상의 에지 검출을 위한 효율적인 가변 BBM템플릿
Efficient variable BBM template for color image's edge detection 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

연합인증

칼라영상의 에지 검출을 위한 효율적인 가변 BBM템플릿 Efficient variable BBM template for color image's edge detection 원문보기

초록 용어보기논문에서 용어와 풀이말을 자동 추출한 결과로, 시범 서비스 중입니다. AI-Helper

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

대상 데이터

데이터처리

이론/모형

성능/효과

후속연구

이 논문을 인용한 문헌

관련 콘텐츠

원문 보기

이 논문과 함께 이용한 콘텐츠

AI-Helper ※ AI-Helper는 오픈소스 모델을 사용합니다.

선택된 텍스트

칼라영상의 에지 검출을 위한 효율적인 가변 BBM템플릿
Efficient variable BBM template for color image's edge detection 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper