[논문]이미지 초점을 이용한 객체 간 경계 생성 기반의 영역 분할 기법

한현호; 홍영표; 이강성; 이상훈

이미지 초점을 이용한 객체 간 경계 생성 기반의 영역 분할 기법
Region Segmentation based on Generating Boundary between Object using Focus of image 원문보기

한현호 (광운대학교 대학원) , 홍영표 (한국국제대학교) , 이강성 (광운대학교) , 이상훈 (광운대학교)

본 논문에서는 Active Contour 기반의 영역 분할에서 이미지의 초점값을 이용하여 분할된 영역 사이의 경계를 생성하여 기존의 Active Contour에서 발생할 수 있는 중첩 객체의 동일 객체 인식을 방지하는 기법을 제안한다. Active Contour는 영상에서 객체의 윤곽을 검출하여 윤곽을 기준으로 영상을 분할하지만 중첩되거나 근접한 객체에서의 분할이 정확하게 이루어지지 않아 동일 객체로 인식하는 단점이 있다. 이러한 객체에서의 분할을 위해 영상의 초점값을 이용하여 영상 내에 존재하는 객체의 유사 경계 영역을 생성하고 Active Contour의 결과에 적용하여 경계를 생성한 뒤 초점값 적용으로 인해 생성될 수 있는 홀 영역을 hole filling 과정을 수행하여 보완함으로써 보다 정확한 객체를 추출하였다.

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

문제 정의

본 논문에서는 영상에서 Active Contour 기반의 영역 분할에서 중첩 객체에서의 경계 생성을 이용한 객체 분할 방법을 제안하였다. 기존 분할 기법에서 동일 객체 내의 색상 변화가 심한 경우 다른 객체로 인식할 수 있는 것을 객체의 윤곽선을 기반으로 한 영역 분할을 통해 동일 객체로 인식하여 분할할 수 있도록 하였다.
본 논문에서는 초기 영역 분할을 위해 Active Contour를 이용하여 영상에 존재하는 객체의 윤곽선을 추출한 뒤 윤곽선을 기준으로 영역 분할 과정을 거치고 윤곽선 검출로 인해 검출이 불가능한 중첩 영역에서의 객체를 영상의 초점을 이용한 경계 생성 방법으로 구별하여 중첩된 객체 영역에서의 정확한 객체 추출 결과를 생성할 수 있도록 하였다.

제안 방법

객체의 윤곽을 채도 영상을 이용하여 추출하기 위해 원본 영상을 채도영상으로 변환한 뒤 Active Contour 과정을 수행하였다.
본 논문에서는 영상에서 Active Contour 기반의 영역 분할에서 중첩 객체에서의 경계 생성을 이용한 객체 분할 방법을 제안하였다. 기존 분할 기법에서 동일 객체 내의 색상 변화가 심한 경우 다른 객체로 인식할 수 있는 것을 객체의 윤곽선을 기반으로 한 영역 분할을 통해 동일 객체로 인식하여 분할할 수 있도록 하였다. 또한 중첩 객체가 존재하는 경우 경계면 부근에서의 정확한 객체 분할이 이루어지지 않는 문제를 보완하였다.
기존에 제안된 방법과 제안한 방법의 결과를 비교하기 위해 [5]에서 제공하는 다양한 이미지에 적용시켜 그 결과를 비교하였다. 기존의 방법들은 객체 내부를 분할하거나 객체의 경계면에서 정확한 분할이 이루어지지 않기 때문에 동일 객체로 인식하는 경우가 발생하여 상대적인 정확도가 떨어지는 문제점이 있으나 제안한 방법은 객체 내부 분할을 윤곽선을 통해 방지하였고 경계를 생성하여 보다 정확한 객체 분할 결과를 나타낼 수 있도록 하였다.
그러나 기존의 Active Contour를 이용한 객체 분할은 윤곽선 추출 결과에만 의존하기 때문에 동일 객체 내에서 윤곽선이 추출될 수 있는 경우에는 동일 객체를 내부 분할하기 때문에 보다 정확한 객체 추출 결과를 얻을 수 없다. 따라서 기존에 제안된 객체 분할 기법의 문제를 해결하기 위해 영상 내에서 객체의 윤곽 형태를 검출하는 Active Contour 기법을 이용하여 객체의 윤곽선을 검출하고 검출된 윤곽선을 기준으로 영역 분할 과정을 거친 뒤 객체가 중첩된 경우를 초점 영상을 객체 별 분할 경계로 사용하여 보완하였고 영상 내에 잡음이 존재하는 경우와 경계영역에 대해 정확한 분할이 이루어지지 않는 점을 보완하여 보다 정확한 객체 분할을 수행하도록 하였다.
차영상의 결과로 각 객체 간의 경계 생성이 가능해졌지만 객체 내부에 홀 영역이 생기는 문제가 있다. 따라서 이를 보정하기 위해 hole filling 과정을 수행하여 객체 내부의 홀 영역을 채우도록 하였다.
생성된 초점 영상을 기반으로 Active Contour의 이진화 결과에 경계를 생성할 수 있도록 영역 분할 결과와 초점 영상의 차영상을 이용하였다.
얻어진 Active Contour의 윤곽선 추출 결과를 이용하여 영역 분할을 하기 위해 Active Contour의 수행 결과로 얻은 Level Set 함수의 결과 값을 기준으로 이진화하여 영역 분할 과정을 수행하였다.

데이터처리

기존에 제안된 방법과 제안한 방법의 결과를 비교하기 위해 [5]에서 제공하는 다양한 이미지에 적용시켜 그 결과를 비교하였다. 기존의 방법들은 객체 내부를 분할하거나 객체의 경계면에서 정확한 분할이 이루어지지 않기 때문에 동일 객체로 인식하는 경우가 발생하여 상대적인 정확도가 떨어지는 문제점이 있으나 제안한 방법은 객체 내부 분할을 윤곽선을 통해 방지하였고 경계를 생성하여 보다 정확한 객체 분할 결과를 나타낼 수 있도록 하였다.

이론/모형

에지 기반 모델은 에지가 갖는 특성으로 인해 밝기 값에 민감하여 적합한 윤곽선 추출이 어렵지만 영역 기반 모델은 이러한 경우에도 윤곽선을 찾는 것이 가능하다. 따라서 Active Contour의 영역 기반 모델을 사용하여 영상의 윤곽선을 검출할 수 있도록 하였으며 Energy 모델은 다음 식 (1)과 같이 정의하였다[4].

성능/효과

그림 5의 b에서 hole filling 결과와 앞서 추출했던 Active Contour의 이진화 결과로 얻어진 영역 분할 영상의 차영상을 볼 때 상대적으로 복잡하고 중첩 영역이 발생할 수 있는 영상에 대해서 각 객체의 경계가 생성 될 수 있다는 것을 확인할 수 있었다.
기존 분할 기법에서 동일 객체 내의 색상 변화가 심한 경우 다른 객체로 인식할 수 있는 것을 객체의 윤곽선을 기반으로 한 영역 분할을 통해 동일 객체로 인식하여 분할할 수 있도록 하였다. 또한 중첩 객체가 존재하는 경우 경계면 부근에서의 정확한 객체 분할이 이루어지지 않는 문제를 보완하였다. 향후 연구로는 경계 생성을 위한 차영상 과정으로 인해 손실된 영역을 복원하고 다양한 영상에도 적용할 수 있도록 하는 연구가 필요하다.
최종 추출된 영상의 labeling 과정을 거쳐 객체 분할을 한 결과 중첩 영역, 인접 객체의 경계를 생성하여 객체가 분리되어 분할이 된 결과를 얻을 수 있었다.

후속연구

또한 중첩 객체가 존재하는 경우 경계면 부근에서의 정확한 객체 분할이 이루어지지 않는 문제를 보완하였다. 향후 연구로는 경계 생성을 위한 차영상 과정으로 인해 손실된 영역을 복원하고 다양한 영상에도 적용할 수 있도록 하는 연구가 필요하다.

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

이미지 초점을 이용한 객체 간 경계 생성 기반의 영역 분할 기법
Region Segmentation based on Generating Boundary between Object using Focus of image 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper

문제 정의

제안 방법

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

이미지 초점을 이용한 객체 간 경계 생성 기반의 영역 분할 기법 Region Segmentation based on Generating Boundary between Object using Focus of image 원문보기

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

AI 본문요약 엑셀 다운로드 AI-Helper

문제 정의

제안 방법

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

이미지 초점을 이용한 객체 간 경계 생성 기반의 영역 분할 기법
Region Segmentation based on Generating Boundary between Object using Focus of image 원문보기

초록
AI-Helper

AI 본문요약
AI-Helper