거리정규화 레벨셋을 이용한 칼라객체분할

Abstract

객체분할은 영상처리와 컴퓨터비전분야의 상당히 어려운 연구대상이다. 그레이스케일 영상에 대한 영상분할은 매우 많은 방법이 발표되었으며 다양한 영상특징과 처리방법이 제시되었다. 이러한 방법들은 대개 자연상태의 칼라 영상에 적용되기 어렵다. 본 논문에서는 기하학적인 Active Contour 모델의 수정된 형태, 즉 거리정규화레벨셋(distance regularized level set evolution: DRLSE)을 이용한 방법을 제시하여 스피드 함수가 이러한 칼라요소를 반영하도록 하였으며 실험결과 정확성과 시간효율성에 있어서 우수한 결과를 보여주었다. Object segmentation is a demanding research area and not a trivial problem of image processing and computer vision. Tremendous segmentation algorithms were addressed on gray-scale (or biomedical) images that rely on numerous image features as well as their strategies. These works in practice cannot apply to natural color images because of their negative effects to color values due to the use of gray-scale gradient information. In this paper, we proposed a new approach for color object segmentation by modifying a geometric active contour model named distance regularized level set evolution (DRLSE). Its speed function will be designed to exploit as much as possible color gradient information of images. Finally, we provide experiments to show performance of our method with respect to its accuracy and time efficiency using various color images.