Optimal Grayscale Morphological Filters Under the LMS Criterion

LMS 알고리즘을 이용한 형태학 필터의 최적화 방안에 관한 연구

This paper presents a method for determining optimal grayscale function processing(FP) morphological filters under the least square (LMS) error criterion. The optimal erosion and dilation filters with a grayscale structuring element(GSE) are determined by minimizing the mean square error (MSE) between the desired signal and the filter output. It is shown that convergence of the erosion and dilation filters can be achieved by a proper choice of the step size parameter of the LMS algorithm. In an attempt to determine optimal closing and opening filters, a matrix representation of both opening and closing with a basis matrix is proposed. With this representation, opening and closing are accomplished by a local matrix operation rather than cascade operations. The LMS and back-propagation algorithm are utilzed for obtaining the optimal basis matrix for closing and opening. Some results of optimal morphological filters applied to 2-D images are presented.

본 논문에서는 최소자승오차법(LMSE, least mean square error)을 이용하여 function processing(FP) 형태학 필터를 최적화하는 알고리즘을 제안한다. Erosion이나 dilation 연산들은 원하는 신호와 실제 필터의 출력 신호 사이의 평균자승오차(MSE, mean square error)를 최소화하는 농담(農談) 구조요소(GSE. grayscale structuring element)를 결정함으로써 최적화 된다. 본 논문에서는 LMS 트레이닝 알고리즘을 형태학 필터의 최적화에 적용하기 위하여 스텝 사이즈 매개변수 n가 만족해야 하는 조건을 보이고, 이를 이용하여 erosion이나 dilation 형태학 필터들의 최적 GSE를 결정할 수 있음을 보였다. 또한, 본 논문에서는 행렬을 사용하여 복합 형상한 연산들을 소역 행열 연산자로 새롭게 정의하고, 이소역 연산들에 LMS 알고리즘과 back-propagation 알고리즘을 적용하여 복합 형태학 필터들을 최적화할 수 있음을 보였다. 실험 부분에서는 제안된 최적 형상학 필터들을 2-D 영상에 적용한 결과를 보였다.