Improved Shape Extraction Using Inward and Outward Curve Evolution

양방향 곡선 전개를 이용한 개선된 형태 추출

Iterative curve evolution techniques are powerful methods for image segmentation. Classical methods proposed curve evolutions which guarantee close contours at convergence and, combined with the level set method, they easily handled curve topology changes. In this paper, we present a new geometric active contour model based on level set methods introduced by Osher & Sethian for detection of object boundaries or shape and we adopt anisotropic diffusion filtering method for removing noise from original image. Classical methods allow only one-way curve evolutions : shrinking or expanding of the curve. Thus, the initial curve must encircle all the objects to be segmented or several curves must be used, each one totally inside one object. But our method allows a two-way curve evolution : parts of the curve evolve in the outward direction while others evolve in the inward direction. It offers much more freedom in the initial curve position than with a classical geodesic search method. Our algorithm performs accurate and precise segmentations from noisy images with complex objects(jncluding sharp angles, deep concavities or holes), Besides it easily handled curve topology changes. In order to minimize the processing time, we use the narrow band method which allows us to perform calculations in the neighborhood of the contour and not in the whole image.

본 논문에서는 물체의 경계나 형태 추출을 위하여 레벨 세트 이론을 바탕으로 한 새로운 곡선 전개방법을 제안한다. 특히 전처리 과정에서 잡음의 효과적 처리를 위하여 기존의 필터 방식들이 가지는 단점인 경계 부분의 bluning 현상을 줄이고 정확한 에지 위치를 보존할 수 있는 비등방성 확산 필터(anisotropic diffusion filter)를 사용한다. 기존의 레벨 세트 방식이 수축이나 팽창 중 단지 한가지의 방식만 적용되어지는 반면, 제안한 방법은 물체의 경계 추출시 팽창과 수축이 통시에 가능하므로 특히 초기 곡선이 여러 물체에 걸쳐져 있는 경우에도 정확한 형태 추출이 가능하였다. 아울러 초기 곡선의 설정이 위치나 형태에 거의 제한을 받지 않기 때문에 추출을 원하는 영역이 아주 조금만 포함되어 있어도 정화한 형태 추출이 가능하였다.