Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

A study on image edge detection using adaptive morphology Meyer wavelet-CNN

적응적 형상학 Meyer 웨이브렛-CNN을 이용한 영상 에지 검출 연구

  • 백영현 (원광대학교 전자공학과) ;
  • 문성룡 (원광대학교 전자공학과)
  • Published : 2003.12.01
Download PDF
⟨ Previous Next ⟩

Abstract

The digital image can be distorted by a noise for a transmission or other elements of system. It happen to be vague of a boundary side in the division of an image object, especially, boundary side of an input image is very important because it can be determined to the division and detection element in pattern recognition. Therefore it is proposed an edge detection method of optimal to divide and detect exactly a boundary part. In this paper, it detected the optimal edge with applying this image to Meyer wavelet-CNN algorithm, after it does level up a boundary side of an image by using the adaptive morphology as the threshold of an input image. It confirmed that the proposed algorithm is more superior to the conventional methods and the conventional Sobel method which is an image edge detection algorithm. Especially, it is confirmed by simulation that the proposed algorithm can be got the better result edge at the place of closing to each edges and having smoothly curved line.

디지털 영상은 전송 중에 잡음과 시스템의 다른 요소에 의해 입력 요소가 왜곡된다. 이는 영상객체의 분할시 경계면의 모호함이 발생시키고, 특히 입력 영상 경계 부분은 패턴인식의 분할 및 검출 요소를 결정하기 때문에 매우 중요하다. 따라서 그 경계 부분을 정확하게 분할ㆍ검출하는 최적의 에지 검출 방법을 제안하였다. 본 논문에서는 입력 영상의 임계값에 따른 적응적 형상학을 이용하여 영상의 경계면을 부각시킨 후, 이 영상을 Meyer 웨이브렛-CNN 알고리즘에 적용한 후 최적의 에지를 검출하였다. 제안된 알고리즘이 기존의 영상 에지 검출 알고리즘인 Sobel 에지 검출과 기존의 다른 에지 검출보다 우수함을 확인하였다. 특히 에지와 에지의 부분이 가까운 곳과 완만한 곡선을 가지고 있는 부분에서 더 우수한 결과 에지를 얻을 수 있음을 시뮬레이션에 의해 확인하였다.

Keywords

References

  1. R. Crane, A simplified approach to Image Processing, Prentice-Hall, pp. 100-118, 1997.
  2. R. Gonzalez and R. Woods, Digital Image Processing, Addison-Wesley Publishing Company, 1992.
  3. J.serra, "Image analysis and Mathematical Morphology," Academic press, pp. 43-49, 1989.
  4. M. Sung-Ryong, "Design of Hybrid Median Filter Using Gray Scale Morphology," 전북대학교 박사 학위 논문, pp. 17-40, 1993.
  5. J. Serra, "Introduction to mathematical morphology," Computer vision, Graphics, and Image Processing, 1986.
  6. C. R. Giardina and E. R. Dougherty, "Morphological in Image and Signal Processing," Englewood Cliffs, NJ:Prentice-H, pp. 7-8, 161, 209, 1988.
  7. C. S. Burros, and R. A. Gopinath, and H. Guo, Introduction to Wavelets and Wavelet Transforms, Prentice-Hall, Inc, pp. 14-19, 26-30, 79-&'3, 1998.
  8. R. M. Rao and A. S. Bopardikar, Wavelet Transforms Introduction to Theory and Applications, Addison-Wesley, pp. 25-32, 76-77, 106, 250, 1998.
  9. O. C. Leon and L. Yang, "Cellular Neural Networks: Theory," IEEE Trans. on Circuits and Systems, vol. 35, no. 10, pp. 1257-1272, Oct. 1998. https://doi.org/10.1109/31.7600
  10. R. M. Chaveznava, and D. Guinea, and M. C. Alegre, and V. M. Preciado, "The 2D Wavelet Transform in Cellular Neural Networks," Proc. lASTED Intern. Conf. Signal Processing and Communication, Marbella, pp. 372-376, Sept. 2000.
  11. T.Yang and L. - B. Yang, "The Global Stability of Fuzzy Cellular Neural Network," IEEE Trans. on Circuits and Systems, vol. 43, no. 10, pp. 880-883, act. 1996. https://doi.org/10.1109/81.538999
  12. M. Vetterli and T.A. Tony, "Filterbank Implementation of Meyer' s Wavelets," EE392G Stanford University, Jun. 10, 1998.