Abstract
There are many image segmentation methods having bon published as the results of research so far, however these are for the noise images which can process an image under the general white noise environments. Therefore, these methods has the disadvantages because it is difficult to extract only the accurate parameters, which can distinguish between image and impulsive noise, from image with impulsive noises. So it has a problem about the potential decreasing of the performance according to the impulsive noise for all applications using the present quadtree segmentation. In this paper, we propose new quadtree segmentation using quartile deviation which can extract effectively the image information parameters from a noise image. Therefore our method can apply for various image processing fields because it has a advantage to distinguish an image information from noise image. As the result of simulation, we confirm that the proposed quadtree segmentation is more efficient than the present method when tested on impulsive noise image.
지금까지 많은 영상 영역분할 방법들이 연구되고 있으나 이들 방법들은 잡음영상에 대해서는 주로 백색잡음과 같은 일반적인 환경에서 영상을 처리하였지만, 충격성 잡음 영상에 대해서는 영상과 잡음을 정확히 구별할 수 있는 파리미터를 추출하기가 어렵기 때문에 효과가 떨어지는 문제점을 가지고 있다. 그래서 기존 방법을 이용한 모든 응용분야에는 충격성 잡음에 따른 성능 저하의 잠재성이 항상 내포되어 있다. 본 논문에서는 충격성 잡음 영상에 효과적으로 영상정보 파라미터를 추출할 수 있는 사분위편차(quartile deviation) 기반 쿼드트리 영역분할 방법을 제안한다. 본 방식은 영상데이터의 전송이나 처리과정에서 포함될 수 있는 충격성 잡음을 영상정보로부터 판별할 수 있는 장점을 가기지 때문에 다양한 영상처리 분야에 응용할 수 있다. 실험적인 비교를 통해서 제안한 쿼드트리 영역분할 방법이 충격성 잡음이 첨가된 환경에서 영상정보 파라미터를 정확히 추정할 수 있다는 것을 확인할 수 있음을 검증하였다.
