대한전자공학회논문지SP (Journal of the Institute of Electronics Engineers of Korea SP)

대한전자공학회 (The Institute of Electronics and Information Engineers)
권호 표지

영역기반 방법의 영상 분할에서 과분할 방지를 위한 Adaptive Trimmed Mean 필터에 관한 연구

A Study of ATM filter for Resolving the Over Segmentation in Image Segmentation of Region-based method

  • 이완범 (원광대학교 전기전자 및 정보공학부)
  • Lee, Wan-Bum (Department of Electrical Electronic and Information Engineering, Wonkwang University)
  • 발행 : 2007.05.25
PDF 다운로드
⟨ 이전 논문 다음 논문 ⟩

초록

영상 분할은 주어진 영상에서 관심 영역을 추출하거나 압축을 위한 비디오 처리 분야에서 중요한 부분이며 특히 영역 기반 비디오 코딩에서는 필수적인 부분이다. 영역 기반의 수리형태학적 영상분할에서는 영상을 단순화한 후 추출된 경사 영상을 가지고 영역 경계를 결정하는 워터쉐이드 기법을 이용하는 방법이 주로 제안되고 있다. 이 방법은 병합될 대상 영역의 수가 많아질수록 병합하는 과정에 필요한 계산량이 지수적으로 증가하고, 영상 내의 잡음이 직접 국부적 최소 점들로 표현되어 영역들의 경계에 대한 기울기에 영향을 주어 영상의 과분할을 초래하게 된다. 따라서 본 논문에서는 이러한 영상의 과분할 문제를 해결할 수 있는 ATM 필터를 제안하였다. 모의실험 결과 제안된 ATM 필터가 전체적인 잡음제거의 향상과 함께 잡음 비율이 20% 이상일 경우의 영상의 선명도 훼손의 정도가 줄어들었음을 확인하였다.

Video Segmentation is an essential part in region-based video coding and any other fields of the video processing. Among lots of methods proposed so far, the watershed method in which the region growing is performed for the gradient image can produce well-partitioned regions globally without any influence on local noise and extracts accurate boundaries. But, it generates a great number of small regions, which we call over segmentation problem. Therefore we proposes that adaptive trimmed mean filter for resolving the over segmentation of image. Simulation result, we confirm that proposed ATM filter improves the performance to remove noise and reduces damage for the clear degree of image in case of the noise ratio of 20% and over.

키워드

참고문헌

  1. Rafael C. Gonzalez, Richard E. Woods, 'Digital Image Processing' 2nd ed., Prentice Hall, 2001
  2. Thomas. Sikora, 'The MPEG-4 Video standard verification model' IEEE Transaction on Circuits and Systems for Video Technology, Vol. 7, No. 2, pp. 19-31, Feb. 1997 https://doi.org/10.1109/76.554415
  3. Gregory A. Bzxes. 'Digital Image Processing' Edtech, 1994
  4. P. Salembier, 'Morphological multiscale segmentation for image coding', Signal Processing, Vol.38, pp. 359-386, 1990 https://doi.org/10.1016/0165-1684(94)90155-4
  5. K. R. Kim and O. S. Choi, 'A Study of Image Segmentation using Watershed Algorithm Applied by the gardual Marker', Proceedings of fall conference 2000, Korea Multimedia Institute, pp. 183-186, Nov. 2000
  6. P. Salembier and M. Pardas, 'Hierarchical morphological segmentation for image sequence coding', IEEE Tran. on Image Processing, Vol.13, N.5, pp.639-651, 1994 https://doi.org/10.1109/83.334980
  7. F. Dufaux and F. Moscheni, 'Motion estimation techniques for digital TV a review and a new contribution,' Proc. IEEE, Vol. 83, No. 6, pp. 858-876, June 1995 https://doi.org/10.1109/5.387089
  8. T. G'eraud, P.Y. Strub, and J. Darbon, 'Color image segmentation based on automatic morphological clustering,' in IEEE International Conference on Image Processing, 2001, vol. 3, pp. 70-73 https://doi.org/10.1109/ICIP.2001.958053
  9. I. Feldmann, S. Askar, N. Brandenburg, and O. Schreer P. Kauff. 'Real-Time Segmentation for Advanced Disparity Estimation in Immersive Videoconference Applications'. In Proceeding of WSCG 2002, 10th Int. Conference on Computer Graphics, Visualization and Computer Vision, Plzen, Czech Republic, Feb. 2002