일방향 순차층위 스네이크 모델에 의한 디지털영상의 특징점 추적

Feature Points Tracking of Digital Image By One-Directional Iterating Layer Snake Model

  • 황중원 (숭실대학교 미디어학과) ;
  • 황재호 (한밭대학교 전자공학과)
  • 발행 : 2007.07.25

초록

2D 영상의 특징점을 추적하는 이산동적 모델을 고안한다. 종래의 스네이크 접근은 내외 추진력으로 구성된 에너지함수를 최소화하도록 구획을 변형시켜가면서 영상 내의 원하는 특징에 밀착시켜간다. 이 때 스네이크화소를 중심한 인접화소군은 사각형 같은 평면 2차 행렬이다. 본 논문에서는 유사 특성점들을 상호 연결하는 모델 구조를 제시한다. 에너지모델은 그 국부최소점이 활성처리에 유용한 교차 해법에 적합하도록 설계한다. 추적시 선 형태의 1차 행렬 블록을 사용한다. 진행 방향의 반대 끝 라인으로부터 굴곡상태를 만족하는 시발점들을 선정하고 에너지 최소처리를 통해 이웃 라인으로 순차 자동 이동한다. 추적 경로는 상승 하강점 또는 극대 극소점과 같은 굴곡 한계에 의존한다. 이와 같은 층위적 접근은 인접데이터 라인 사이에 수직 또는 수평 방향으로 높은 상관성을 갖는 일방향 특성이 있는 디지털 영상의 특징점 추적에 유용하다. 그리고 인체 경동맥초음파영상에서 그 내 외막 시점을 추적하는 실험으로 알고리즘의 효과를 확인하였다.

A discrete dynamic model for tracking feature points in 2D images is developed. Conventional snake approaches deform a contour to lock onto features of interest within an image by finding a minimum of its energy functional, composed of internal and external forces. The neighborhood around center snaxel is a space matrix, typically rectangular. The structure of the model proposed in this paper is a set of connected vertices. Energy model is designed for its local minima to comprise the set of alternative solutions available to active process. Block on tracking is one dimension, line type. Initial starting points are defined to the satisfaction of indent states, which is then automatically modified by an energy minimizing process. The track is influenced by curvature constraints, ascent/descent or upper/lower points. The advantages and effectiveness of this layer approach may also be applied to feature points tracking of digital image whose pixels have one directional properties with high autocorrelation between adjacent data lines, vertically or horizontally. The test image is the ultrasonic carotid artery image of human body, and we have verified its effect on intima/adventitia starting points tracking.

키워드

참고문헌

  1. M. Kass, A. Witkin and D. Terzopoulos, 'Snakes: Active contour models,' Int. J. Comp. Vision, Vol. 1, no. 4, pp. 321-331, 1988 https://doi.org/10.1007/BF00133570
  2. A. A. Amini, T. E. Weymouth, and R. C. Jain. 'Using dynamic programming for solving variational problems in vision,' IEEE Trans. Pattern Anal. Machine Intell., vol. 12, no. 9, pp. 855-867, Sept. 1990 https://doi.org/10.1109/34.57681
  3. D. J. Williams and M. Shah, 'A fast algorithm for active contours and curvature information.' CVGIP: Image Understanding, Vol. 55, no. 1, pp. 14-26, Jan. 1992 https://doi.org/10.1016/1049-9660(92)90003-L
  4. M. Isard and A. Blake, 'Condensation: conditional density propagation for visual tracking,' Int. J. Computer Vision, Vol. 29, no. 1, pp.5-28, 1998 https://doi.org/10.1023/A:1008078328650
  5. C. Xu and, J. L. Prince, 'Snakes, shapes and Gradient vector flow,' IEEE Trans. Image Proc., Vol. 7, no. 3, pp. 359-369, Mar. 1998 https://doi.org/10.1109/83.661186
  6. I. Mattews, T. F. Cootes, J. A. Bangham, S. Cox, and R. Harvey, 'Extraction of visual features for lipreading,' IEEE Trans. Pattern Anal. Machine Intell., vol. 24, no. 2, pp. 198-213, Feb. 2002 https://doi.org/10.1109/34.982900
  7. 황재호, '선군집분할방법에 의한 특징추출', 정보 처리학회논문지 B, 제13권 B편 제4호, 401-408쪽, 2006년 8월 https://doi.org/10.3745/KIPSTB.2006.13B.4.401
  8. 황재호, 김원식, '순차적 층위군집(層位群集)판별에 의한 경동맥 내중막 두께 측정', 전자공학회논문지 제43권 SC편, 제5호, 89-100쪽, 2006년 9월
  9. 박재형외 15, '좌삼실 비대가 있는 고혈압에서 경동맥 내막-중막 두께의 변화,' 한국심초음파 학회지, 제11권, 제2호, 94-101쪽, 2003년
  10. 박병현외 9, '관상동맥질환의 유무와 심한 정도 를 예측하는데 있어 경동맥 내막-중막 두께와 죽상경화반의 의의,' 한국심초음파학회지, 제8권, 제1호, 45-53쪽, 2000년