Abstract
This paper discusses an efficient image segmentation using morphological watershed algorithm that is robust to noise. Morphological image segmentation consists of four steps: image simplification, computation of gradient image and watershed algorithm and region merging. Conventional watershed segmentation exhibits a serious weakness for over-segmentation of images. In this paper we present a morphological edge detection methods for detecting edges under noisy condition and apply our watershed algorithm to the resulting gradient images and merge regions using Kolmogorov-Smirnov test for eliminating irrelevant regions in the resulting segmented images. Experimental results are analyzed in both qualitative analysis through visual inspection and quantitative analysis with percentage error as well as computational time needed to segment images. The proposed algorithm can efficiently improve segmentation accuracy and significantly reduce the speed of computational time.
본 논문은 형태학적 워터쉐드 알고리즘을 이용하여 잡음에 강한 효율적인 영상분할에 대해서 논의하고자 한다. 기존의 형태학적 워터쉐드 알고리즘에 의한 영상분할은 크게 형태학적 연산자에 의한 영상의 단순화, 경사 영상 생성, 워터쉐드 알고리즘 수행 그리고 영역 병합 등의 여러 단계에 걸쳐 이루어진다. 그러나 기존의 형태학적 워터쉐드 알고리즘에 의한 영상분할은 과분할이 많이 일어나는 단점을 갖고 있다. 본 논문에서는 과분할을 줄이기 위해 잡음에 강한 형태학적 연산자에 의한 경사영상을 생성하고 워터쉐드 알고리즘을 적용 후 통계적인 콜모고로프-스미르노프 검정을 사용하여 인접한 영역 간의 픽셀 값 분포를 비교함으로써 부적절한 영역 병합을 최소화하였다. 본 논문에서 제안한 영상분할의 성능을 평가하기 위해 기존의 방법과 정성적이고 정량적인 비교뿐 만아니라 영상분할에 소요되는 계산시간까지 비교하였다.