Journal of the Institute of Convergence Signal Processing (융합신호처리학회논문지)

The Korea Institute of Convergence Signal Processing (한국융합신호처리학회)
권호 표지

Region Segmentation Algorithm of Object Using Self-Extraction of Reference Template

기준 템플릿의 자동 생성 기법을 이용한 물체 영역 분할 알고리즘

  • Received : 2010.10.05
  • Accepted : 2011.02.02
  • Published : 2011.01.30
Download PDF
⟨ Previous Next ⟩

Abstract

In this paper, we propose the technique detecting interest object region effectively in the images from periscope of submarine based on self-generated template. First, we extract the sea-sky line, and divide it into sky and sea area from background region based on the sea-sky line. In each divided background region, the blocks which can be represented in each background region are set as a reference template. After dividing an image into several same size of blocks, we apply multi template matching to the divided search blocks and histogram template to divide the image into object region and background region. Proposed algorithm is adapted to various images in which objects exist in the background of sea and sky. We verified that proposed algorithm performed properly without given informmed prby prior learning.ropso, regardless of the slope of sea-sky line and the locmed p of object based on sea-sky line, we verified that the objects region was segmented effectively from the input image.

본 논문은 자체 생성된 기준 히스토그램 템플릿을 이용하여 잠망경으로부터 획득되는 영상에 존재하는 관심 물체영역을 배경영역으로부터 분할하는 기법을 제안한다. 먼저, 수평선을 추출하고, 추출된 수평선을 기준으로 하여 하늘과 바다 영역으로 분할한다. 분할된 각각의 영역에서 배경 영역을 대표할 수 있는 영역의 블록들을 지정하여 기준 히스토그램 템플릿으로 설정한다. 여기서 전체 영상을 동일한 크기의 블록들로 나누어, 이미 설정된 기준 히스토그램 템플릿과의 멀티 정합을 통해 물체 영역과 배경 영역으로 분할한다. 본 연구에서 제안한 물체 영역 분할 알고리즘은 배경이 하늘과 바다인 환경에서 물체가 존재하는 다양한 영상에 대해 적용되었고, 사전에 주어진 학습영상이 없는 상태에서도 영상 분할이 원활하게 수행됨을 확인하였다. 또한 입력 영상에서 수평선의 기울기와 수평선에 대한 물체의 위치에 상관없이 물체 영역을 적절히 분할함을 확인하였다.

Keywords

References

  1. H. D. Cheng, X. H. Jiang, Y. Sun and J. Wang, "Color image segmentation : advances and prospects," Pattern Recognition, vol. 34, no. 12, pp. 2259-2281, 2001. https://doi.org/10.1016/S0031-3203(00)00149-7
  2. R. M. Haralick and L. G. Shapiro, "Survey : Image segmentation techniquse," Comput. Vis. Graph. Image Process., vol. 29, no. 1, pp. 100-132, 1985. https://doi.org/10.1016/S0734-189X(85)90153-7
  3. G. K. Santhalia, N. Shanna, S. Singh, M. Das, J. MulChandani, "A Method to Extract Future Warships in Complex Sea-Sky Background Which May Be Virtually Invisible," IEEE Int'l Conf. on Image Processing, pp. 533-536, 2009.
  4. L. Yang, Y. Zhou, J. Yang amd L. Chen, "Variance WIE based infrared images processing," Electronics Letters, vol. 42, no. 15, pp. 857-859, Jul. 2006. https://doi.org/10.1049/el:20060827
  5. L. Yang, J, Yang, K. Yang, "Adaptive detection for infrared small target under sea-sky complex background," Electronics Letters, vol. 40, no. 17, pp. 1083-1085, 2004. https://doi.org/10.1049/el:20045204
  6. Y. Gao, S. Hu, Z. Miao, S. Xu, "Research on Seaskyline Detection in Complex Sea Background," ICICIC Int'l Conf., on Innovative computing, Information and Control, pp. 452-452, 2007.
  7. J. W. Lu, Y. Z. Dong, X. H Yuan, F. L. Lu, "An Algorithm for Locating Sky-Sea Line," CASE Int'l Conf .. on Automation science and Engineering, pp. 615 - 619, 2006.