영역 분할 및 합병 기법을 이용한 위성 영상 영역 분할 방법

전병태(Byung Tae Chun),장대근(Dae-Geun Jang) 한국컴퓨터정보학회 2007 韓國컴퓨터情報學會論文誌 Vol.12 No.2

기존 화소 기반 영역분할 방법은 주변 화소와 비교를 통하여 영역 분할을 수행하기 때문에 처리 시간이 길고, 영역 분할이 부정확한 문제점을 가지고 있다. 본 논문에서는 대용량 위성 영상을 효과적으로 영역 분할하기 위하여 영역 분할 및 합병 기법을 이용한 수정된 중심 연결 방법을 제안한다. 자신의 화소 값을 주변의 화소 값들과 비교하여 조건이 비슷할 경우 주변의 화소들을 합병하여 영역을 생성하는 방법으로 2방향으로만 주변 화소 값들과 비교를 수행하여 분할영역을 생성 및 합병한다. 실험결과 제안된 방법이 기존의 화소 기반 영역 분할 방법들보다 알고리즘이 간단하고 연산량이 작아 처리 시간이 짧으면서도 분할의 정확도가 우수한 영역기반 위성영상 영역분할 방법임을 알 수 있었다. Conventional pixel based region segmentation methods have problems of long processing time and incorrect region split on account of performing region split through comparison of neighboring pixels. In this paper, we propose the method which segments a large size of satellite image effectively using modified centroid linkage method. This method is a sort of region split and merge. The proposed method merges pixels and makes them as a new region through only two directional comparing the current positioning pixel with neighbor ones, if they are satisfied with given conditions. Therefore, this method has less comparing time than the cases of previous ones. The experimental result shows that the proposed method is very efficient because of having less processing time and more exact segmented regions than the previous ones.

공간 이미지 분석을 위한 주시영역 분할기준에 관한 연구

김주현,김종하 한국기초조형학회 2012 기초조형학연구 Vol.13 No.2

Eye-tracking, one of the various methods for the estimation of spatial images, makes it possible to analyze the observation characteristics while people are receiving the images through the observation by their eye movement. However, while it can make us obtain precise and objective observation data, it has the aspect that the method of analyzing the observation characteristics has not been established yet. Accordingly, I, for this study, analyzed the characteristics of each observation section and those of observation scope according to the grading of observation values and the partitioning of observation images respectively so that I could establish the partitioning standard to divide the scopes for the observation analysis. 1) I, analyzing the average value and deviation value of the observation data, studied the degree of dispersion by partition type through analyzing the average value and the deviation value of observation data to find out that the partitioning them into small sections could reflect the characteristics of the subjects' observation values more clearly. 2) In case of partitioning them into small sections, when those observation data happening mainly to design elements are partitioned into areas, they can be divided to be different with one another, and so partitioning the scope too minutely can cause the dispersion of the concentration scope. 3) The analysis of the observation characteristics by observation-grading section led me to find out that Type 4 was the optimum where the frequency at Section I with the lowest observation frequency was less than 50% and that at Section V is more than 3%. 4) The Partition Type 4 has the observation image partitioned by 12 x 12, and the one partitioned scope is rectangular and its size is 1.9 times of central fovea's area. But given that the central fovea is circular, its radius is 1.05 - 1.4 times of central fovea. Considering the partitioning type and the central fovea's size, it can be concluded that the scope a little bigger than the size of central fovea should be the standard for the size of observation scope. 아이트래킹은 시선의 움직임에 대한 관찰을 통해 공간 이미지가 받아들여지는 과정에 나타나는 주시특성의 분석이 가능하며, 디자인 요소 상호간의 관계성과 중요도를 파악할 수 있다는 점에서 매우 중요한 자료를 제공한다. 그러나 주시데이터가 정밀하고 객관적인데 비해 주시특성을 분석하는 방법이 정립되지 않고 있다. 이에 본 연구에서는 주시이미지의 분할에 따른 주시영역의 특성과 주시값의 등급설정에 따른 주시구간의 특성 분석을 통해 주시분석을 위한 영역 구분의 분할기준을 설정하였다. 그 결과는 다음과 같다. 1) 분할유형별 주시정도의 특성으로부터 구역면적이 너무 크거나 작을 경우 1개 구역내 최고․최저 주시값이 과대․과소해져 각 구역별 주시특성을 분석하기 힘들다. 2) 주시데이터의 평균값과 편차값의 분석을 통해 분할 유형별 분산 정도를 살펴본 결과, 작은 구역으로 분할하는 것이 피험자들의 주시값 특성을 명확히 반영할 수 있다. 3) 다만 작은 구역으로 영역을 분할하는 경우 디자인요소에 집중적으로 발생한 주시데이터가 영역으로 분할되는 과정에서 서로 다른 영역으로 나뉘는 현상이 발생할 수 있으므로, 세분화된 영역분할은 주의집중구역의 분산을 초래할 수 있다. 4) 주시등급의 구간별 주시특성을 분석한 결과 주시빈도가 가장 낮은 Ⅰ구간의 빈도가 50% 이하이고, Ⅴ구간의 빈도가 3% 이상인 유형4가 가장 적정한 유형으로 분석되었다. 분할유형4는 12×12개로 주시화상을 분할한 경우로 분할한 1개 영역은 직사각형으로 크기는 중심와 면적의 약 1.9배에 해당되나 중심와가 원형인 것을 감안하면 반경으로는 1.05-1.4배의 중심와 크기를 갖는다. 이러한 분할유형과 중심와의 크기로 볼 때 중심와 크기보다 약간 큰 영역을 주시영역의 크기로 분할하는 것이 가장 바람직한 것으로 나타났다.

칼라 양자화 맵의 영역 히스토그램에 기반한 조명 적응적 피부색 영역 분할

조성식(Seong-Sik Cho),배정태(Jung-Tae Bae),이성환(Seong-Whan Lee) 한국정보과학회 2009 정보과학회논문지 : 소프트웨어 및 응용 Vol.36 No.1

피부색 정보는 비전 기반 시스템에서 인체 인식에 널리 쓰이는 중요한 정보이다. 그러나 기존의 픽셀 단위의 피부색 분할 방법은 피부색 영역 내부와 외부에 발생하는 오분할로 인해 여러 가지 피부색 관련 시스템의 인식률을 저해시키는 요인이 된다. 본 논문에서는 양자화 영역 정보로부터 프레임 간에 근접한 유사 피부색의 영역별 분할을 통한 피부색 분할 방법을 제안한다. 제안하는 방법은 피부색 영역분할을 위해 JSEG 알고리즘을 통해 영상의 칼라를 양자화하여 영역을 분할한다. 분할된 영역으로부터 근접한 유사 피부 영역의 후보를 결정하고, 각 영역의 히스토그램 비교를 통해 피부색 영역을 결정한다. 이렇게 결정된 영역으로부터 피부색 표본을 추출하여 다음 프레임을 위한 피부색 모델을 갱신한다. 성능 평가를 위해 ECHO 데이타베이스와 조명이 변화하는 환경에서 실제 촬영한 영상을 이용하여 기존 연구의 분류 방법 비교 실험을 실시하였고, 기존보다 향상된 영역 분할 및 조명 적응 성능을 보였다. This paper proposes a skin segmentation method based on region histograms of the color quantization map. First, we make a quantization map of the image using the JSEG algorithm and detect the skin pixel. For the skin region detection, the similar neighboring regions are set by its similarity of the size and location between the previous frame and the present frame from the each region of the color quantization map. Then we compare the similarity of histogram between the color distributions of each quantized region and the skin color model using the histogram distance. We select the skin region by the threshold value calculated automatically. The skin model is updated by the skin color information from the selected result. The proposed algorithm was compared with previous algorithms on the ECHO database and the continuous images captured under time varying illumination for adaptation test. Our approach shows better performance than previous approaches on skin color segmentation and adaptation to varying illumination.

퍼지기반의 두뇌영상 영역분할 알고리듬

이효종(Hyo Jong Lee) 大韓電子工學會 2009 電子工學會論文誌-TC (Telecommunications) Vol.46 No.12

기술의 발달로 의료장비의 현대화가 이루어지고 PACS와 같은 시스템이 보편화되면서 디지털 의료영상처리 기술에 대한 관심이 높아지고 있다. 영역분할 기술은 디지털의료영상처리에서 첫 번째 단계로 필요한 전처리기술이다. 영역분할을 통하여 특정 부위가 종양, 부종, 파손 및 괴사세포와 같은 이상 현상을 나타내는 것을 조기에 발견할 수 있도록 해주고, 의사들이 적절한 처방을 내려줄 수 있도록 도와줄 수 있다. 특히 두뇌영상에서 백질, 회백질 및 CSF(cerebral spinal fluid)의 영역분할은 두뇌연구의 핵심기술이다. 이들 의료영상에서 기존의 윤곽선이나 영역 확장법은 애매한 경계선과 장기내의 물리적 특성이 비균질하여 영역분할의 실패율을 높게 한다. 퍼지기반의 영역분할 알고리듬은 불분명한 경계를 이루는 장기의 영역분할에 강하다고 알려져 있다. 본 연구에서는 자기공명영상이 강하게 나타내는 잡음에도 안정적인 퍼지기반의 영역분할 알고리듬을 제안하였다. 제안된 알고리듬은 이웃화소들을 군집시킬 때에 평균과 분산의 정보를 이용하여 최소한의 계산을 추가함으로써, 기존의 퍼지기반 영역분할 방법에 비하여 실패율이 대략 30% 이하로 낮은 것을 확인하였다. As technology gets developed, medical equipments are also modernized and leading-edge systems, such as PACS become popular. Many scientists noticed importance of medical image processing technology. Technique of region segmentation is the first step of digital medical image processing. Segmentation technique helps doctors to find out abnormal symptoms early, such as tumors, edema, and necrotic tissue, and helps to diagnoses correctly. Segmentation of white matter, gray matter and CSF of a brain image is very crucial part. However, the segmentation is not easy due to ambiguous boundaries and inhomogeneous physical characteristics. The rate of incorrect segmentation is high because of these difficulties. Fuzzy-based segmentation algorithms are robust to even ambiguous boundaries. In this paper a modified Fuzzy-based segmentation algorithm is proposed to handle the noise of MR scanners. A proposed algorithm requires minimal computations of mean and variance of neighbor pixels to adjust a new neighbor list. With the addition of minimal compuation, the modified FCM(mFCM) lowers the rate of incorrect clustering below 30% approximately compared the traditional FCM..

영역 모니터링 질의 처리를 위한 공간 분할 기법

정재우 ( Jaewoo Chung ),정하림 ( Harim Jung ),김응모 ( Ung-mo Kim ) 한국인터넷정보학회 2018 인터넷정보학회논문지 Vol.19 No.1

본 논문은 영역 모니터링 질의를 효율적으로 처리하는 기법에 대해서 다룬다. 기존의 영역 모니터링 질의 처리를 위해서 사용된 중앙 집중식 기법은 이동 객체가 서버에 주기적으로 자신의 위치 업데이트를 전송하고, 서버가 질의 결과를 지속적으로 업데이트 한다고 가정한다. 그러나 이러한 가정은 많은 양의 위치 데이터 전송으로 인해 시스템 성능을 크게 저하시킨다. 최근, 영역 모니터링질의 처리를 위한 몇 가지 분산 기법들이 제안되었다. 분산 기법에서 서버는 각 이동 객체에게 I) 작업 공간의 서브 공간인 상주 도메인과 ii) 몇 개의 인접 질의 영역을 할당한다. 각 이동 객체는 상주 도메인을 벗어나거나 질의 영역의 경계를 가로지를 경우에만 서버에게 자신의 위치를 전송한다. 상주 도메인 및 인접 질의 영역을 이동 객체에 할당하기 위해서 서버는 작업 공간을 반복적으로 동일하게 반으로 분할하여 생성되는 질의 색인 구조를 사용한다. 하지만 이와 같은 색인 구조는 불필요한 분할이 발생하게 되므로 시스템의 성능 저하를 발생시킨다. 본 논문에서는 불필요한 분할을 줄이기 위해서 적응 분할 기법을 제안한다. 적응 분할 기법은 I) 질의 영역과 결과 서브 공간의 공간적 관계와 ii) 질의 영역의 분포를 고려하여 동적으로 작업 공간을 분할한다. 본 논문에서는 기존의 색인 구조인 QR-tree에 본 논문에서 제안한 새로운 분할 기법을 적용하였으며, 시뮬레이션을 통해 제안 된 분할 기법의 효율성을 검증했다. This paper addresses the problem of efficient processing of region monitoring queries. The centralized methods used for existing region monitoring query processing assumes that the mobile object periodically sends location-updates to the server and the server continues to update the query results. However, a large amount of location updates seriously degrade the system performance. Recently, some distributed methods have been proposed for region monitoring query processing. In the distributed methods, the server allocates to all objects i) a resident domain that is a subspace of the workspace, and ii) a number of nearby query regions. All moving objects send location updates to the server only when they leave the resident domain or cross the boundary of the query region. In order to allocate the resident domain to the moving object along with the nearby query region, we use a query index structure that is constructed by splitting the workspace recursively into equal halves. However, However, the above index structure causes unnecessary division, resulting in deterioration of system performance. In this paper, we propose an adaptive split method to reduce unnecessary splitting. The workspace splitting is dynamically allocated i) considering the spatial relationship between the query region and the resultant subspace, and ii) the distribution of the query region. We proposed an enhanced QR-tree with a new splitting method. Through a set of simulations, we verify the efficiency of the proposed split methods.

도로와 하늘 영역 추출을 위한 적응적 분할 방법

박경환(Kyoung-Hwan Park),남광우(Kwang-Woo Nam),이양원(Yang-Won Rhee),이창우(Chang-Woo Lee) 한국컴퓨터정보학회 2011 韓國컴퓨터情報學會論文誌 Vol.16 No.7

비젼기반 지능형교통정보시스템(ITS, Intelligent Transportation System) 환경에서 도로영역의 분할이 가장 기초적인 역할을 한다. 따라서 본 논문은 입력영상에서 도로 영역과 하늘 영역을 분할하기 위해 적응적 패턴 추출을 통한 영역분할 방법을 제안한다. 제안된 방법은 첫째, Mean Shift 알고리즘을 이용한 초기분할 단계, 둘째, 정적 패턴매칭 방법에 기반한 후보영역선별 단계, 셋째, 동적 패턴매칭 방법에 기반한 영역확장 단계로 구성된다. 제안된 방법은 적응적 패턴을 현 분할영역의 주변 영역으로부터 추출하여 영역병합에 사용함으로서 보다 신뢰성 높은 영역병합결과를 얻을 수 있다. 제안된 방법의 장점을 평가하기 위해 정적인(static) 패턴만을 사용해서 영역을 병합하는 방법과 비교하였다. 제안된 방법의 실험결과에서는 적응적인 패턴 추출방법을 사용하였을 때가 정적인 패턴 추출에 의한 영역병합 방법보다 8.12%의 성능이 향상됨을 보였다. 제안된 방법은 수시로 변화하는 도로환경에서 안정적으로 도로나 하늘영역을 추출할 수 있으며, 비전기반 지능형교통정보시스템의 핵심적인 역할을 할 것으로 기대한다. In Vision-based Intelligent Transportation System(ITS) the segmentation of road region is a very basic functionality. Accordingly, in this paper, we propose a region segmentation method using adaptive pattern extraction technique to segment road regions and sky regions from original images. The proposed method consists of three steps; firstly we perform the initial segmentation using Mean Shift algorithm, the second step is the candidate region selection based on a static-pattern matching technique and the third is the region growing step based on a dynamic-pattern matching technique. The proposed method is able to get more reliable results than the classic region segmentation methods which are based on existing split and merge strategy. The reason for the better results is because we use adaptive patterns extracted from neighboring regions of the current segmented regions to measure the region homogeneity. To evaluate advantages of the proposed method, we compared our method with the classical pattern matching method using static-patterns. In the experiments, the proposed method was proved that the better performance of 8.12% was achieved when we used adaptive patterns instead of static-patterns. We expect that the proposed method can segment road and sky areas in the various road condition in stable, and take an important role in the vision-based ITS applications.

밴드 매칭, 경계제거, 영역분할을 이용한 영상 인페인팅

이수빈(Subin Lee),서용덕(Yongduek Seo) 한국멀티미디어학회 2008 멀티미디어학회논문지 Vol.11 No.2

본 논문은 밴드 매칭과 경계제거 두 부분으로 나누어진 새로운 인페인팅 방법을 제안한다. 밴드 매칭은 삭제하고자하는 영역(인페인팅 영역)을 둘러싸는 밴드와 영상의 나머지 영역을 비교하여 그 차이가 가장 작은 영역을 인페인팅 영역에 채워 넣는 것이고, 경제제거는 밴드매칭으로 채워진 영역과 주변영역 사이에 나타나는 경계를 제거하는 것이다. 제안하는 방법은 인페인팅 영역으로 연속된 선이 지나는 경우 좋지 못한 결과를 얻는 경우가 있는데, 이러한 경우 영역분할이라는 과정을 더한다. 영역분할 방법은 인페인팅 영역을 작게 나누고, 분할된 각각의 영역에 대해 밴드 매칭과 경계제거를 수행하는 것이다. 영역분할을 이용하는 경우 분할 개수에 따라 여러 개의 다른 결과를 얻을 수 있고, 사용자는 그 결과들 중에서 가장 좋은 결과를 선택할 수 있다. We propose a novel image inpainting method composed of two parts: band matching and seamless cloning. In band matching, a band enclosing the boundary of a missing region is compared to those from the other parts of the image. The inner area of the minimum difference band is then copied to the missing region. Even though this band matching results in successful inpainting in many practical applications, brightness discontinuity (a seam) may appear between the filled missing region and its neighborhood. We apply seamless cloning to remove such discontinuity between the two regions. However, since this basic method using one patch may not deal with cases where there are abrupt changes of color or brightness along the boundary, we furthermore devise one more step: target sub-division. The target area is subdivided into small sub-areas, and the band matching and seamless cloning are applied to each of them. The multiple results from the sub-division are then ordered according to inpainting quality, which is measured based on the edge map or discontinuity map along the boundary band.

다면체영역분할을 이용한 SPH의 충돌 및 병렬해석

탁문호 한국지반환경공학회 2024 한국지반환경공학회논문집 Vol.25 No.4

In this study, a polyhedral domain decomposition method for Smoothed Particle Hydrodynamics (SPH) analysis is introduced. SPH which is one of meshless methods is a numerical analysis method for fluid flow simulation. It can be useful for analyzing fluidic soil or fluid-structure interaction problems. SPH is a particle-based method, where increased particle count generally improves accuracy but diminishes numerical efficiency. To enhance numerical efficiency, parallel processing algorithms are commonly employed with the Cartesian coordinate-based domain decomposition method. However, for parallel analysis of complex geometric shapes or fluidic problems under dynamic boundary conditions, the Cartesian coordinate-based domain decomposition method may not be suitable. The introduced polyhedral domain decomposition technique offers advantages in enhancing parallel efficiency in such problems. It allows partitioning into various forms of 3D polyhedral elements to better fit the problem. Physical properties of SPH particles are calculated using information from neighboring particles within the smoothing length. Methods for sharing particle information physically separable at partitioning and sharing information at cross-points where parallel efficiency might diminish are presented. Through numerical analysis examples, the proposed method's parallel efficiency approached 95% for up to 12 cores. However, as the number of cores is increased, parallel efficiency is decreased due to increased information sharing among cores. 본 연구에서는 SPH 해석을 위한 다면체영역분할 기법이 소개된다. SPH 기법은 유체 유동 모사를 위한 수치해석기법으로 무요소기법(meshless method) 중 하나이다. 유동성 지반 또는 고체-유체 상호작용 해석 등에 유용하게 쓰일 수 있다. SPH는 입자기반 해석이기 때문에 입자가 많을수록 결과의 정확도는 높아지지만 수치적 효율성은 떨어진다. 일반적으로 해석의 효율성을 높이기 위해 병렬 프로세싱 알고리즘과 함께 쓰이는데 직교좌표계 기반의 영역분할 기법이 대표적이다. 그러나 복잡한 기하학적 형태나 동적 경계조건에서 유동 모사 등을 병렬 해석하기 위해서는 직교좌표계 영역분할 방법이 적합하지 않다. 소개하는 다면체영역분할 기법은 이와 같은 문제에서 병렬효율성을 높일 수 있는 장점을 갖는다. 다양한 형태의 3차원 다면체 요소로 분할하여 문제에 적합하게 모델링할 수 있다. SPH 입자들의 물리적 값들은 smoothing 길이 이내의 주위 입자들 정보를 이용하여 계산된다. 영역분할 시 물리적으로 분리될 수 있는 입자정보들을 코어간 공유할 수 있는 방법과 병렬효율성이 떨어질 수 있는 cross-point에서의 정보공유 방법이 소개된다. 수치해석 예제를 통하여 제안된 방법의 병렬효율성은 12코어까지 95%에 근접하였다. 이후 코어가 증가할수록 코어간 공유되는 정보량이 많아져 병렬효율성이 떨어지는 문제가 발생되기도 하였다.

색상의 주기성을 고려한 자연영상 분할방법

남혜영(Hyeyoung Nam),김욱현(Wookhyun Kim) 大韓電子工學會 2009 電子工學會論文誌-SP (Signal processing) Vol.46 No.6

In this paper we propose the block based image segmentation method using the cyclic properties of hue components in HSI color model. In proposed method we use center point instead of hue mean values as the hue representatives for regions in image segmentation considering hue cyclic properties and we also use directed distance for the hue difference among regions. Furthermore we devise the simple and effective method to get critical values through control parameter to reduce the complexity in the calculation of those in the conventional method. From the experimental results we found that the segmented regions in the proposed method is more natural than those in the conventional method especially in texture and red tone regions. In the simulation results the proposed method is better than the conventional methods in the in the evaluation of the human segmentation dataset presented Berkely Segmentation Database. 본 논문은 HSI 컬러 모델에서 색상(Hue)의 주기성을 고려한 블록기반 영상분할 방법을 제안한다. 제안한 방법에서는 영역병합 시 사용되는 영역의 색상 대푯값으로 색상의 평균 대신 중앙점을 사용하며, 영역 간 색상차를 계산하기 위해 단방향 거리를 사용한다. 그리고 기존방법에서 사용한 복잡하게 계산된 영역별 임계값을 파라메타를 통해 조절할 수 있는 간단하지만 효율적인 임계값으로 수정한다. 실험결과 제안한 방법의 분할결과가 질감 성분이나 붉은 색상을 가진 영역에서 기존 방법을 사용했을 때 보다 더 자연스러우며, 제안한 방법과 기존 방법으로 버클리 영상분할 데이터베이스에서 제공하는 자연영상들을 분할하여 평가값을 비교해 본 결과 제안한 방법이 기존방법에 비해서 더 우수함을 알 수 있었다.

관심영역 추출과 통합에 의한 적외선 영상 분할

염석원(Seokwon Yeom) 한국지능시스템학회 2016 한국지능시스템학회논문지 Vol.26 No.6

적외선 영상은 야간에 표적의 탐지가 가능하여 보완과 감시분야에 활용도가 높다. 그러나 가시광선 영상에 비하여 해상도가 낮고 잡음의 영향이 크다는 단점이 있다. 본 논문에서는 적외선 영상의 표적을 분할하는 방법을 연구한다. 표적을 포함하는 다수의 관심영역(Region of Interest)을 다단계 분할 방법을 이용하여 추출하고 관심영역을 입력영상으로 다단계 분할방법을 다시 적용하여 표적을 분할한다. 다단계 분할 방법의 각 단계는 가우시안 혼합모델의 파라미터를 초기화 하고 추정하는 k-means 클러스터링(Clustering)과 EM(Expectation-Maximization) 알고리즘과 추정된 사후확률을 이용하여 각 화소의 클러스터를 결정하는 단계로 구성된다. 본 논문에서 추출된 관심영역을 선택하고 통합하는 방법을 제안한다. 관심영역의 통합은 근접한 모든 관심영역의 윈도우를 포함하도록 이루어진다. 실험에서는 야간의 보행자로부터 획득한 적외선 영상에 제안된 방법을 적용하고 다른 분할 방법과 비교하여 제안한 방법이 우수함을 보인다. Infrared (IR) imaging is capable of detecting targets that are not visible at night, thus it has been widely used for the security and defense system. However, the quality of the IR image is often degraded by low resolution and noise corruption. This paper addresses target segmentation with the IR image. Multiple regions of interest (ROI) are extracted by the multi-level segmentation and targets are segmented from the individual ROI. Each level of the multi-level segmentation is composed of a k-means clustering algorithm an expectation-maximization (EM) algorithm, and a decision process. The k-means clustering algorithm initializes the parameters of the Gaussian mixture model (GMM) and the EM algorithm iteratively estimates those parameters. Each pixel is assigned to one of clusters during the decision. This paper proposes the selection and the merging of the extracted ROIs. ROI regions are selectively merged in order to include the overlapped ROI windows. In the experiments, the proposed method is tested on an IR image capturing two pedestrians at night. The performance is compared with conventional methods showing that the proposed method outperforms others.