정지장면의 연속 프레임 영상 간 통계에 기반한 영상분할 = Image Segmentation based on Statistics of Sequential Frame Imagery of a Static Scene

다국어 초록 (Multilingual Abstract)

This study presents a method to segment an image, employing the statistics observed at each pixel location across sequential frame images. In the acquisition and analysis of spatial information, utilization of digital image processing technique has very important implications. Various image segmentation techniques have been presented to distinguish the area of digital images. In this study, based on the analysis of the spectroscopic characteristics of sequential frame images that had been previously researched, an image segmentation method was proposed by using the randomness occurring among a sequence of frame images for a same scene. First of all, we computed the mean and standard deviation values at each pixel and found reliable pixels to determine seed points using their standard deviation value. For segmenting an image into individual regions, we conducted region growing based on a T-test between reference and candidate sample sets. A comparative analysis was conducted to assure the performance of the proposed method with reference to a previous method. From a set of experimental results, it is confirmed that the proposed method using a sequence of frame images segments a scene better than a method using a single frame image.

국문 초록 (Abstract)

본 연구는 정지장면의 연속영상간 각 픽셀위치에서 일어나는 통계적 특성을 활용하여 영상을 분할하는 기법을 제안한다. 공간정보의 획득과 분석에서 디지털 영상 처리 기법의 활용은 아주 중요한 의미를 가진다. 특히 디지털 영상의 영역 구분을 위해 다양한 영상 분할(image segmentation) 기법들이 활용되고 있다. 본 연구에서는 선행 연구한 연속프레임 영상의 분광학적 특성 분석의 결과를 바탕으로 연속 프레임 간 Randomness를 활용한 이미지 분할 방법을 제안하였다. 우선 연속 프레임 간 각 화소에 통계학적인 분석 방법을 적용하여 각 화소의 평균과 표준편차 값을 구하고, 이를 통하여 대상 영상에서 가장 신뢰할 만한 화소들을 찾아 씨앗 점(seed point)을 결정하였다. 그리고 이 씨앗 점들을 시작으로 이웃 화소 간 T-test를 실시하였으며, 이를 기반으로 영역 성장(region growing)의 개념을 적용하여 영상을 분할 할 수 있는 기법을 연구하였다. 제안방식의 성능을 검증하기 위하여 실험을 통하여 기존의 방식과 비교분석을 수행하였다. 이러한 실험의 결과 영상분할에서 영상의 단일 프레임을 활용한 것보다 연속 프레임을 활용한 경우가 유리함을 확인 할 수 있었다.

참고문헌 (Reference)

1 양성철, "컬러영상 경계추출을 위한 CIEL*Ch 색체계 변환의 적용" 273-278, 2005

2 고인철, "디지털 카메라를 활용한 컬러 지상영상의 분광학적 특성 분석" 137-144, 2010

3 윤영근, "그레이 영상에서의 영역 확장에 기반한 영상 세그멘테이션 기법" 한국정보과학회 21 (21): 1-12, 2005

4 이정빈, "객체기반 영상분류를 위한 영상분할 가중치 비교" 289-292, 2007

5 "http://en.wikipedia.org"

6 Rolf Adams, "Seeded Region Growing" 16 (16): 641-647, 1994

7 John A. Rice, "Mathematical statistics and data analysis 3rd Edition" Thomson 2007

8 Robert M. Haralick, "Image segmentation techniques" 29 (29): 100-132, 1985

9 Rafael C. Gonzalez, "Digital Image Processing using MATLAB" Prentice Hall 2004

10 Rafael C. Gonzalez, "Digital Image Processing 2nd Edition" Prentice Hall 2002

11 SONY, "DSC-F828 Manual"

12 Linda G. Shapiro, "Computer Vision" Prentice Hall 2001

13 A Mehnert, "An improved seeded region growing algorithm" 18 (18): 1065-1071, 1997

14 Charles D. Ghilani, "Adjustment Computations Fourth Edition" WILEY 12-65, 2006

15 A Tremeau, "A region growing and merging algorithm to color segmentation" 30 (30): 1191-1203, 1997