Adaptive Edge Detection Using Histogram Equalization and Clustering

히스토그램 평활화와 군집화 전처리를 통한 적응적 경계선 추출 방법

주변 픽셀간의 명도 차이가 작을수록 같은 경계를 구성하고 있을 가능성이 크다. 따라서 주변 픽셀간의 명도를 고려하여 경계 추출기를 활용한다면 보다 정확한 경계선 추출이 가능하다. 하지만 한가지의 히스토그램 평활화와 k-means 군집화를 사용하는 기존 알고리듬은 평활화에 의한 이미지 왜곡이나, 명도 차이가 큰 픽셀이 같은 그룹에 속하는 경우 혹은 명도 차이가 작은 픽셀이 각각 다른 그룹에 속하는 경우와 같이 그룹화의 오류가 있기 때문에 원본 이미지에 없던 불필요한 경계선이 발견되었다. 본 논문은 하나의 이미지에 대해서 여러 가지 히스토그램 평활화 방법으로 각각 다른 명도 분포를 얻어내어 적응적으로 경계선을 판단하는 알고리듬을 제안한다. 이는 기존 알고리듬에서 나타나는 불필요한 경계선을 제거하였으며 기본 경계 추출기의 효과를 향상시켰다.