Journal of KIISE:Software and Applications (한국정보과학회논문지:소프트웨어및응용)

Korean Institute of Information Scientists and Engineers (한국정보과학회)
권호 표지

Evaluation of Edge Detector′s Smoothness using Fuzzy Ambiguity

퍼지 애매성을 이용한 에지검출기의 평활화 정도평가

  • 김태용 (중앙대학교 영상공학과) ;
  • 한준희 (포항공과대학교 컴퓨터공학과)
  • Published : 2001.09.01
Download PDF
⟨ Previous Next ⟩

Abstract

While the conventional edge detection can be considered as the problem of determining the existence of edges at certain locations, the fuzzy edge modeling can be considered as the problem of determining the membership values of edges. Thus, if the location of an edge is unclear, or if the intensity function is different from the ideal edge model, the degree of edgeness at the location is represented as a fuzzy membership value. Using the concept of fuzzy edgeness, an automatic smoothing parameter evaluation and selection method for a conventional edge detector is proposed. This evaluation method uses the fuzzy edge modeling, and can analyze the effect of smoothing parameter to determine an optimal parameter for a given image. By using the selected parameter we can detect least ambiguous edges of a detection method for an image. The effectiveness of the parameter evaluation method is analyzed and demonstrated using a set of synthetic and real images.

기존의 경계검출 방법은 디지털 영상에서 특정한 위치의 경계 존재 유무를 평가하기 위하여, 경계 신호를 강화하고 잡음의 영향을 줄이기 위한 여러 종류의 파라미터를 사용한다. 그 중 대표적인 것은 평활화 기능으로 가우스 함수를 많이 사용한다. 그러나, 평활화 함수는 그 크기에 따라 경계의 위치에 변화를 가져오기 때문에 특징 계산 등의 후처리 연산에 많은 오류를 전파하게 된다. 본 논문에서는 이러한 경계 검출과정의 오류를 줄일 수 있는 최적의 파라미터 평가를 퍼지 경계 표현을 이용하여 제안한다. 퍼지 경계 표현은 특정한 위치에 경계의 가능성 정도를 멤버십으로 부여하는 표현 방법으로서, 경계의 위치가 불확실하거나 밝기 변화가 이상적인 경계와 다를 경우에는 그의 애매성을 퍼지 멤버십으로 표현한다. 이러한 경계의 퍼지 표현을 이용하여 기존의 경계 검출기를 사용하여 검출된 경계에 대한 존재의 모호성 및 위치의 모호성을 평가하고, 최적의 파라미터 값을 영상의 종류에 따라 자동적으로 선택할 수 있는 측정값을 제안한다.

Keywords

References

  1. Olivier Faugeras, Three-dimensional computer vision : a geometric viewpoint, The MIT Press, 1993
  2. John Canny, 'A Computational Approach to Edge Detection,' IEEE Trans. on PAMI, Vol.8, No.6, pp.679-698, Nov. 1986
  3. V. S. Nalwa and T. O. Binford, 'On Detecting Edges,' IEEE Trans. on PAMI, Vol.PAMI-8, No.6, pp.699-714, 1986
  4. Lee A. Iverson and Steven W. Zucker, 'Logical/ Linear Operators for Image Curves,' IEEE Trans. on PAMI, Vol.7, No.10, pp.982-996, 1995 https://doi.org/10.1109/34.464562
  5. Fredrik Bergholm, 'Edge Focusing,' IEEE Trans. on PAMI, Vol.PAMI-9, No.6, pp.726-741, 1987
  6. I. E. Abdou and W. K. Pratt, 'Quantitative Design and Evaluation of Enhancement/Thresholding Edge Detectors,' Proceedings of IEEE, Vol.67, No.5, pp.753-763, 1979
  7. Les Kitchen and Azriel Rosenfeld, 'Edge Evaluation Using Local Edge Coherence,' IEEE Trans. on SMC, Vol.SMC-ll, No.9, pp.597-605, 1981
  8. Edward J. Delp and C. Henry Chu, 'Detecting Edge Segments,' IEEE Trans. on SMC, Vol.SMC15, No.1, pp.144-152, 1985
  9. Robert M. Haralick and James S. J. Lee, 'Context Dependent Edge Detection and Evaluation,' Pattern Recognition, Vol.23, No.1/2, pp.1-19, 1990 https://doi.org/10.1016/0031-3203(90)90045-M
  10. Jun Shen, 'An Optimal Linear Operator for Step Edge Detection,' CVGIP: Graphical Models and Image Processing, Vol.54, No.2, pp.112-133, 1992 https://doi.org/10.1016/1049-9652(92)90060-B
  11. Qiuming Zhu, 'Efficient evaluation of edge connectivity and width uniformity,' Image and Vision Computing, Vol.14, pp.21-34, 1996 https://doi.org/10.1016/0262-8856(95)01036-X
  12. Robin N. Strickland and Dunkai K. Chang, 'Adaptable edge quality metric,' Optical Engineering Vol.32, No.5, pp.944-951, 1993 https://doi.org/10.1117/12.130263
  13. P. L. Palmer, H. Dabis and J. Kittler, 'A Performance Measure for Boundary Detection Algorithms,' Computer Vision and Image Understanding, Vol.63, No.3, pp.476-494, 1996 https://doi.org/10.1006/cviu.1996.0036
  14. Tae Yong Kim and Joon H. Han, 'A Fuzzy Approach to Edge Detection and Representation,' Fuzz-IEEE 97, pp.69-74, July 1997, Barcelona, Spain https://doi.org/10.1109/FUZZY.1997.616346
  15. Tae Y ong Kim and joon H. Han, 'Edge representation with fuzzy sets in blurred images,' Fuzzy Sets and Systems, Vol. 100, pp.69-79, Nov. 1998 https://doi.org/10.1016/S0165-0114(97)00190-5
  16. D. Man and E. Hildreth, 'Theory of Edge Detection,' Proceeding of Royal Society of London, Vol.B-207, pp.186-217, 1980
  17. Vincent Tone and Tomaso A. Poggio, 'On Edge Detection,' IEEE Trans. on PAMI, Vol.PAMI-8, No.2, pp.147-163, 1986
  18. J. Hadamard, Lectures on the Cauchy Problem in Linear Partial Difference Equations, New Haven, CT: Yale University Press, 1923
  19. M. Fleury, L. Hayat and A. F. Clark, 'Parallel entropic auto-thresholding,' Image and Vision Computing, Vol.14, pp.247-263, 1996 https://doi.org/10.1016/0262-8856(95)01049-1
  20. Liang-Kai Huang and Mao-Jiun J. Wang, 'Image Thresholding by Minimizing the Measure of Fuzziness,' Pattern Recognition, Vol.28, No.1, pp.41-51, 1995 https://doi.org/10.1016/0031-3203(94)E0043-K
  21. Ramakrishna Kakarala and Alfred O. Hero, 'On Achievable Accuracy in Edge Localization,' IEEE Trans. on PAMI, Vol.14, No.7, pp.777-781, 1992 https://doi.org/10.1109/34.142913
  22. Azriel Rosenfeld, 'Fuzzy Digital Topology,' Information Control, Vol.40, No.1, pp.76-87, Jan. 1979 https://doi.org/10.1016/S0019-9958(79)90353-X
  23. Azriel Rosenfeld, 'The fuzzy geometry of image subsets,' Pattern recognition letters, Vol.2, pp.311-317, Sep. 1984 https://doi.org/10.1016/0167-8655(84)90018-7
  24. Sankar K. Pal and Azriel Rosenfeld, 'Image Enhancement and Thresholding by Optimization of Fuzzy Compactness,' Pattern Recognition letters, pp.77-86, Feb. 1988 https://doi.org/10.1016/0167-8655(88)90122-5