Abstract
A hybrid image segmentation algorithm is proposed which integrates edge-based and region-based techniques through the watershed algorithm. First, by using mean curvature diffusion coupled to min/max flow, noise is eliminated and thin edges are preserved. After images are segmented by watershed algorithm, the segmented regions are combined with neighbor regions. Region adjacency graph (RAG) is employed to analyze the relationship among the segmented regions. The graph nodes and edge costs in RAG correspond to segmented regions and dissimilarities between two adjacent regions respectively. After the most similar pair of regions is determined by searching minimum cost RAG edge, regions are merged and the RAG is updated. The proposed method efficiently reduces noise and provides one-pixel wide, closed contours.
Watershed 알고리듬을 통해 에지 기반과 영역 기반 기법을 결합한 하이브리드 영상 분할 알고리듬을 제안하였다. 먼저 minimax flow와 결합된 평균 곡률 확산을 이용하여 에지를 보존하면서 잡음을 제거를 수행한다. 영상을 watershed 알고리듬을 이용하여 분할한 후에 RAG (Region Adjacency Graph)을 사용하여 분할된 영역들간의 관계를 분석한다. RAG의 그래프 노드와 에지 비용은 분할된 영역과 두 인접한 영역사이의 상이함을 나타낸다. 최소 비용의 RAG의 에지를 찾아 가장 유사한 영역 쌍이 결정되면 두 영역은 서로 합치고 RAG은 갱신된다. 제안한 방법을 통해서 잡음을 효과적으로 감소시키고 한 화소 두께의, 닫힌 경계선을 획득할 수 있었다.