Modified Watershed Algorithm for Extracting Correct Edge and Reducing Processing Time

정확한 경계 추출 및 수행시간 단축을 위한 개선된 워터쉐드 알고리즘

  • 박동인 ((주)한화 종합연구소) ;
  • 김태원 (충남대학교 메카트로닉스공학과) ;
  • 고윤호 (충남대학교 메카트로닉스공학과) ;
  • 최재각 (동의대학교 컴퓨터공학과)
  • Received : 2010.01.26
  • Accepted : 2010.08.16
  • Published : 2010.10.30

Abstract

In this paper, we propose a modified watershed algorithm to extract more correct edge and reduce processing time. Two new algorithms are proposed in this paper. The first one is applying two conventional watershed expansion methods known as rainfall and immersion simulation jointly. We analyze the advantage and problem of each simulation and then propose a new expansion method that keeps the advantage and removes the problem in order to extract more correct edge and reduce processing time. The second is a new priority decision algorithm to obtain more correct edge of a region. Some zero-crossing points of gradient are expected to be edge of a region but the conventional method has a limitation that it cannot extract those points as edge. Therefore we propose a new priority decision algorithm for watershed in order to get more correct edge. We compare the proposed method with the conventional method through experiments and prove that the proposed method can extract more correct edge of region.

본 논문에서는 정확한 경계 추출 및 수행시간 단축을 위한 개선된 워터쉐드 알고리즘을 제안한다. 본 논문에서는 두 가지 새로운 알고리즘을 제안한다. 첫 번째는 기존 강우방식과 침수방식의 워터쉐드 확장 방식을 복합적으로 적용한 것이다. 먼저 각 방식의 장점과 단점을 규명하고 장점은 유지하고 단점은 보완하여 정확한 경계를 추출하면서도 수행시간을 단축할 수 있는 새로운 확장방식을 제안한다. 두 번째는 보다 정확한 경계를 얻기 위한 새로운 우선순위 결정 알고리즘이다. 기울기의 영교차점은 경계로 예상되는 위치이지만 기존의 워터쉐드 알고리즘은 이러한 위치를 경계로 추출하지 못하는 한계를 가지고 있다. 따라서 보다 정확한 경계를 추출할 수 있도록 워터쉐드를 위한 새로운 우선순위 결정 알고리즘을 제안한다. 모의실험을 통해 제안된 알고리즘과 기존 알고리즘을 비교하고 제안된 방법이 보다 정확한 경계를 추출할 수 있음을 보인다.

Keywords

References

  1. Rober M. Haralick and Linda G. Shapiro, "SURVEY: Image Segmentation Techniques," Computer Vision, Graphics, and Image Processing, vol 29, 1985
  2. N. R. pal and S. K. pal, "A review on image segmentation techniques," Pattern Recongnition, Vol. 26, pp. 1277-1294, 1993 https://doi.org/10.1016/0031-3203(93)90135-J
  3. R. M. Haralick, S. R. Stenberg and X. Zhuang, "Image analysis using mathematical morphology," IEEE Transactions on Pattern And Machine Intelligence, Vol. PAMI-9, pp.532-550, July 1987. https://doi.org/10.1109/TPAMI.1987.4767941
  4. S. Beucher and C. Lantuejoul, "Use of watersheds in contour detection," International Workshop on Image Processing, CCETT/IRISA, Rennes, France, 1979.
  5. S. Beucher and F. Meyer, "The morphological approach to segmentation the watershed transformation," Mathematiml Morphology in Image Processing, E. Dougherty Ed, Marcel Dekker, New-york, to be published December 1992.
  6. Andre Bleau and L. Joshua Loen, "Watershed-Based Segmentation and Region Merging," Computer Vision and Image Understanding, Vol. 77, pp.317-370, 2000. https://doi.org/10.1006/cviu.1999.0822
  7. Shao-Yi Chien, Yu-Wen Huang and Liang-Gee Chen, "Predictive Watershed: A Fast Watershed Algorithm," IEEE Trans. Circuits Syst for Video Technology, Vol. 13, No.5, pp. 453-461, May, 2003. https://doi.org/10.1109/TCSVT.2003.811605
  8. F. Friedlander, "A sequential algorithm for detecting watersheds on gray level image," Ada Stereologica, Vol. 6/III, Caen, France, pp 663-668, 1987.
  9. Haris K, Efstratiadis SN and Maglaveras N. "Watershed-based image segmentation with fast region merging," Proceedings 1998 International Conference on Image Processing, ICIP98. IEEE Comput, Soc. Part Vol. 3, 1998, pp. 338-42 Vol. 3. Los Alamitos, Ca, USA
  10. Alina N. Moga and Moncef Gabbouj, "Parallel Image Component Labeling with Watershed Transform," IEEE Transactions on Pattern And Machine Intelligence, Vol. 19, No.5. May 1997
  11. L. Shafarenko, M. Petrou, and J. Kittler, "Automatic watershed segmentation of randomly textured color images," IEEE Transactions on Image Processing, Vol. 6, No. 11, pp.1530-1544, Nov. 1997 https://doi.org/10.1109/83.641413
  12. Luc Vincent and Pierre Soille, "Watersheds in Digital Spaces: An Efficient Algorithm Based on Immersion Simulations," IEEE Transactions on Pattern Analysis and Machine Intelligence, Vol. 13, No.6, pp.583-598, June 1991. https://doi.org/10.1109/34.87344
  13. 김영우, 이재영, 이원열, 김세윤, 이동훈, "형태학적 워터쉐드 알고리즘을 이용한 효율적인 영상분할," 응용통계연구, Vol. 22, No.4, pp.709-721, Aug. 2008.
  14. 정미라, 고병철, 남재열, "FISH 세포영상에서의 군집세포 분할 기법," 정보처리학회논문지B, Vol. 16B, No.2, pp. 131-140, Apr. 2009. https://doi.org/10.3745/KIPSTB.2009.16-B.2.131
  15. F. Meyer, "Sequential algorithms for cell segmentation: maximum efficiency," International Symposium on Clinical Cytometry and Histometry, Schloss EImau, 1986.
  16. 유홍연, 전도영, 김민성, 홍성훈, "PpIX 형광영상을 이용한 피부 기저세포암 자동검출," 대한전자공학회논문지, Vol. 45, No.1, pp.47-54, Jan. 2008.
  17. 김창근, 이귀상, "모폴로지 재구성과 비선형 확산을 적용한 영상 분할 방법," 한국정보과학회논문지:소프트웨어및응용, Vol. 32, No.6, pp.523-531, Jun. 2005.