DOI QR코드

DOI QR Code

Active Contour Model for Boundary Detection of Multiple Objects

복수 객체의 윤곽 검출 방법에 대한 능동윤곽모델

  • 장종환 (배재대학교 정보통신공학과)
  • Received : 2010.06.07
  • Accepted : 2010.08.29
  • Published : 2010.10.31

Abstract

Most of previous algorithms of object boundary extraction have been studied for extracting the boundary of single object. However, multiple objects are much common in the real image. The proposed algorithm of extracting the boundary of each of multiple objects has two steps. In the first step, we propose the fast method using the outer and inner products; the initial contour including multiple objects is split and connected and each of new contours includes only one object. In the second step, an improved active contour model is studied to extract the boundary of each object included each of contours. Experimental results with various test images have shown that our algorithm produces much better results than the previous algorithms.

객체 윤곽을 추출하는 대부분의 기존 방법들은 단일객체의 윤곽검출에 대해 연구하였다. 그러나, 실 세계에서는 복수객체가 일반적이다. 본 논문에서 제안한 복수객체 윤곽추출 알고리즘은 2 단계로 구성된다. 첫 번째 단계는 외적 및 내적을 사용하여 초기에 복수객체를 포함한 윤곽을 고속으로 분리하고 연결하여 각각이 윤곽이 단일 개체만을 포함하는 방법을 제안한다. 두 번째 단계는 각각의 윤곽에 포함된 단일 객체의 윤곽을 추출하는 개선된 능동윤곽모델 알고리즘을 설명한다. 여러 실험영상에 대한 실험결과는 다른 방법과 비교하여 속도가 빠르며 정확하게 윤곽을 추출한다.

Keywords

References

  1. M. Bais, J. Cosmas, C.Dosch, A. Engelsberg, A. Erk, P. S.Hansen, P. Healey, G.K. Klungsoeyr, R. Mies, J.R. Ohm, Y.Paker, A. Pearmain, L. Pedersen, A. Sandvancd, R. Schafer,P. Schoonjans, and P. Stammnitz, “Customized Television:Standards Compliant Advanced Digital Television,” IEEE,Trans. Broad.. Vol.48, No.2, pp.151-158, June 2002. https://doi.org/10.1109/TBC.2002.1021281
  2. ISO/IEC JTC/SC29/WG11/W4350: “Information Technology- Coding of Audio-Visual Objects Part2: visual,” ISO/IEC14496-2, July 2001.
  3. M. Kass, A. Witkin, and D. Terzopoulos, “Snake: ActiveContour Models,” Int'l J. Computer Vision, Vol.1, No.4,pp.321-331, 1987. https://doi.org/10.1007/BF00133570
  4. D. J. Williams and M. Shah, “A Fast Algorithm for ActiveContours and Curvature Estimation,” Computer Vision,Graphics, and Image Processing, Vol.55, pp.14-26, 1992.
  5. C. Xu and J. L. Prince, “Snakes, Shapes, and Gradient VectorFlow,” IEEE Trans. On Image Processing, Vol.7, No.3, pp.359-369, March 1998. https://doi.org/10.1109/83.661186
  6. 김신형, 장종환, “스테레오 동영상에서 스네이크를 이용한 객체 윤곽 추적 알고리즘,” 정보처리학회논문지B 제12권-B권, 제7호, 767-774쪽, 2005년.
  7. 김신형, 장종환, “오목한 윤곽을 갖는 객체에서 스네이크 기반의 윤곽선 검출 방법,” 정보처리학회논문지B 제13-B권 제4호, 361-368쪽, 2006년 8월.
  8. Wai-Pak Choi, Kin-Man Lam, Wan-Chi Siu, “An AdaptiveActive Contour Model for Highly Irregular Boundaries,”Pattern Recognition, Vol.34, pp.323-331, 2001. https://doi.org/10.1016/S0031-3203(99)00231-9
  9. F. A. Velasco and J. L. Marroquin, “Growing Snakes: ActiveContours for Complex Topologies,” Pattern Recognition,Vol.36, pp.475-482, 2003. https://doi.org/10.1016/S0031-3203(02)00045-6