초록
사이드 스캔 소나 이미지로부터 물체를 인식 및 식별하기 위해서 다양한 세그먼테이션에 관한 연구가 진행되고 있다. 그러나 기존 방법들은 성능은 거의 물체의 그림자 윤곽을 따라가고 노이즈도 특정방법에서는 많이 줄어들지만, 수행시간이 오래결려 실용화하기에는 문제가 있는 것이 현실이다. 본 논문에서는 그림자와 배경을 분리해 내는 세그먼테이션을 시도하는데, 배경의 노이즈의 분포에 대한 특성과 물체의 그림자의 특성을 모폴로지 기법을 이용하여 분석하여 분리해내어 세그먼테이션을 얻어 내었다. 이 방법은 배경만의 특성을 이용하여 적용하였기 때문에 배경의 평균이 그림자보다 낮아도 유용하며, 여러 가지 물체가 존재해도 가능한 방법이다. 또한 수행시간을 1초내로 현격이 줄이는 결과를 도출하였다.
There are many researches on segmentation of sidescan sonar image to recognize or classify the underwater objects. Although existing algorithms's performance is good in detecting object's shadow and reducing the underwater noise, the computing time is very low. In this paper we try to separate shadow from background and segment the underwater image by using morphological method using background's noise distribution characteristics and object's shadow charateristics. This algorithm is useful when the average of background is lower than the average of the shadow, because this is adjusted from the background's chracteristics. Results shows that the algorithm works fine in multiple object environments and the computing time is reduced to 1 second.