Abstract
p-Snake is an energy minimizing algorithm that applies an additional prototype energy to the existing Active Contour Model and is used to extract the contour line in the area where the edge information is unclear. In this paper suggested the creation of a prototype energy field that applies a variable prototype expressed as a combination of circle and straight line primitives, and a fudge function, to improve p-Snake's contour extraction performance. The prototype was defined based on the parts codes entered and the appropriate initial contour was extracted in each primitive zones acquired from the pre-processing process. Then, the primitives variably adjusted to create the prototype and the contour probability based on the distance to the prototype was calculated through the fuzzy function to create the prototype energy field. This was applied to p-Snake to extract the contour from 100 images acquired from various small parts and compared its similarity with the prototype to find that p-Snake made with the adaptive prototype was about 4.6% more precise than the existing Snake method.
p-Snake는 기존의 동적윤곽모델(Active Contour Model)에 원형에너지를 추가로 적용한 에너지 최소화 알고리즘으로 에지 정보가 명확하지 않은 영역에서의 윤곽선 추출을 위해 사용된 방법이다. 본 논문에서는 원과 직선 프리미티브(primitive)의 조합으로 표현되는 가변 원형(prototype)과 퍼지 함수를 적용한 원형에너지장의 생성 기법을 제안하여 p-Snake의 윤곽선 추출 성능을 개선하였다. 제안 방법은 입력된 부품 코드를 기반으로 원형을 정의하고 전처리 과정을 통해 구해진 각 프리미티브 구간에서 대략적인 초기 윤곽을 검출한 후, 프리미티브들이 가변적으로 적응하여 원형을 생성하고 여기에 원형과의 거리에 따른 윤곽 확률을 퍼지 함수를 통해 계산하여 원형에너지 장을 생성하였다. 이를 p-Snake에 적용하여 다양한 소형부품들을 대상으로 준비한 200장의 영상에서 윤곽선을 검출하고, 원형과의 유사도를 비교한 결과 적응 원형을 사용한 p-Snake가 기존의 Snake에 비해 약 4.6% 가량 우수함을 보였다.
