A Robust Edge Detection method using Van der Waerden Statistic

This paper proposes an efficient edge detection using Van der Waerden statistic in original and noisy images. An edge is where the intensity of an image moves from a low value to a high value or vice versa. We describe a nonparametric Wilcoxon test and a parametric T test based on statistical hypothesis testing for the detection of edges. We use the threshold determined by specifying significance level $\alpha$, while Bovik, Huang and Munson consider the range of possible values of test statistics for the threshold. From the experimental results of edge detection, the T and Wilcoxon method perform sensitively to the noisy image, while the proposed Waerden method is robust over both noisy and noise-free images under $\alpha$=0.0005. Comparison with our statistical test and Sobel, LoG, Canny operators shows that Waerden method perform more effectively in both noisy and noise-free images.

Waerden 통계량을 이용한 강인한 에지검출 방법

본 논문에서는 원영상과 잡음영상에서 Waerden 통계량을 이용하여 효율적인 에지 검출을 제안한다. 에지는 영상의 밝기값이 낮은 값에서 높은 값으로 또는 높은 값에서 낮은 값으로 급격히 변하는 경계에 존재한다. 통계적 에지 검출 방법으로 통계가설 검정인 비모수 Wilcoxon 검정과 모수 T검정을 설명한다. 특정한 유의수준 α 에 의해 결정되어 지는 임계값을 사용하며, 반면 Bovik, Huang 과 Munson 은 임계값에 대한 검정 통계량의 가능한 범위를 생각한다. 에지 검출의 실험 결과로부터 T와 Wilcoxon 방법은 잡음 영상에 민감하게 반응하는데 반하여 제안한 Waerden 방법은 유의수준 α=0.0005 에서 잡음영상과 잡음이 없는 영상 모두에서 로버스트 하다. 통계적인 검정 방법들과 Sobel, LoG, Canny연산자를 이용한 에지검출 방법을 비교해보면, Waerden 방법이 잡음 영상과 잡음 없는 영상 모두에 훨씬 더 효율적으로 에지를 검출한다.