Suspectible Object Detection Method for Radiographic Images

This paper presents a method to extract objects in radiographic images where all the allowable combinations of segmented regions are compared to a target object using Fourier descriptor. In the object extraction for usual images, a main problem is occlusion. In radiographic images, there is an advantage that the shape of an object is not occluded by other objects. It is because radiographic images represent the amount of radiation penetrated through objects. Considering the property of no occlusion in radiographic images, the shape based descriptors can be very effective to find objects. After all, the proposed object extraction method consists of three steps of segmenting regions, finding all the combinations of the segmented regions, and matching the combinations to the shape of the target object. In finding the combinations, we reduce a lot of computations to remove unnecessary combinations before matching. In matching, we employ Fourier descriptor so that the proposed method is rotation and shift invariant. Additionally, shape normalization is adopted to be scale invariant. By experiments, we verify that the proposed method works well in extracting objects.

방사선 검색기 영상 내의 의심 물체 탐지 방법

본 논문에서는 방사선 영상에서의 영역에 대한 임의의 조합 및 푸리에 기술자를 이용한 물체 검색 방법을 제안한다. 영상에서의 물체 인식에 있어 폐색 현상은 가장 문제가 된다. 하지만 방사선 영상에서는 다른 객체에 의해 폐색되는 현상이 발생하지 않는 이점이 있다. 이는 방사선 영상은 객체를 투과하는 방사선 양을 표현하기 때문이다. 이러한 방사선 영상의 특성을 고려할 때 객체를 찾는 과정에서 모양 기반의 기술자를 사용하는 것은 매우 효과적일 수 있다. 제안된 객체 추출 방법은, 영역 분할, 분할된 영역의 모든 경우의 수에 대한 조합 수행, 조합된 영역과 모델 영상과의 비교, 이렇게 세 단계로 구성된다. 또한 모델과의 비교 이전에 예상 가능한 불필요한 연산을 조합 과정에서 제거하였다. 모델과의 비교에 있어 회전과 이동에 강인한 푸리에 기술자를 이용하였다. 또한 크기 변화에 강인하기 위해 정규화 과정을 적용하였다. 최종적으로 제안된 방법을 통한 객체 추출 성능을 실험을 통해 확인하였다.