Planar Curve Smoothing with Individual Weighted Averaging

A traditional average smoothing method is designed for smoothing out noise, which, however, unintentionally results in smooth corner points on the curvature accompanied with a shrinkage of curves. In this paper, we propose a novel curve smoothing method via polygonal approximation of the input curve. The proposed method determines the smoothing weight for each point of the input curve based on the angle and approximation error between the approximated polygon and the input curve. The weight constrains a displacement of the point after smoothing not to significantly exceed the average noise error of the region. In the experiment, we observed that the resulting smoothed curve is close to the original curve since the point moves toward the average position of the noise after smoothing. As an application to digital cartography, for the same amount of smoothing, the proposed method yields a less area reduction even on small curve segments than the existing smoothing methods.

개별적 가중치 평균을 이용한 2차원 곡선의 스무딩

잡음제거에 많이 사용되는 평균 스무딩 방법은 곡률이 큰 코너와 잡음을 구분하지 못하므로 코너와 같은 특징점이 이동하거나 없어질 수 있고, 또한 곡선의 수축(shrinking)으로 곡선 내의 면적 오차가 커지는 문제점들이 있다. 이 논문에서는 입력곡선을 다각형 근사화하고 근사화된 다각형의 정보를 스무딩에 이용하여 이 문제점들을 완화시키는 방법을 제안한다. 제안된 방법은 근사화된 다각형과 입력곡선간의 오차와 다각형의 꼭짓점 각도를 이용하여 입력곡선의 각 점마다 개별적으로 스무딩 가중치를 정한다. 이 때 각 점의 가중치는 스무딩 후 점의 이동거리가 그 지역의 잡음크기의 평균에 가까워지도록 정해진다. 제안된 방법으로 잡음이 추가된 곡선을 스무딩하면 스무딩된 곡선이 잡음이 없는 원래곡선에 근접함을 실험으로 확인할 수 있다. 또한 크기가 작은 폐곡선들에 대해 스무딩의 정도를 늘여도 제안된 방법은 기존의 평균 스무딩 방법에 비해 곡선의 면적 축소가 많지 않다.