• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1964-1967
• /
• 2003

워터쉐드 알고리즘에 의해 과분할 된 영상은 이후 영상의 이해 및 분석 작업의 편의성을 위하여 영역 병합 작업이 필요하다. 본 논문에서는 유사한 색상을 갖는 영역의 경계선을 보다 잘 유지할 수 있도록 통합 비유사도를 정의하고, 이를 이용한 영역 병합 방법을 제안한다. 통합 비유사도는 영역의 색상 정보, 인접한 두 영역 사이의 평균 그래디언트 값 정보, 두 영역 사이의 인접한 픽셀 수 정보를 이용하여 정의된다. 영역 병합과정에서는 영역 면적의 크기와 영역간 통합 비유사도를 고려한 3 단계 영역 병합 방법을 수행한다. 자연 영상에 대한 실험 결과 제안한 방법이 기존의 방법보다 경계선 정보를 보다 잘 유지하고 사람이 느끼기에 보다 정확한 영역 병합 결과를 나타냄을 확인하였다.

• The Journal of the Korea Contents Association
• /
• v.6 no.9
• /
• pp.19-27
• /
• 2006

Mean shift procedure is applied for the data points in the joint spatial-range domain and achieves a high quality. However, a color image is segmented differently according to the inputted spatial parameter or range parameter and the demerit is that the image is broken into many small regions in case of the small parameter. In this paper, to improve this demerit, we propose the method that groups similar regions using region merging method for over-segmented images. The proposed method converts a over-segmented image in RGB color space into in HSI color space and merges similar regions by hue information. Here, to preserve edge information, the region merge constraints are used to decide whether regions are merged or not. After then, we merge the regions in RGB color space for non-processed regions in HSI color space. Experimental results show the superiority in region's segmentation results.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.647-650
• /
• 2000

PACS의 보급으로 인하여 CT, MRI 등의 의료영상이 진료에 광범위하게 사용되고 있고, 또 의사가 좀 더 정량적이거나 사실적인 visualization을 위해서 분할은 필수적으로 수행되어져야 할 과정이라고 할 수 있다. 의료 영상에서 watershed 알고리듬을 이용하여 분할을 하는데 있어 가장 큰 문제가 되는 점은 과분할현상(Oversegmentation)이기 때문에 그 분할된 영역을 의미 있는 영역별로 합치는 영역 병합(merge) 과정을 필요로 하게 된다. 의료영상에서 모호한 경계는 매우 빈번하게 나타나기 때문에 기존의 병합 방법을 적용하는데 어려움이 있다. 본 논문에서는 이런 모호한 경계를 갖는 영상에서도 알맞는 병합을 가질 수 있는 적응적 영역 병합 방법을 제안한다. 제안된 분할 방법을 DICOM 영상의 폐 영상과 다리 뼈 영상에서 실험하였다. 그 결과 뼈와 폐영역을 성공적으로 병합하면서 인접한 장기들과는 구분 지을 수 있었다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.145-148
• /
• 2010

본 논문에서 우리는 도로 영역과 하늘 영역, 그리고 도로와 하늘이 아닌 나머지 영역으로 분할하기 위해 동적인(dynamic) 패턴을 이용한 적응적인(adaptive) 병합 방법을 제안한다. 원본영상에서 Mean Shift 알고리즘과 라벨링(Labeling)을 수행하고 영역을 과분할 한다. 컬러에 의해서 도로와 하늘영역이 검출되지 못하는 영역을 위해서 도로 영역과 하늘 영역에서 동적인 패턴 추출한 후 매칭을 통해 유사 영역을 병합한다. 이것은 도로와 하늘의 정보를 현재 환경에서 적응적으로 추출하는 방법이다. 실험에서 정적인(static) 패턴을 사용해서 병합하는 방법과 동적인 패턴을 사용해서 병합하는 방법을 비교하였다. 그 결과, 동적인 패턴을 사용하였을 때 8.12%의 향상된 성능을 보였다.

• Journal of Korea Multimedia Society
• /
• v.7 no.3
• /
• pp.319-326
• /
• 2004

In this paper, we propose color image segmentation by region merging method preserving the boundary of an object. The proposed method selects initial region by using quantized image's index map after vector quantizing an original image. After then, we merge regions by applying boundary restricted factor in order to consider the boundary of an object in HSI color space. Also we merge the regions in RGB color space for non-processed regions in HSI color space. And we reduce processing time by decreasing iterative process in region merging algorithm. Experimental results have demonstrated the superiority in region's segmentation results and processing time for various images.

• Journal of Korea Multimedia Society
• /
• v.8 no.4
• /
• pp.473-481
• /
• 2005

In this paper, we propose an image segmentation method preserving object's boundaries by using the number of quantized colors and merging regions using adaptive threshold values. First of all, the proposed method quantizes an original image by a vector quantization and the number of quantized colors is determined differently using PSNR each image. We obtain initial regions from the quantized image, merge initial regions in CIE Lab color space and RGB color space step by step and segment the image into semantic regions. In each merging step, we use color distance between adjacent regions as similarity-measure. Threshold values for region-merging are determined adaptively according to the global mean of the color difference between the original image and its split-regions and the mean of those variations. Also, if the segmented image of RGB color space doesn't split into semantic objects, we merge the image again in the CIE Lab color space as post-processing. Whether the post-processing is done is determined by using the color distance between initial regions of the image and the segmented image of RGB color space. Experiment results show that the proposed method splits an original image into main objects and boundaries of the segmented image are preserved. Also, the proposed method provides better results for objective measure than the conventional method.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.472-475
• /
• 2003

본 논문에서는 칼라맵 인덱스와 Hue 정보를 이용하여 반복적 병합을 통해 분할하는 칼라 영상 분할 방법을 제안하였다. 먼저 영상을 벡터 양자화 한 후 양자화 칼라맵 인덱스를 이용해 초기 영역을 설정한다. 초기 영역으로 선택된 영역들은 Hue 정보를 이용하여 영역을 병합하였고 그 후 미소영역을 병합하였다. 이때 반복처리로 인해 수행시간이 많이 소요되는 것을 개선하기 위해 Hue 정보를 이용한 영역 병합 처리에서 두 개의 테이블을 이용하여 속도를 개선하였다. 후처리에서는 과분할된 영역을 제거하기 위해 RGB 칼라 성분의 유클리디언 거리를 이용하여 주변유사 영역에 병합하였다. 제안 방법은 다수의 칼라 영상에 적용하여 좋은 분할 결과와 빠른 처리속도를 보여주었다.

• Proceedings of the Korea Contents Association Conference
• /
• 2006.05a
• /
• pp.401-404
• /
• 2006

Mean shift procedure is applied for the data points in the joint spatial-range domain and achieves a high quality. However, a color image is segmented differently according to the inputted spatial parameter or range parameter and the demerit is that the image is broken into many small regions in case of the small parameter. In this paper, to improve this demerit, we propose the method that groups similar regions using region merging method for over-segmented images. The proposed method converts a over-segmented image in RGB color space into in HSI color space and merges similar regions by hue information. Here, to preserve edge information, the proposed method use by merging constraints to decide whether regions is merged or not. After then, we merge the regions in RGB color space for non-processed regions in HSI color space. Experimental results show the superiority in region's segmentation results.

• Journal of the Korea Society of Computer and Information
• /
• v.12 no.3
• /
• pp.105-113
• /
• 2007

In this paper, an image segmentation method which is based on edge salience map and region merging is presented. The edge salience map is calculated by combining a texture edge map with a color edge map. The texture edge map is computed over multiple spatial orientations and frequencies by using Gabor filter. A color edge is computed over the H component of the HSI color model. Then the Watershed transformation technique is applied to the edge salience map to and homogeneous regions where the dissimilarity of color and texture distribution is relatively low. The Watershed transformation tends to over-segment images. To merge the over-segmented regions, first of all, morphological operation is applied to the edge salience map to enhance a contrast of it and also to find mark regions. Then the region characteristics, a Gabor texture vector and a mean color, in the segmented regions is defined and regions that have the similar characteristics, are merged. Experimental results have demonstrated the superiority in segmentation results for various images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.587-590
• /
• 2003

얼굴영역을 분할하기 위해서 Watershed Algorithm 와 Object Grouping 을 이용한 얼굴영역 분할기법을 제안한다. 영상분할에 단점은 단일 알고리즘으로 영역분할이 어렵고, 또한 복잡한 영상에서 정확한 영역을 분할하기가 어렵다는 것이다. 그래서 본 논문에서는 Watershed Segmentation 기법과 Grouping 작업을 통한 병합, 그리고 색상의 선형회귀분석을 이용한 분석법을 적용하여 분할하고자 한다. 얼굴영역 분할방법을 전처리 과정과 영역 병합 그리고 얼굴 부분을 추출하는 3 단계의 과정으로 나누고, 전처리 과정에서는 수리형태학적(Mophological) 연산자를 이용한 영상 분할기법을 이용하여 분할한 후 얼굴 후보 영역을 검출, 영역병합과정에서 기존의 학습데이터와의 유사도를 측정, 얼굴객체추출 조건에 맞지 않는 객체들을 모두 제거함으로써, 정확한 얼굴부분을 분할해 낸다. 실험결과 제안한 방법을 통해 비교적 정확한 얼굴영역을 분할 할 수 있었다.