[論文レビュー] A New Algorithm Based Entropic Threshold for Edge Detection in Images

Mohamed A. El-Sayed|arXiv (Cornell University)|Nov 12, 2012

Medical Image Segmentation Techniques参考文献 13被引用数 51

ひとこと要約

本稿では、情報エントロピーを活用して最適なしきい値を動的に決定する、エッジ検出のための新しいエントロピーに基づくしきい値決定アルゴリズムを提案する。これにより、Canny や Sobel、LOG といった従来手法と比較して、エッジ検出の精度が向上し、計算時間も短縮される。

ABSTRACT

Edge detection is one of the most critical tasks in automatic image analysis. There exists no universal edge detection method which works well under all conditions. This paper shows the new approach based on the one of the most efficient techniques for edge detection, which is entropy-based thresholding. The main advantages of the proposed method are its robustness and its flexibility. We present experimental results for this method, and compare results of the algorithm against several leading edge detection methods, such as Canny, LOG, and Sobel. Experimental results demonstrate that the proposed method achieves better result than some classic methods and the quality of the edge detector of the output images is robust and decrease the computation time.

研究の動機と目的

• 多様な画像条件にわたる既存のエッジ検出手法に見られるロバスト性の欠如という課題に対処すること。
• 照明条件やノイズ条件の変化に適応できる柔軟で適応的なエッジ検出技術を開発すること。
• 高品質なエッジ検出結果を維持しつつ、計算オーバーヘッドを低減すること。
• Canny や Sobel、LOG といった確立されたエッジ検出アルゴリズムと比較して、提案手法の性能を評価すること。
• エントロピーに基づくしきい値決定が、エッジ検出のパフォーマンスと一貫性を向上させることの優位性を示すこと。

提案手法

• 本手法は、画像セグメンテーションにおける最適なしきい値値の選定に、情報エントロピーを主な基準として採用する。
• エントロピーの最大化を用いて、画像の強度レベルを前景領域と背景領域に分割し、エッジの局所化を向上させる。
• 画像ヒストグラムのエントロピーを計算し、そのエントロピー値を最大にするしきい値を選択する。
• しきい値処理後の画像に対して、モルフォロジカル操作を適用してエッジの輪郭を精緻化する。
• 複雑な反復最適化を回避することで、計算効率を高めるように設計されている。
• 最終的なエッジマップは、しきい値処理後の画像に勾配演算子を適用することで、顕著な強度変化を強調することによって生成される。

実験結果

リサーチクエスチョン

• RQ1 Canny や Sobel といった古典的手法と比較して、エントロピーに基づくしきい値決定はエッジ検出の精度を向上させることができるか？
• RQ2 本手法は、さまざまな画像条件下で計算効率とロバスト性の観点からどのように性能を発揮するか？
• RQ3 画像ヒストグラムにおけるエントロピーの最大化は、より良いセグメンテーションとエッジ局所化をもたらすか？
• RQ4 本手法は、LOG やその他の最先端のエッジ検出器と比較して、どのように性能を発揮するか？
• RQ5 本アルゴリズムは、多様な画像タイプやノイズレベルにわたって、高品質なエッジ検出結果を維持できるか？

主な発見

• 提案手法は、エッジの連続性とノイズ抑制の観点から、Canny や Sobel、LOG と比較して優れたエッジ検出結果を達成している。
• 効率的なエントロピー最大化アプローチのおかげで、計算時間が短縮されている。
• 実験結果から、本手法は多様な画像タイプや照明条件においても、ロバストな性能を発揮することが示された。
• エントロピーに基づくしきい値決定は、物体領域と背景領域の分離を最適化することで、エッジ局所化を効果的に向上させた。
• 従来手法と比較して、出力エッジマップは高い正確性を示し、誤検出の数が減少した。
• 細部の保持を最適化しながら、不必要なエッジを最小限に抑える点で、古典的手法を上回った。