[論文レビュー] An automatic and efficient foreground object extraction scheme

Subhajit Adhikari, Joydeep Kar+1 more|arXiv (Cornell University)|Jun 29, 2015

Medical Image Segmentation Techniques参考文献 12被引用数 6

ひとこと要約

本稿では、色画像をグレースケールに変換し、Cannyエッジ検出器を用いて物体の境界を特定し、境界画素間の最大行方向および列方向距離を計算して物体領域を定義し、その領域を埋めて前面を分離する、自動的かつ効率的な前景オブジェクト抽出手法を提案する。この手法は、最小限の計算コストで正確な前景セグメンテーションを達成し、手動による介入なしに多様な色画像に対して有効であることを示している。

ABSTRACT

This paper presents a method to differentiate the foreground objects from the background of a color image. Firstly a color image of any size is input for processing. The algorithm converts it to a grayscale image. Next we apply canny edge detector to find the boundary of the foreground object. We concentrate to find the maximum distance between each boundary pixel column wise and row wise and we fill the region that is bound by the edges. Thus we are able to extract the grayscale values of pixels that are in the bounded region and convert the grayscale image back to original color image containing only the foreground object.

研究の動機と目的

• 手動による入力を必要としない、色画像からの自動的前景オブジェクト抽出手法の開発。
• 計算コストが低い方法で、複雑な背景を有する前景オブジェクトを効率的にセグメンテーションする課題への対処。
• エッジ検出から導かれる空間的境界制約を活用することで、セグメンテーションの正確性を向上させること。
• コンピュータビジョンパイプラインにおいて、リアルタイムまたはニアリアルタイムでの前面抽出の実現。

提案手法

• 処理を簡素化するため、入力色画像をグレースケールに変換する。
• 前景オブジェクトの境界に沿ったエッジを特定するため、Cannyエッジ検出器を適用する。
• 物体領域の広がりを定義するために、列方向および行方向に沿った境界画素間の最大水平距離および垂直距離を計算する。
• これらの極端なエッジ点によって囲まれた領域を埋めることで、完全な前景マスクを形成する。
• 埋められた領域内の画素値を抽出し、元の色空間に復元することで、前景オブジェクトを再構築する。
• 色の忠実度とオブジェクトの構造を保持したまま、唯一セグメンテーションされた前景オブジェクトを含む色画像を出力する。

実験結果

リサーチクエスチョン

• RQ1 どのようにすれば、画像セグメンテーションにおける手動によるユーザー入力を排除できるか？
• RQ2 エッジ情報に基づいて、前景オブジェクトの空間的広がりを最も効率的に定義できるか？
• RQ3 境界に基づく距離計算は、従来のしきい値処理やクラスタリング手法と比較して、セグメンテーションの正確性を向上させられるか？
• RQ4 提案手法は、多様な画像コンテンツおよび背景の複雑さに対してどのように性能を発揮するか？

主な発見

• 本手法は、エッジ検出と幾何的境界分析のみを用いて、色画像における前景オブジェクトを効果的に分離できる。
• 境界画素間の最大行方向および列方向距離の使用により、複雑な最適化を必要とせず、堅牢な領域定義が可能である。
• 最小限の計算コストで正確な前景抽出が達成され、リアルタイムアプリケーションに適している。
• 再構築された前景画像は、結果の提示からも明らかであるように、色の忠実度とオブジェクトの構造を保持している。
• 本手法は、複雑な背景や非一様な照明を有する画像を含む、さまざまな画像タイプに対して有効である。
• パrameterチューニングやユーザー定義しきい値を必要とせず、一貫した性能を示す。