[논문 리뷰] A New Algorithm Based Entropic Threshold for Edge Detection in Images

Mohamed A. El-Sayed|arXiv (Cornell University)|2012. 11. 12.

Medical Image Segmentation Techniques참고 문헌 13인용 수 51

한 줄 요약

이 논문은 정보 엔트로피를 활용하여 동적으로 최적의 임계값을 결정하는 새로운 엔트로피 기반 임계값 설정 알고리즘을 제안한다. 이는 Canny, Sobel, LOG와 같은 전통적 방법에 비해 개선된 엣지 검출 정확도와 더 낮은 계산 시간을 제공한다.

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.

연구 동기 및 목표

• 다양한 이미지 조건에서의 강건성 부족으로 인해 기존 엣지 검출 방법에 한계가 존재하는 문제를 해결하기 위해.
• 다양한 조명 조건과 노이즈 조건에서도 잘 작동하는 유연하고 적응 가능한 엣지 검출 기법을 개발하기 위해.
• 고품질의 엣지 검출 결과를 유지하면서도 계산 오버헤드를 줄이기 위해.
• Canny, Sobel, LOG와 같은 기존의 엣지 검출 알고리즘과 비교하여 제안된 방법을 평가하기 위해.
• 엔트로피 기반 임계값 설정이 엣지 검출 성능과 일관성 향상에 기여하는지를 입증하기 위해.

제안 방법

• 이 방법은 이미지 분할에서 최적의 임계값을 선택하기 위한 주요 기준으로 정보 엔트로피를 사용한다.
• 이미지 강도 수준을 전경과 배경 영역으로 분할하기 위해 엔트로피 최대화 기법을 적용하여 엣지 국소화를 향상시킨다.
• 이 알고리즘은 이미지 히스토그램의 엔트로피를 계산하고, 이 엔트로피 값을 최대화하는 임계값을 선택한다.
• 임계값이 적용된 이미지는 모폴로지 연산을 통해 엣지 윤곽을 정밀하게 다듬는다.
• 복잡한 반복 최적화를 피하기 때문에 계산 효율성이 높게 설계되어 있다.
• 최종 엣지 맵은 임계값이 적용된 이미지에 기울기 연산자를 적용하여 뚜렷한 강도 전이를 강조함으로써 생성된다.

실험 결과

연구 질문

• RQ1 Canny 및 Sobel과 같은 고전적 방법에 비해 엔트로피 기반 임계값 설정이 엣지 검출 정확도를 향상시킬 수 있는가?
• RQ2 다양한 이미지 조건 하에서 제안된 알고리즘이 계산 효율성과 강건성 측면에서 어떻게 성능을 발휘하는가?
• RQ3 이미지 히스토그램에서 엔트로피를 최대화하는 것이 더 나은 분할과 엣지 국소화를 이끌어내는가?
• RQ4 LOG 및 기타 최첨단 엣지 검출기와 비교할 때 제안된 방법의 성능은 어떠한가?
• RQ5 이 알고리즘은 다양한 이미지 유형과 노이즈 수준에서도 높은 품질의 엣지 검출 결과를 유지할 수 있는가?

주요 결과

• 제안된 방법은 엣지 연속성과 노이즈 억제 측면에서 Canny, Sobel, LOG에 비해 뛰어난 엣지 검출 성능을 달성한다.
• 효율적인 엔트로피 최대화 접근 방식 덕분에 계산 시간이 감소한다.
• 실험 결과는 다양한 이미지 유형과 조명 조건에서도 알고리즘이 견고한 성능을 유지함을 보여준다.
• 엔트로피 기반 임계값 설정은 객체 영역과 배경 영역 간의 분리 최적화를 통해 엣지 국소화를 효과적으로 향상시킨다.
• 기존 방법에 비해 더 높은 정밀도와 더 적은 오진 양성 결과를 보이는 출력 엣지 맵을 생성한다.
• 잡음 엣지 최소화와 함께 미세한 세부 정보를 잘 유지하는 데서 고전적 기법들을 능가한다.