[논문 리뷰] Comparing the Performance of L*A*B* and HSV Color Spaces with Respect to Color Image Segmentation

Dibya Jyoti Bora, Anil Kumar Gupta외 1명|arXiv (Cornell University)|2015. 06. 04.

Image Enhancement Techniques참고 문헌 33인용 수 133

한 줄 요약

이 연구는 MSE 및 PSNR를 평가 지표로 사용하여 L*A*B* 및 HSV 색상 공간의 색상 영상 분할 성능을 비교한다. 결과적으로 HSV가 분할 정확도에서 L*A*B*를 능가함을 보여주며, 이는 HSV가 색상 기반 영상 분석 작업에 더 효과적임을 시사한다.

ABSTRACT

Color image segmentation is a very emerging topic for image processing research. Since it has the ability to present the result in a way that is much more close to the human yes perceive, so todays more research is going on this area. Choosing a proper color space is a very important issue for color image segmentation process. Generally LAB and HSV are the two frequently chosen color spaces. In this paper a comparative analysis is performed between these two color spaces with respect to color image segmentation. For measuring their performance, we consider the parameters: mse and psnr . It is found that HSV color space is performing better than LAB.

연구 동기 및 목표

• L*A*B* 및 HSV 색상 공간이 색상 영상 분할에서 얼마나 효과적인지 평가하고 비교하기.
• 기준 성능 지표 하에서 어떤 색상 공간이 더 나은 분할 결과를 도출하는지 규명하기.
• 일반적으로 사용되는 색상 공간이 영상 분할 작업에 적합한지에 대한 실증적 증거를 제공하기.
• 정량적 성능 측정 기준에 기반해 연구자 및 실무자가 최적의 색상 공간을 선택하는 데 도움을 주기.

제안 방법

• 저자들은 테스트 이미지 세트에 대해 L*A*B* 및 HSV 색상 공간을 모두 사용하여 색상 영상 분할을 적용하였다.
• 분할 성능는 평균 제곱 오차(MSE) 및 피크 신호 대 노이즈 비율(PSNR)을 사용하여 정량적으로 평가하였다.
• 공정한 비교를 위해 동일한 분할 알고리즘을 두 색상 공간에 모두 적용하였다.
• 이미지는 두 색상 공간 모두에서 처리되었으며, 결과로 도출된 분할 출력물을 참조 이미지와 비교하였다.
• 분할 결과의 원본 영상 특징에 대한 충실도를 평가하기 위해 성능 지표를 계산하였다.
• 여러 테스트 이미지에 걸쳐 MSE 및 PSNR 값의 통계적 비교를 수행하여 상대적 우수성을 판단하였다.

실험 결과

연구 질문

• RQ1 L*A*B* 또는 HSV 중 어떤 색상 공간이 더 정확한 색상 영상 분할 결과를 도출하는가?
• RQ2 분할 작업에서 L*A*B*를 사용할 경우와 HSV를 사용할 경우 MSE 및 PSNR 값은 어떻게 다를까?
• RQ3 L*A*B*의 인지적 균일성이 HSV에 비해 더 나은 분할 성능으로 이어지는가?
• RQ4 분할 오차 및 영상 품질 측면에서 L*A*B*와 HSV 사이에 유의미한 성능 격차가 존재하는가?

주요 결과

• HSV 색상 공간은 테스트 이미지 전반에서 L*A*B*에 비해 유의미하게 낮은 평균 제곱 오차(MSE) 값을 기록하였다.
• HSV는 L*A*B*에 비해 더 높은 피크 신호 대 노이즈 비율(PSNR) 값을 보이며, 더 나은 분할 품질을 나타내었다.
• 성능 격차는 여러 테스트 이미지에 걸쳐 일관되게 나타나, HSV가 분할 작업에서 뛰어난 강건성을 지닌다는 것을 시사한다.
• L*A*B*의 인지적 균일성에도 불구하고, HSV에 비해 더 나은 분할 결과를 도출하지 못하였다.
• 결과적으로 MSE 및 PSNR를 사용한 평가에서 HSV가 L*A*B*보다 더 효과적임을 시사한다.
• 이 연구는 색상 공간 선택이 분할 결과에 측정 가능한 영향을 미치며, 테스트 조건에서 HSV가 L*A*B*를 능가함을 확인한다.