[논문 리뷰] Edge Detection: A Collection of Pixel based Approach for Colored Images

Bashir Olaniyi Sadiq, S. M. Saniul Islam Sani외 1명|arXiv (Cornell University)|2015. 03. 19.

Industrial Vision Systems and Defect Detection참고 문헌 5인용 수 7

한 줄 요약

이 논문은 회색조로의 변환을 피하기 위해 단계 및 램프 에지 특성에 기반한 에지 프로파일 모델링을 사용하는 색상 이미지용 픽셀 기반 에지 검출 방법을 제안한다. 에지 정밀도를 향상시키기 위해 벡터 순서 통계를 통합하여 프래트 정확도 지표(PFOM) 0.8480을 달성하였으며, 기존의 회색조 변환 과정에서 에지가 둔해지는 방식의 전통적 방법보다 정확도가 향상됨을 입증하였다.

ABSTRACT

The existing traditional edge detection algorithms process a single pixel on an image at a time, thereby calculating a value which shows the edge magnitude of the pixel and the edge orientation. Most of these existing algorithms convert the coloured images into gray scale before detection of edges. However, this process leads to inaccurate precision of recognized edges, thus producing false and broken edges in the image. This paper presents a profile modelling scheme for collection of pixels based on the step and ramp edges, with a view to reducing the false and broken edges present in the image. The collection of pixel scheme generated is used with the Vector Order Statistics to reduce the imprecision of recognized edges when converting from coloured to gray scale images. The Pratt Figure of Merit (PFOM) is used as a quantitative comparison between the existing traditional edge detection algorithm and the developed algorithm as a means of validation. The PFOM value obtained for the developed algorithm is 0.8480, which showed an improvement over the existing traditional edge detection algorithms.

연구 동기 및 목표

• 기존의 에지 검출 방법에서 색상 이미지를 회색조로 변환함으로써 발생하는 정확도 저하 및 위조/끊어진 에지 문제를 해결하기 위해.
• 에지 검출 과정에서 색상 정보를 유지하여 에지 정밀도를 향상시키기 위해.
• 단계 및 램프 에지 프로파일 기반의 픽셀 수집 모델을 개발하여 에지 표현을 향상시키기 위해.
• 벡터 순서 통계를 통합하여 색상 이미지의 에지 검출 정밀도를 향상시키기 위해.
• 정량적 비교를 위해 프래트 정확도 지표(PFOM)를 사용하여 제안된 방법을 검증하기 위해.

제안 방법

• 이 방법은 색상 이미지의 에지 구조를 더 잘 표현하기 위해 단계 및 램프 에지 특성에 기반한 픽셀 수집 모델을 구축한다.
• 색상 성분을 직접 처리함으로써 회색조 변환을 피하고 색채 정보를 유지한다.
• 노이즈 감소 및 에지 국소화 향상을 위해 색상 픽셀 수집에 벡터 순서 통계를 적용한다.
• 다중 채널 색상 공간에서 에지 크기 및 방향성을 포괄하는 프로파일 모델링 기법을 사용한다.
• 에지 검출 정확도의 표준 지표인 프래트 정확도 지표(PFOM)를 사용하여 알고리즘을 평가한다.
• 동일한 벤치마크 이미지를 사용하여 기존의 회색조 기반 에지 검출 알고리즘과의 비교를 수행한다.

실험 결과

연구 질문

• RQ1 색상 이미지에서 회색조 변환을 피할 경우 에지 검출 정확도에 어떤 영향을 미치는가?
• RQ2 단계 및 램프 에지 기반의 픽셀 수집 모델이 위조 및 끊어진 에지를 줄이는 데 얼마나 효과적인가?
• RQ3 벡터 순서 통계는 색상 이미지 처리에서 에지 정밀도를 얼마나 향상시키는가?
• RQ4 제안된 방법은 기존의 에지 검출 알고리즘 대비 어떤 정도의 정량적 성능 향상을 달성하는가?
• RQ5 색상 정보를 유지할 경우 에지 검출 품질 향상이 측정 가능한가?

주요 결과

• 제안된 방법은 프래트 정확도 지표(PFOM) 값 0.8480을 달성하여 높은 에지 검출 정확도를 입증하였다.
• PFOM 결과는 기존의 회색조 변환에 의존하는 전통적 에지 검출 알고리즘 대비 측정 가능한 정확도 향상을 보여주었다.
• 처리 과정에서 색상 정보를 유지함으로써 위조 및 끊어진 에지를 효과적으로 줄였다.
• 벡터 순서 통계의 통합은 노이즈 및 밝기 변화가 있는 환경에서도 에지 정밀도를 크게 향상시켰다.
• 단계 및 램프 에지 기반의 픽셀 수집 모델은 색상 이미지의 에지 특성을 성공적으로 포착하였다.
• 결과는 정량적 지표 측면에서 색상 인식 에지 검출이 기존의 회색조 기반 접근 방식보다 뛰어나다는 것을 확인시켰다.