[논문 리뷰] New Edge Detection Technique based on the Shannon Entropy in Gray Level Images

Mohamed A. El-Sayed, Tarek Abd El‐Hafeez|arXiv (Cornell University)|2012. 11. 12.

Medical Image Segmentation Techniques참고 문헌 21인용 수 50

한 줄 요약

이 논문은 밸지트와 아마르의 방법에서 이미지 유도미를 사용하는 것과는 달리 샤논 엔트로피를 사용하는 새로운 그레이레벨 이미지에 대한 에지 검출 방법을 제안한다. 엔트로피 기반 임계치 설정 최적화를 통해 이 방법은 CPU 실행 시간을 감소시키고 다양한 테스트 이미지에서 에지 검출의 강인성을 향상시켜 원래 방법보다 속도와 출력 품질 측면에서 뛰어나다.

ABSTRACT

Edge detection is an important field in image processing. Edges characterize object boundaries and are therefore useful for segmentation, registration, feature extraction, and identification of objects in a scene. In this paper, an approach utilizing an improvement of Baljit and Amar method which uses Shannon entropy other than the evaluation of derivatives of the image in detecting edges in gray level images has been proposed. The proposed method can reduce the CPU time required for the edge detection process and the quality of the edge detector of the output images is robust. A standard test images, the real-world and synthetic images are used to compare the results of the proposed edge detector with the Baljit and Amar edge detector method. In order to validate the results, the run time of the proposed method and the pervious method are presented. It has been observed that the proposed edge detector works effectively for different gray scale digital images. The performance evaluation of the proposed technique in terms of the measured CPU time and the quality of edge detector method are presented. Experimental results demonstrate that the proposed method achieve better result than the relevant classic method.

연구 동기 및 목표

• 도함수 기반 에지 검출 방법의 계산 비효율성과 노이즈에 대한 민감성 문제를 해결하기 위해.
• 실제 세계 및 합성 이미지 포함 다양한 그레이레벨 이미지 유형에서 에지 검출의 강인성을 향상시키기 위해.
• 에지 검출 품질을 유지하거나 향상시키면서도 CPU 실행 시간을 단축시키기 위해.
• 실증적 비교를 통해 엔트로피 기반 에지 검출이 도함수 기반 접근 방식보다 뛰어난지 검증하기 위해.

제안 방법

• 이 방법은 그레이레벨 이미지의 에지를 검출하기 위해 기울기 계산을 샤논 엔트로피 평가로 대체한다.
• 중요한 강도 전이를 식별하기 위해 엔트로피 기반 임계치 설정을 적용한다.
• 이 알고리즘은 엔트로피 계산을 사용하여 이미지 블록 또는 픽셀을 처리하여 에지 영역을 식별한다.
• 계산 부담을 최소화하여 도함수 기반 방법 대비 CPU 시간을 감소시키도록 최적화된 접근 방식이다.
• 지역 엔트로피 변동을 분석하여 에지 검출을 수행하며, 높은 정보량을 가진 경계를 강조한다.
• 비교 분석을 위해 표준 테스트 이미지, 실제 세계 이미지 및 합성 데이터셋을 사용하여 방법을 평가한다.

실험 결과

연구 질문

• RQ1 샤논 엔트로피가 에지 검출에서 이미지 도함수의 효과적인 대체로 사용될 수 있는가?
• RQ2 엔트로피 기반 방법은 도함수 기반 기법에 비해 CPU 실행 시간을 줄이는가?
• RQ3 제안된 방법은 다양한 이미지 유형에서 에지 검출 품질 측면에서 어떻게 성능을 발휘하는가?
• RQ4 엔트로피 기반 접근 방식은 기존 방법보다 노이즈와 강도 변화에 더 강인한가?

주요 결과

• 제안된 방법은 발리트와 아마르의 방법에 비해 CPU 실행 시간을 크게 감소시켜 계산 효율성이 향상됨을 입증했다.
• 에지 검출 결과는 실제 세계 및 합성 데이터셋 포함 다양한 그레이레벨 이미지에서 향상된 강인성을 보였다.
• 특히 미세한 디테일을 유지하는 데 있어 고전적인 도함수 기반 접근 방식보다 더 뛰어난 에지 검출 품질을 달성했다.
• 정량적 평가 결과 속도와 에지 충실도 측면에서 뛰어난 성능을 확인했다.
• 엔트로피 기반 접근 방식은 노이즈에 민감도가 낮아 객체 경계를 효과적으로 식별했다.