[논문 리뷰] A Comparative Study between Moravec and Harris Corner Detection of Noisy Images Using Adaptive Wavelet Thresholding Technique

Nilanjan Dey, Pradipti Nandi외 3명|arXiv (Cornell University)|2012. 09. 07.

Image and Signal Denoising Methods참고 문헌 8인용 수 26

한 줄 요약

이 논문은 노이즈가 있는 이미지에서 Moravec 및 Harris 역점 검출의 비교 분석을 제안하며, 사전 처리로 적응형 웨이블릿 임계처리를 사용한다. 노이즈 제거 기법을 적용하여 역점 검출 이전에 노이즈를 감소시킴으로써, 연구는 노이즈 수준이 다양할 경우에도 Harris 역점 검출기와 적응형 웨이블릿 임계처리를 조합할 경우 Moravec보다 더 뛰어난 역점 국소화 정확도와 강인성을 확보함을 보여준다.

ABSTRACT

In this paper a comparative study between Moravec and Harris Corner Detection has been done for obtaining features required to track and recognize objects within a noisy image. Corner detection of noisy images is a challenging task in image processing. Natural images often get corrupted by noise during acquisition and transmission. As Corner detection of these noisy images does not provide desired results, hence de-noising is required. Adaptive wavelet thresholding approach is applied for the same.

연구 동기 및 목표

• 노이즈가 있는 이미지에서 Moravec 및 Harris 역점 검출 알고리즘의 성능을 평가하기 위해.
• 이미지 획득 및 전송 과정에서 발생하는 노이즈로 인한 역점 검출 정확도 저하 문제를 해결하기 위해.
• 노이즈 환경에서의 역점 검출 향상을 위해 적응형 웨이블릿 임계처리를 사전 처리 단계로 활용하는 효과를 조사하기 위해.
• 웨이블릿 기반 기법을 사용한 노이즈 감소 후 두 역점 검출기의 강인성과 정밀도를 비교하기 위해.
• 다양한 노이즈 수준에서 적응형 웨이블릿 임계처리와 조합했을 때, Moravec 또는 Harris 중 어떤 역점 검출 방법이 더 우수한 성능을 보이는지 규명하기 위해.

제안 방법

• 역점 검출 이전에 입력 이미지를 노이즈 제거하기 위해 적응형 웨이블릿 임계처리를 적용한다.
• 이미지를 하위 대역으로 분해하기 위해 이산 웨이블릿 변환(DWT)을 사용한다.
• 하위 대역의 분산에 따라 조정되는 유니버설 임계값 규칙에 기반한 적응형 임계처리 전략을 활용한다.
• 노이즈 제거된 이미지에 대해 Moravec 및 Harris 역점 검출 알고리즘을 구현한다.
• Harris 검출기에서 헤시안 행렬과 고유값 분석을 사용하여 역점 포인트를 식별한다.
• 시각적 검토와 역점 국소화 정확도 및 노이즈 내성과 같은 정량적 지표를 사용하여 역점 검출 결과를 비교한다.

실험 결과

연구 질문

• RQ1 노이즈는 자연 이미지에서 Moravec 및 Harris 역점 검출 알고리즘의 성능에 어떤 영향을 미치는가?
• RQ2 적응형 웨이블릿 임계처리는 노이즈가 있는 이미지에서 역점 검출 정확도를 어느 정도 향상시키는가?
• RQ3 적응형 웨이블릿 임계처리와 조합했을 때, Moravec 또는 Harris 중 어느 역점 검출 방법이 더 나은 결과를 낳는가?
• RQ4 다양한 노이즈 수준에서 두 방법 간의 역점 국소화 정밀도와 강인성은 어떻게 비교되는가?
• RQ5 적응형 임계처리를 사용하면 거짓 긍정 결과가 유의미하게 감소하고 검출 일관성이 향상되는가?

주요 결과

• 적응형 웨이블릿 임계처리는 이미지의 노이즈를 효과적으로 감소시켜 역점 검출을 위한 신호 대 잡음비를 향상시킨다.
• 노이즈 제거 후 Harris 역점 검출기가 Moravec보다 역점 국소화 정확도에서 뛰어난 성능을 보였다.
• Harris 검출기와 적응형 웨이블릿 임계처리의 조합은 Moravec보다 다양한 노이즈 수준에 더 강인한 성능을 보였다.
• Moravec 검출기는 노이즈 조건에서 노이즈 제거 후에도 더 많은 거짓 긍정 결과와 일관성 없는 역점 국소화를 보였다.
• 시각적 및 정량적 분석을 통해 Harris 검출기와 적응형 웨이블릿 사전 처리를 조합한 결과가 뛰어난 검출 품질을 확보함을 확인했다.
• 본 연구는 실제 노이즈가 있는 이미지에서 신뢰할 수 있는 역점 검출을 위해 적응형 웨이블릿 임계처리를 사전 처리로 활용하는 것이 필수적임을 입증했다.