[논문 리뷰] Multilevel Threshold Based Gray Scale Image Segmentation using Cuckoo Search

Sourav Samanta, Nilanjan Dey외 3명|arXiv (Cornell University)|2013. 07. 01.

Advanced Image and Video Retrieval Techniques참고 문헌 11인용 수 44

한 줄 요약

이 논문은 회색조 이미지의 최적 임계값을 결정하기 위해 기하학적 분할을 위한 다수준 임계값 설정 방법을 제안한다. Cuckoo Search (CS) 최적화를 사용하여, 임계값 선택을 전역 최적화 문제로 간주하고, 이미지 분산을 기반으로 한 적합도 함수를 사용하여 무작위로 설정된 초깃값을 반복적으로 개선함으로써, 기준 이미지에서 낮은 MSE와 높은 PSNR를 기록함으로써 뛰어난 분할 품질을 달성한다.

ABSTRACT

Image Segmentation is a technique of partitioning the original image into some distinct classes. Many possible solutions may be available for segmenting an image into a certain number of classes, each one having different quality of segmentation. In our proposed method, multilevel thresholding technique has been used for image segmentation. A new approach of Cuckoo Search (CS) is used for selection of optimal threshold value. In other words, the algorithm is used to achieve the best solution from the initial random threshold values or solutions and to evaluate the quality of a solution correlation function is used. Finally, MSE and PSNR are measured to understand the segmentation quality.

연구 동기 및 목표

• 회색조 이미지 분할에서 최적의 다수준 임계값을 선택하는 데 도전하는 것.
• 오차를 최소화하고 이미지 무결성을 최대화하여 분할 품질을 향상시키는 것.
• 효율적인 전역 최적화를 위해 Cuckoo Search 메타휴리스틱을 사용하여 임계값 설정을 최적화하는 것.
• MSE 및 PSNR와 같은 정량적 지표를 사용하여 성능을 평가하는 것.
• 기존의 전통적 임계값 설정 방법에 비해 CS의 효과성을 입증하는 것.

제안 방법

• Cuckoo Search (CS)는 회색조 이미지에서 최적의 다수준 임계값을 탐색하는 데 사용된다.
• 적합도 함수는 분할의 분리 가능성을 극대화하기 위해 이미지 간 분산 기반으로 설정된다.
• 초기 해(임계값 집합)는 무작위로 생성되며, CS 탐색 규칙을 사용하여 반복적으로 개선된다.
• 알고리즘은 Lévy 비행을 사용하여 전역 탐색 능력을 향상시키고 局부 최적해에 갇히는 것을 방지한다.
• 분할 품질은 평균 제곱 오차(MSE)와 피크 신호 대 노이즈 비율(PSNR)을 사용하여 평가된다.
• 수렴하거나 최대 반복 횟수에 도달할 때까지 과정이 계속된다.

실험 결과

연구 질문

• RQ1 Cuckoo Search는 회색조 이미지 분할을 위한 다수준 임계값 최적화에 효과적으로 작용할 수 있는가?
• RQ2 제안된 CS 기반 방법은 기존의 전통적 임계값 설정 기법에 비해 분할 품질 측면에서 어떻게 비교되는가?
• RQ3 임계값 설정 프레임워크 내에서 분산 기반 적합도 함수를 사용할 경우 어떤 영향을 미치는가?
• RQ4 CS 알고리즘이 분할된 이미지에서 MSE를 얼마나 낮추고 PSNR를 얼마나 높이는가?
• RQ5 CS에서 Lévy 비행을 사용할 경우 수렴성과 해 품질 향상에 어떤 영향을 미치는가?

주요 결과

• 제안된 Cuckoo Search 기반 방법은 기존의 전통적 임계값 설정 기법에 비해 더 낮은 평균 제곱 오차(MSE)를 달성하였다.
• 더 높은 피크 신호 대 노이즈 비율(PSNR) 값이 확보되어 분할 후 이미지의 무결성이 향상됨을 나타냈다.
• 다양한 테스트 이미지에서 알고리즘이 안정적인 수렴을 보이며, 임계값 설정의 안정성을 입증하였다.
• 분산 기반 적합도 함수의 사용이 CS가 최적의 임계값 설정으로 유도하는 데 효과적으로 기여하였다.
• 정량적 지표에 의해 확인된 바, 이 방법은 표준 접근 방식에 비해 분할 정확도에서 뛰어난 성능을 보였다.
• Lévy 비행의 통합은 전역 탐색 능력을 향상시켜 조기 수렴의 위험을 감소시켰다.