동시다중검정기법적 영상 에지검출 및 에지 판정에 대한 평가

Edge Detection by Simultaneous-Multiple Test Approach and Assessments of Declared Edges

본 논문에서는 영상 에지검출을 위해 (정규화 변환된) K개의 성분별 에지검출 통계량 관측값들을 K-변량 마코프 랜덤 필드로 가정하여 동시다중검정기법적 접근법을 제시하였으며, 에지 판정에 대한 사후 평가방법을 소개하였다. 전통적 에지 결정법은 K개의 성분별 부분 검정을 기초로 하고 있어서, 에지 판정에 대한 귀무사후확률을 결정하는 것이 모호하며 쉽지 않다. 제안된 기법은 이 점을 고려하여 판정된 화소 고유의 귀무사후확률을 얻을 수 있게 하였다. 화소 개별적 귀무사후확률은 K-변량 마코프 랜덤 필드의 정규혼합모형을 통해 추정하였으며, 효율적 추정을 위해 본 연구에서는 K개의 성분별 에지 정보를 충분히 포함하는 차원 축소를 고려하였다. 영상 실험을 통해 소개된 4가지 오류율 추정치는 에지검출에 유용하게 활용될 수 있음을 보였다.

In this paper a multiple test-approached technique for edge detection is proposed, in which K edge components are simultaneously considered as an observation of the multivariate Markov random field. And assessments of the declared edges are provided by using 4 types of global error rate. Classical approaches for statistical edge detection decide the edge through at least one of K partial tests is to be significant under consideration. It, however, is ambiguous and difficult to find pixel s null posterior probability for declaration of edge from using the classical ways. With the proposed method, one can find pixel s own null posterior probability. To estimate null posterior probability, K-variate contextual normal mixture model is fitted by EM algorithm. And dimensional reduction using spectral decomposition is proposed for the efficient fitting of the mixture model.