다중검정기법적 영상 에지검출

Edge Detection of Image via Multiple Test

본 논문에서는 영상 에지검출을 위한 다중검정기법적 접근법을 제시한다. 전통적인 에지검출법은 화소별 에지 검정 통계량들이 서로 독립이라는 가정 하에서 개별적 가설검정을 통해 에지 여부를 판정한다. 그러나 이런 접근법은 두 가지 점에서 문제가 있다. 첫째, 화소별 에지 검정 통계량들은 서로 독립일 수 없고 다만 마코프 랜덤 필드를 구성한다는 것이다. 따라서 화소들이 국소적 종속성의 정보를 충분히 활용하지 못하고 있다. 둘째, 에지검출이란 객체의 윤곽선을 추출하는 작업이다. 결국 화소 개별적 의사결정보다는 화소자료집단 전체로부터 윤관선 정보를 얻은 것이 합리적일 것이다. 이에 본 연구에서 화소별 검정 통계량들을 마코프 랜덤필드로 보고, 전체 자료를 대상으로 혼합모형에 적합시킨다. 혼합모형의 성분 밀도를 정규분포로 고정하기 위해 검정통계량 자료를 정규화 변환을 도입하였다. 제안된 방법의 유효성을 보이기 위해 영상 실험을 제공하였다.

In this paper, a mutiple test-approached technique for edge detection is provided. Classical approaches for edge detection decide the edge through the proper statistical test under assumption on which pixelwise test statistics are independent. However, these approaches substantially have two problems as follows. Firstly, pixelwise test statistics are not independent but they construct a markov random field. That is to say, it does not sufficiently utilize the information of local dependence between pixels. Secondly, to detect edges is just to identify boundaries of objects rather than to decide whether the pixel is the edge or not. Thus the decision based on using all pixel values simultaneously is more reasonable than the individual decision independently. This paper provides new method of detection edges by fitting the normal mixture model into markov random field via EM algorithm. Previously, transformation of normal score should be taken so that each component of mixture model is normal distribution. And images are experimented in order to show its validation.