하이브리드 레벨 셋을 이용한 이미지 분할

Image segmentation Using Hybrid Level Set

기존의 레벨셋을 이용한 이미지 분할 방법은 화소값의 기울기를 이용하기 때문에 지역적 형태에 좌우되는 문제점을 지니고 있다. 본 논문에서는 평활한 구동력을 위하여 레벨 셋 함수와 새로운 보상 평활화 함수를 결합시키는 하이브리드 방법을 이용한 방법이 소개된다. 대부분의 경우에 3 교점을 가지고 있지 않다는 가정하에 보상함수를 얻는 방법을 대안으로 고려하였다. 보상함수의 주요 역할은 원보상 함수와 평균 보상함수의 차가 새로운 레벨셋 함수의 합리적인 구동력으로 소개될 수 있다. 본 논문에서 제안한 하이브리드 방법은 기존 레벨셋을 이용한 방법의 단점을 최소화시키는 방법이다.

The conventional image segmentation method using level set has been disadvantage since level set function in the gradient-based model evolves depending on the local profile of the edge. In this paper, a new model is introduced by hybridizing level set formulation and complementary smooth function in order to smooth the driving force. We consider an alternative way of getting the complementary function(CF) which is much easier to simulate and makes sense for most cases having no triple junctions. The rule of thumb is that CF must be computed such that the difference between their average and the original CF function should be able to introduce a reliable driving force for the evolution of the level set function. This proposed hybrid method tries to minimize drawbacks the conventional level set method.