축척 공간 분할
Scale-space segmentation| 공간 축척 | |
|---|---|
| 축척공리 | |
| 공간 확장 구현 | |
| 기능 검출 | |
| 에지 검출 | |
| 블럽 검출 | |
| 코너 검출 | |
| 능선 검출 | |
| 관심점 검출 | |
| 척도 선택 | |
| 아핀 형상 적응 | |
| 축척 공간 분할 | |
축척 공간 분할 또는 다중 축척 분할은 평활의 여러 축척에서 영상 설명자의 계산을 기반으로 하는 신호 및 영상 분할의 일반적인 프레임워크입니다.
1차원 계층형 신호 세그멘테이션
Witkin의[1][2] 스케일 공간에서의 중요한 작업은 1차원 신호가 분할의 스케일을 제어하는 하나의 스케일 매개변수로 모호하지 않게 영역으로 분할될 수 있다는 개념을 포함했다.
주요 관찰은 신호의 멀티스케일 평활 버전의 제2도함수(제1도함수 또는 기울기의 최소값 및 최대값)의 제로 교차가 네스트 트리를 형성하고, 이 네스트 트리는 서로 다른 스케일에서 세그먼트 간의 계층 관계를 정의한다.특히, 거친 척도의 기울기 극단점은 미세한 척도의 해당 특징까지 추적할 수 있습니다.더 큰 스케일로 기울기 최대값과 기울기 최소값이 서로 소멸되면 분리된 세 세그먼트가 하나의 세그먼트로 병합되어 세그먼트의 계층을 정의합니다.
영상 분할 및 초기 스케치
이 분야에는 수많은 연구가 있었으며, 그 중 일부는 대화형 수동 개입(보통 의료 영상에 적용) 또는 완전 자동으로 적용할 수 있는 상태에 도달했다.다음은 현재 접근법의 기초가 되는 주요 연구 아이디어의 간략한 개요입니다.
그러나 위트킨이 설명한 네스팅 구조는 1차원 신호에 특화되어 있으며 고차원 영상으로 3차적으로 전송되지 않습니다.그럼에도 불구하고, 이 일반적인 아이디어는 몇몇 다른 저자들이 이미지 분할을 위한 거친 방식에서 미세한 방식을 조사하도록 영감을 주었다.코엔링크는[3] Iso-intensity 등고선이 규모에 따라 어떻게 진화하는지 연구할 것을 제안했고, 이 접근방식은 Lifshitz와 Pizer에 의해 [4]더 자세히 조사되었다.그러나 불행히도 이미지 특징의 명암은 축척에 따라 변하기 때문에 Iso 명암 정보를 사용하여 거친 크기의 이미지 특징을 세밀한 축척으로 추적하는 것이 어렵다는 것을 의미합니다.
Lindeberg[5], 이미지 표현는 한편 만드는 구조들의 다양한 척도에서 관계를 명확히 명시되는 이미지 기능 안정적인 규모의 포함한 대형 거리상으로 국내appropriat 있게 만드는 scale-space 기본 스케치라고 불리는 제안했다 비늘에 대한 지방의 extrema과 안장 포인트 연결되는 문제를 공부했다.es계산해 주세요.Bergholm은 스케일 공간에서 거친 스케일로 가장자리를 검출한 후 거친 검출 스케일과 미세한 위치 측정 스케일 모두를 수동으로 선택하여 더 미세한 스케일로 추적하는 것을 제안했다.
Gauch와 Pizer는[7] 여러 척도의 능선과 계곡의 상호 보완적 문제를 연구했고 다중척도 유역에 기반한 대화형 영상 분할 도구를 개발했다.구배 지도에 대한 적용과 함께 다중 척도 유역의 사용은[8] 올슨과 닐슨에 의해서도 조사되었으며, 담 [9]외 연구진에 의해 임상 용도로 옮겨졌다.Vincken [10]등은 다른 척도의 영상 구조 사이의 확률적 관계를 정의하기 위한 하이퍼스택을 제안했다.Ahuja와 그의 동료들은[11][12] 스케일보다 안정적인 이미지 구조의 사용을 완전히 자동화된 시스템으로 확대했습니다.Undeman과 Lindeberg는 다단계 유역의 밀접하게 관련된 아이디어에 기초한 완전 자동 뇌 분할 알고리즘을 제시하고 뇌 데이터베이스에서 광범위하게 테스트했습니다.
Florack과 Kuijper는 [14]또한 축척에 걸쳐 이미지 구조를 링크함으로써 멀티스케일 이미지 분할을 위한 아이디어를 얻었습니다.Bijaoui와 Rué는 최소 노이즈 임계값 이상의 스케일 공간에서 검출된 구조를 여러 척도에 걸쳐 원래 신호의 특징에 대응하는 객체 트리에 관련짓습니다.추출된 피쳐는 반복공역구배행렬법을 사용하여 정확하게 재구성된다.
시간의 벡터 함수 분할
Scale-space 분할 다른 방향으로 Lyon[16]이 벡터 미분하고, 두번째인 파생물 대신smoothed 벡터 sig의 벡터 미분의 유클리드 규모의 최대치는에서 구간 경계함으로써 0지역이 없는 경우 최대와 최소의 것은 아닐 때 vector-valued 기능으로 연장되었다.nals이 기술은 음성 및 [17]텍스트 분할에 적용되어 왔다.
레퍼런스
- ^ Witkin, A. P. "스케일 공간 필터링", Proc.제8인터내셔널공동 회의미술, 인텔, 독일, 카를스루에, 1019-1022, 1983.
- ^ A. Witkin, Proc의 "스케일 공간 필터링: 멀티스케일 기술에 대한 새로운 접근법"IEEE Int.회의: 음향, 음성, 신호 처리(ICASSP), 제9권, 샌디에이고, CA, 1984년 3월, 페이지 150-153.
- ^ Koenderink, Jan "이미지의 구조", 생물학적 사이버네틱스, 50:363-370, 1984
- ^ Lifshitz, L. 및 Pizer, S.: 강도 극단, IEEE Transactions on Pattern Analysis and Machine Intelligence, 12:6, 529 - 540, 1990에 기반한 이미지 분할에 대한 다중 해상도 계층적 접근법.
- ^ 린데버그, T:볼록한 방울 모양의 이미지 구조와 그 스케일을 스케일 공간 프리미얼 스케치로 검출하는 방법: 주목의 초점, 국제 컴퓨터 비전 저널, 11(3), 283-318, 1993.
- ^ Bergholm, F: Edge Focusing, IEEE Transactions on Pattern Analysis and Machine Intelligence, 9:6, 726-741, 1987.
- ^ Gauch, J. and Pizer, S.: 그레이스케일 이미지의 능선과 계곡의 다중 해상도 분석, 패턴 분석 및 머신 인텔리전스에 관한 IEEE 트랜잭션, 15:6(1993년 6월), 페이지: 635 - 646, 1993.
- ^ O.S. 및 Nielsen, M.: 다중 스케일 구배 등급 분수계 분할, ICIAP 97, 이탈리아 플로렌스, 컴퓨터 과학 강의 노트, 6-13 페이지.Springer Verlag, 1997년 9월
- ^ 담, E, 요한센, P., 올슨, O.Thomsen, A. Darvann, T., Dobrzenick, A., Hermann, N., Kitai, N., Kreiborg, S., Larsen, P., Nielsen, M.: 2000년 유럽방사선학회의 "임상용 인터랙티브 멀티스케일 분할"
- ^ Vincken, K., Koster, A. 및 Viergever, M.: 확률론적 멀티스케일 이미지 세그멘테이션, 패턴 분석 및 머신 인텔리전스에 관한 IEEE 트랜잭션, 19:2, 페이지 109-120, 1997]
- ^ M. Tabb와 N. Ahuja, 통합 에지 및 영역 검출에 의한 비감독 멀티스케일 이미지 분할, IEEE Transactions on Image Processing, Vol. 6, No. 5, 642-655, 1997.2011-07-20 Wayback Machine 아카이브 완료
- ^ E. 아크바스와 N.Ahuja, "Ramp Indinuities to Segmentation Tree", 컴퓨터 비전에 관한 아시아 컨퍼런스, 2009, 중국 시안.
- ^ C. Undeman 및 T. Lindeberg(2003) "확률적 이방성 확산 및 다중 스케일 분수계를 사용한 MRI 뇌 영상의 완전 자동 분할", Proc.Scale-Space'03, 스코틀랜드 스카이섬, 2695권, 641~656쪽의 스프링거 강의 노트.
- ^ Florack, L. 및 Kuijper, A:축척 공간 영상의 위상 구조, Journal of Mathematical Imaging and Vision, 12:1, 65-79, 2000.
- ^ Bijaoui, A., Rué, F.: 1995, 멀티스케일 비전 모델, 신호 처리 46, 345
- ^ 리처드 F.Lyon. 1987년 ICASSP. San Diego의 Proc., 3월 29.3.14쪽, 1987년.
- ^ Slaney, M. Ponceleon, D., "스케일스페이스에 잠재된 의미 인덱스를 사용한 계층 분할", Proc. 국제 회의 음향, 음성, 신호 처리 (ICASSP '01)2001
