1 |
1
획득되는 이미지 로부터 하기 수학식을 반복 적용하여 이미지의 크기가 이하가 되는 저해상도의 이미지 을 획득하는 단계;
최하의 저해상도의 이미지인 상기 에서 초기 폐곡선을 해당 이미지 가장 바깥쪽에 설정하고, 전체 이미지 정보를 이용하는 통계적 위치 복구 방법 및 국소적인 이미지 정보를 이용하는 통계적 위치 복구 방법을 혼합한 제1혼합방법을 사용하여 물체의 폐곡선을 획득하는 단계;
상기 획득된 폐곡선을 물체의 경계에 근접한 초기 폐곡선의 설정방법을 이용하여 이미지 에서의 초기 폐곡선으로 설정하고, 밴드내의 이미지 정보를 이용하는 통계적 위치 복구 방법 및 국소적인 이미지 정보를 이용하는 통계적 위치 복구 방법을 혼합한 제2혼합방법을 사용하여 물체의 경계를 획득하는 단계; 및
상기 획득된 물체의 경계를 통해 상기 물체를 상기 이미지로부터 분할하는 단계를 포함하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
2 |
2
제1항에 있어서,
상기 전체 이미지 정보를 이용하는 통계적 위치 복구 방법은,
폐곡선이 하기 수학식에 따라 설정되는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
3 |
3
제2항에 있어서,
가우스(Gaussian) 확률 밀도 함수인 상기 는 하기 수학식과 같은 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
4 |
4
제1항에 있어서,
상기 밴드내의 이미지 정보를 이용하는 통계적 위치 복구 방법은,
폐곡선이 하기 수학식에 따라 설정되는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
5 |
5
제4항에 있어서,
가우스 확률 밀도 함수인 상기 는 하기 수학식과 같은 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
6 |
6
제1항에 있어서,
상기 국소적인 이미지 정보를 이용하는 통계적 위치 복구 방법은,
폐곡선이 하기 수학식에 따라 설정되는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
7 |
7
제6항에 있어서,
가우스 확률 밀도 함수인 상기 는 하기 수학식과 같은 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
8 |
8
제4항에 있어서,
상기 밴드내의 이미지 정보를 이용하는 통계적 위치 복구 방법은,
해당 폐곡선을 둘러싼 밴드의 폭을 2로 고정하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
9 |
9
제6항에 있어서,
상기 국소적인 이미지 정보를 이용하는 통계적 위치 복구 방법은,
국소적 영역을 찾기 위해 사용하는 사각형의 한 변에 대하여, 해당 폐곡선을 둘러싼 밴드를 포함하도록 상기 밴드 넓이의 4배로 고정하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
10 |
10
삭제
|
11 |
11
제1항에 있어서,
상기 제1혼합방법은,
초기 폐곡선을 영상의 가장자리에 놓고서 물체의 윤곽을 획득하기 위해 상기 전체 이미지 정보를 이용하는 통계적 위치 복구 방법을 사용하고, 폐곡선의 침식을 방지하기 위해 상기 국소적인 이미지 정보를 이용하는 통계적 위치 복구 방법을 조합하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
12 |
12
제11항에 있어서,
상기 제1혼합방법은,
상기 국소적인 이미지 정보를 이용하는 통계적 위치 복구 방법을 사용하기 위한 하기 수학식에 따른 기준값을 포함하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
13 |
13
제1항에 있어서,
상기 제2혼합방법은,
상기 제1혼합방법에서 구해진 폐곡선을 초기 폐곡선으로 다시 설정한 경우, 계산 시간을 줄이기 위해 상기 밴드내의 이미지 정보를 이용하는 통계적 위치 복구 방법을 사용하고, 실제 물체에 대한 정확한 경계를 추출하기 위한 상기 국소적인 이미지 정보를 이용하는 통계적 위치 복구 방법을 조합하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
14 |
14
제13항에 있어서,
상기 제2혼합방법은,
저해상도 이미지에서의 폐곡선을 고해상도 이미지로 보간할 경우, 상기 보간한 폐곡선을 바깥으로 한 픽셀을 밀어내는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
15 |
15
제1항에 있어서,
상기 제1혼합방법과 제2혼합방법은,
하기 수학식에 따라 상기 전체 이미지 정보를 이용하는 통계적 위치 복구 방법과 상기 밴드내의 이미지 정보를 이용하는 통계적 위치 복구 방법 각각을 상기 국소적인 이미지 정보를 이용하는 통계적 위치 복구 방법에 조합하여 폐곡선을 획득하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
16 |
16
제12항에 있어서,
상기 제1혼합방법은,
상기 국소적인 이미지 정보를 언제 사용할 것인가에 대한 판단 기준값으로 는 0
|
17 |
17
제1항에 있어서,
다중 해상도를 이용하여 상기 물체의 경계에 2 픽셀 이내에 있는 초기 폐곡선을 설정하는 단계를 포함하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
18 |
18
제17항에 있어서,
상기 폐곡선을 획득함에 있어서, 수치 방법을 적용하여 하기 수학식에 따른 폐곡선을 획득하는 단계를 더 포함하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
19 |
19
제18항에 있어서,
상기 수치 방법은,
하기 수학식을 이용하여 상기 폐곡선의 진동하는 상태를 판단하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
20 |
20
제19항에 있어서,
상기 수치 방법은,
상기 의 차이가 이면 계산을 진행 중인 부분으로 한정한 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
21 |
21
제18항에 있어서,
상기 수치 방법은,
을 사용하여 상기 폐곡선 진행의 멈춤 조건을 설정하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
22 |
22
제18항에 있어서,
상기 수치 방법은,
함수 가 모든 자연수 에 대해 부호가 붙은 거리 함수라는 것을 고려하여 하기 수학식을 더 적용하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|
23 |
23
제18항에 있어서,
상기 수치 방법은,
상기 제1혼합방법과 제2혼합방법을 사용함에 있어서, 한번 국소적인 계산을 하는 점들에 대해서는 계속 국소적인 정보를 사용하는 것을 특징으로 하는 통계적 위치 복구력 및 다중 해상도를 이용한 영상분할 방법
|