Abstract

Several methods have been studied to prune the parasitic branches that cause unfortunately from thinning a shape to get its skeleton. We found that the symmetric path finding method was most efficient because it followed the boundary pixels of the shape just once. In this paper, its extended method is proposed to apply to removing the noise branches that protrude out of the boundary of a segmented or extracted shape in a given image. The proposed method can remove a noise branch with one-pixel width and also remove the noise branch that includes a round shape called a noise blob. The method uses a 4-8-directional boundary-following technique to determine symmetric paths and finds noise branches with noise blobs by detecting quasi-symmetric paths. Its time complexity is a linear function of the number of boundary pixels. Interactively selectable parameters are used to define various types of noise branches flexibly, which are the branch - size parameter and the blob-size parameter. Experimental results for a practical shape and various artificial shapes showed that the proposed method was very useful for simplifying the shapes.

어떤 물체 영역의 골격(skeleton)을 얻기 위해 세건화(thinning)하는 과정에서 잔가지(parasitic branch)가 발생하므로, 이러한 것을 효과적으로 제거하기 위한 여러 가지 연구가 이루어져 왔다. 이중에서 잔가지가 한 픽셀 두께의 가지로 나타나는 속성에 착안하여, 윤곽선 추적에 의한 대칭 경로(symmetric path)를 검출함으로써 잔가지를 제거하는 방법이 매우 효과적인 것을 알 수 있었다. 본 연구에서는, 이 방법을 영상 분할이나 연결 요소 추출 등에 의해 구해진 물체 영역의 윤곽선 부분에 나타나는 잡영가지 (noise branch)를 제거하는데 활용할 수 있도록 개선한 방법을 제안한다. 즉, 한 픽셀 두께의 잡영가지 뿐만 아니라, 부분적으로 두 픽셀 이상이 뭉쳐져 둥그스름한 덩어리(잡영블랍, noise blob)를 형성하고 있는 잡영가지도 제거할 수 있는 개선된 방법을 제안한다. 대칭 경로를 찾기 위해 4-8방향 윤곽선 추적 알고리즘을 이용하며, 잡영블랍이 포함된 경우에는 준대칭(quasi-symmetric) 경로를 정의하여 추출한다. 제안한 방법의 시간 복잡도는 윤곽선 픽셀수의 선형 함수로 표현되며, 사용자가 잡영블랍과 잡영가지의 크기를 임의로 설정하도록 하여 융통성있고 다양하게 잡영가지를 제거할 수 있도록 하였다. 실제 형상과 인위적 형상에 대한 실험을 통해 제안된 방법의 유용성을 확인할 수 있었다.

Keywords

• boundary following;
• noise branch;
• parasitic branch;
• thinning

• 윤곽선 추적;
• 잡영가지;
• 잔가지;
• 세선화;