Journal of the Korea Institute of Information and Communication Engineering (한국정보통신학회논문지)

The Korea Institute of Information and Commucation Engineering (한국정보통신학회)
권호 표지
DOI QR코드

DOI QR Code

Image Segmentation Algorithm for Fish Object Extraction

어류객체 추출을 위한 영상분할 알고리즘

  • Received : 2010.03.15
  • Accepted : 2010.03.27
  • Published : 2010.08.31
Download PDF
⟨ Previous Next ⟩

Abstract

This paper proposes the image segmentation algorithm to extracts a fish object from a fish image for fish image retrieval. The conventional algorithm using gray level similarity causes wrong image segmentation result in the boundary area of the object and the background with similar gray level. The proposed algorithm uses the reinforced edge and the adaptive block-based threshold for the boundary area with weak contrast and the virtual object to improve the eroded or disconnected object in the boundary area without contrast. The simulation results show that the percentage of extracting the visual-fine object from the test images is under 90% in the conventional algorithm while it is 97.7% in the proposed algorithms.

본 논문은 어류영상 검색을 위해 어류영상에서 어류객체를 추출하기 위한 영상분할 알고리즘을 제안하고 있다. 명암 유사도를 이용한 기존 알고리즘은 객체와 배경의 명암이 유사한 경계 영역에서 잘못된 영상분할 결과를 초래한다. 제안된 알고리즘은 대비가 약한 경계영역에 대응하기 위해 강화된 에지와 적응적 블록단위의 임계값을 사용하고, 대비가 없는 경계 영역에서 침식 혹은 단절된 객체를 개선하기 위해 가상 객체를 사용하고 있다. 모의실험 결과는 시각적으로 좋은 어류객체를 추출하는 비율이 기존 알고리즘에서는 90% 이하인 반면 제안된 알고리즘에서는 97.7%인 것을 보여주고 있다.

Keywords

References

  1. M.L Kherfi, D.Ziou and A.Bernadi, "Image Retrieval from the World Wide Web: Issues, Techniques, and Systems," ACM Computing Surveys, vol 36, no. 1, 2004.
  2. K.S.Fu and J.K.Mui, "A Survey of Image Segmentation," Pattern Recog., vol. 13, no. 1, pp. 3-16, 1981. https://doi.org/10.1016/0031-3203(81)90028-5
  3. J.F.Haddon and J.F.Boyce ,"Image Segmentation by Unifying Region and Boundary Information," IEEE Trans. PAMI, vol. 12, no. 10, pp. 929-948, 1990. https://doi.org/10.1109/34.58867
  4. T.Pavlidis and Y.T.Liow, "Integrating Region Growing and Edge Detection," IEEE Trans. PAMI, vol.12, no. 3, pp. 225-233, 1990. https://doi.org/10.1109/34.49050
  5. M.Sonka, V.HIavac and R.Boyle, Image Processing, Analysis, and Machine Vision, 2nd ed., PWS Publishing, New York, 1999.
  6. S.A.Hojjatoleslami. and J.Kitter, "Region Growing: A New Approach," IEEE Trans. Image Processing, vol. 7, no. 7, pp. 1079- 1084, 1998. https://doi.org/10.1109/83.701170
  7. L.G.Shapiro, and G.C.Stockman, Computer Vision, Prentice Hall, N.J, 2001.
  8. R,M. Haralick and L,C. Shapiro, "SURVEY : Image Segmentation Techniques," CVGIP, vol 29. 1985.
  9. 김유선, 고병철, 이해성, 변혜란, "형태 정보와 방향 정보를 이용한 2단계 상표 영상 검색 ," 한국정보과학회 논문지 B, vol. 28, no. 08, pp. 0570-0581, 2001.
  10. R.C.Gonzalez and R.E.Woods, Digital Image Processing 2nd ed., Prentice Hall, 2002.

Cited by

  1. 전자어류도감을 위한 영상검색 vol.36, pp.c4, 2010, https://doi.org/10.7840/kics.2011.36c.4.226