Abstract
In this paper, we propose a method to segment a color image into several meaningful regions. We suppose that the meaningful region has a set of colors with high frequency in the color image. To find these colors, the color image is represented as several sets of color points in RGB space. And when we use the density of points defined in this method, color belonging to a dense region of color points in RGB space refers to the color that appeared frequently in the image. Eventually, we can find meaningful regions by looking for regions with high density of color points using our level set function in RGB space. However, if a meaningful region does not have a contiguous region of the sufficient size in the image, this is not a meaningful region but meaningless region. Thus, the pixels in the meaningless region are assigned to the biggest meaningful region belonging to its neighboring pixels in the color image. Our method divides the color image into meaningful regions by applying the density of color points to level set function in RGB space. This is different from the existing level set method that is defined only in 2D image.
본 논문은 컬러 이미지를 의미 있는 영역으로 분할하기 위한 새로운 방법을 제시한다. 본 연구에서, 의미 있는 영역을 이미지에서 많이 등장하는 색을 가지고 있는 영역이라고 정의하고, 많이 등장하는 색들을 파악하기 위해서 주어진 이미지를 RGB 공간에서 컬러 점들의 집합으로 표현한다. 그리고 본 기법에서 정의한 점들의 밀도를 이용하면, RGB 공간에서 점들의 밀도가 높은 영역에 속한 컬러들이 이미지에서 많이 등장하는 컬러라고 볼 수 있게 된다. 결국, 새롭게 제시하는 레벨셋 함수를 이용하여 RGB 공간에서 점들의 밀도가 높은 영역들을 찾음으로써 이미지에서의미 있는 영역을 구분해 낼 수 있지만, 이미지에서 의미 있는 영역(점들의 밀도가 높은 영역)을 구성하고 있는 컬러들이 충분한 크기의 연속된 영역을 이를 만큼 인접해 있지 않으면, 의미 있는 영역이라고 볼 수 없으므로, 그러한 픽셀들은 이웃 영역에 포함시키게 된다. 본 논문에서 새롭게 제시 하는 방법은, RGB 공간에서 컬러들의 밀도 분포를 레벨셋 함수에 적용해서 영역을 분할하고 이를 이미지 공간으로 다시 매칭 시키는 방법으로, 이미지상에 레벨셋 함수를 직접 정의하고 이를 이용하여 이미지 영역분할을 하는 기존의 레벨셋 기반의 이미지 분할방법과는 차이가 있다.