4. Segmentation

Segmentation

Image processing에서 segmentation 과정은 매우 중요한 과정이다. Segmentation accuracy가 높을수록 할 수 있는 일이 많아지기 때문이다.

 

Segmentation Method

Intensity의 discontinuity와 similarity가 중요하다. 

 

1) Intensity based

• Threshold-based
• Edge-based
• Region-based

2) Information based

3) Data&Learning based

4) Automatic, Semi-automatic, Manual

 

Threshold-based segmentation

Region-based와 유사하다.

specific intensity value로 thresholding 한다.

Post processing이 필요하기도 하다.

• Morphological filtering - Erosion, Dilation, Opening, Closing
• Region labeling
• Region selection based on information

 

Region Labeling & Selection

constant intensity를 each separate region에 배치하는 등 다양한 방법으로 region labeling을 할 수 있다. Labeling한 결과를 가지고 ROI를 선택하여 사용한다. Region with seed point나 largest region 등을 선택하는 방법이 있다.

 

Region Growing

region based segmentation이다. Predefined criteria for growth에 따라 pixel이나 subregion을 큰 region에 group화하는 것이 목표이다.

 

• Selection of similarity property (- depends on types of image data)
• Formulation of Stopping Rule (- candidate pixel과 pixel grown so far의 likeness를 비교해 그룹화할지 결정한다.)

Intensity, Texture, Color 등의 local 정보를 이용한 group화도 있으며, region growth의 history를 참고해 group화하는 방법도 있다.

 

---

Discontinuity와 Similarity 기반으로 segmentation이 진행된다.

 

Threshold based segmentation

Specific intensity만 남겨두는 방식으로 Binarization과 유사하다. 간단한 방식이기에 일반적으로 post-processing과 함께 사용된다.

• Morphological filtering
• Region Labeling
• Region Selection

 

Morphological filretring

• Erosion : Kernel과 다른 구조일 경우 지우게 된다.
• Dilation : Kernel과 겹치는 부분이 있으면 채우게 된다.
• Opening : Erosion, Dilation
• Closing : Dilation, Erosion

 

Boundary Extraction

Original image - Erosioned image

 

Corner detection

Original image - closing, opening image