엣지 및 윤곽선 감지

엣지 및 윤곽선 감지는 이미지 내에서 강도(intensity)가 급격하게 변하는 경계를 찾아내는데, 이는 종종 객체의 윤곽선 및 표면 불연속성과 일치합니다.

Definition

엣지(edge)는 상당한 국부적 강도 변화가 발생하는 위치이며, 엣지 감지(edge detection)는 일반적으로 이미지 기울기(gradient) 또는 스무딩된 2차 미분의 제로 크로싱을 분석하여 이러한 위치를 식별하는 것입니다.

Scope

이 주제는 기울기 기반 엣지 연산자, 미분 전 스무딩의 역할, 비최대 억제 및 히스테리시스 임계값 처리를 포함하는 다단계 캐니(Canny) 감지기, 제로 크로싱(zero-crossing) 접근 방식, 그리고 엣지 포인트를 연속적인 윤곽선으로 연결하는 방법을 다룹니다.

Core questions

• 이미지에서 강도가 급격하게 변하는 곳은 어디입니까?
• 미분은 노이즈에 대해 어떻게 강건하게 만들어집니까?
• 두꺼운 기울기 반응은 어떻게 1픽셀 엣지로 얇게 만들어집니까?
• 고립된 엣지 포인트는 어떻게 의미 있는 윤곽선으로 연결됩니까?

Key concepts

• 이미지 기울기
• 기울기 연산자
• 비최대 억제
• 히스테리시스 임계값 처리
• 가우시안 라플라시안 및 제로 크로싱
• 윤곽선 연결

Key theories

캐니 엣지 감지

우수한 감지, 우수한 지역화, 엣지당 단일 반응이라는 기준에서 파생된 캐니 감지기는 이미지를 스무딩하고, 기울기를 계산하고, 비최대 반응을 억제하며, 히스테리시스 임계값 처리를 통해 엣지를 연결하며, 여전히 표준 기준점으로 남아 있습니다.

마르-힐드레스 제로 크로싱

엣지는 가우시안 스무딩된 이미지의 라플라시안 제로 크로싱에서 위치하며, 엣지 감지를 초기 시각의 계산 이론 및 다중 스케일 분석과 연결합니다.

Clinical relevance

엣지 및 윤곽선 감지는 분할(segmentation), 형태 분석(shape analysis), 객체 인식(object recognition)에 활용되며, 의료 영상, 산업 검사, 그리고 컴퓨터 비전 전반의 특징 추출 파이프라인에서 사용됩니다.

History

Marr와 Hildreth의 1980년 이론은 엣지를 스무딩된 라플라시안(Laplacian)의 제로 크로싱과 연결시켰고, Canny의 1986년 최적 감지기 공식은 가장 널리 사용되는 엣지 감지기가 되었으며, 이후 학습 기반 경계 감지기(learned boundary detectors)에 의해 보완되었습니다.

Key figures

• John Canny
• David Marr
• Ellen Hildreth

Seminal works

• canny1986
• marr1980

Frequently asked questions

엣지를 감지하기 전에 이미지를 스무딩하는 이유는 무엇입니까?

미분은 노이즈를 증폭시키므로, 먼저 스무딩하면 감지기가 노이즈를 엣지로 오인하는 것을 방지합니다. 스무딩 스케일은 어떤 크기의 세부 사항을 엣지로 처리할지 결정합니다.

캐니 감지기가 여러 단계를 갖는 이유는 무엇입니까?

각 단계는 별도의 목표를 처리합니다. 스무딩은 노이즈를 제어하고, 기울기 계산은 후보를 찾으며, 비최대 억제는 이를 단일 픽셀 엣지로 얇게 만들고, 히스테리시스 임계값 처리는 강한 엣지에 연결된 경우에만 약한 엣지를 유지합니다.