Active contour models were developed for useful segmenting and tracking tools for rigid or non-rigid (i.e. deformable) objects and Snake, one of the Active contour models (ACMs), was introduced by Kass in 1987. Snake is desiged on the basis of Snake energies and segmenting and tracking can be executed successfully by the process of energy minimization.
The contraction is a important process for segmenting objects from images, but the contraction forces of Kass' Snake are dependent on the object's forms. In this research new contracion energy independent of the object's forms was proposed for the segmentation.
Kass' Snake can be applicable to the case of small changes between two images when its solutions can be achieved on the basis of variational approach. In this research the image flow energy was newly proposed to make Snake's nodes roll along the direction of motion by using the information of image flow in this large moving case. Furthermore considering the case that the motion is too large to apply the the image flow energy for tracking, the jump mode was proposed for solving the problem of large change between two iamges in this research. The vector used to make Snake's nodes jump to the new location can be gained by processing of image flow.
The effectiveness of the proposed Snake was confirmed by some simulations on the tracking a object.
Active contour 모델은 강체 또는 변형체의 영역분할 및 추적에 유용한 도구로서 개발되었다. 특히 Kass가 제안한 스네이크(Snake)는 에너지를 기반으로 설계되는 Active contour 모델의 일종이며, 에너지 최소화를 통해서 영역분할 및 추적이 수행된다.
이미지상에서 물체의 형상을 추출하는 영역분할의 과정에서 스네이크의 수축현상은 중요한데, Kass의 스네이크는 그 수축력이 물체의 형상에 영향을 받는다. 이 연구에서는 물체의 형상에 영향이 없는 영역분할을 위해서 새로운 수축 에너지를 제안하였다.
그리고 Kass의 스네이크는 그 해가 Variational 접근에 기반을 두고 있으므로 두 영상간의 차이가 적은 경우에만 적용이 가능하다. 본 연구에서는 이미지 플로우 정보를 이용한 에너지를 새로이 제안하여 두 영상간에 큰 차이가 있는 경우에도 스네이크의 노드들을 물체의 움직인 방향으로 이동시켜서 추적이 가능하도록 하였다. 나아가서 두 영상간에 더 큰 차이가 생기더라도 이미지 플로우에 의하여 얻어진 벡터 정보를 기반으로 스네이크 노드들을 새로운 물체위치 근방으로 점프시킴으로써 추적이 가능하도록 하였다. 시뮬레이션을 통하여 제안된 스네이크의 유효성을 입증하였다.
