In this thesis two algorithms are proposed. One is a reliable range image segmentation algorithm and the other is a hexagonal edge relaxation.
The range image segmentation algorithm consists of a region relaxation stage and a stepwise optimal region merging stage. The region relaxation is based on the iterative procedures of labeling, connected component analysis and function approximation. The relaxed image is represented by the region adjacency graph(RAG) and merged by means of stepwise optimal approach[LIM 88]. These stages are all based on the polynomial function approximation. The proposed range image segmentation algorithm is applied to various range imagessuch as ERIM, synthetic, or structured light range finder, because of the general smoothness assumption that does not depend on techniques for range finding.
To acquire more accurate boundary information, we devise hexagonal edge relaxation. It has been found that hexagonal spatial sampling yields smaller quantization errors than square sampling. The hexagonal grids remarkably improve the understanding of connectivity. We exploited a new hexagonal edge relaxation algorithm[CHO 92]. In this method, the vertex types of an edge are simple and edge classifications according to the paring of vertex types are reasonable, therefore the overall enhancement of edges is more reliable than Prager's square edge relaxation method[PRAG 80]. This hexagonal edge relaxation method is extended to find converging one. The vertex types are classified by extended neighbors than hexagonal edge relaxation. For each edge, vertex types are defined by the dictionary according to the edge presence in the neighbors and this relaxation algorithm is experimentally shown to converge.
3차원 물체의 인식은 컴퓨터 비젼 시스템에서 중요한 기능이며 거리영상 영역화는 이를 위해 꼭 필요한 과정이 된다. 또한 영역화 또는 분할이 잘이루어 지려면 불연속 경계를 정확히 찾는 것이 요구된다. 본 논문 에서는 거리영상 영역화 알고리즘과 육각형 경계 완화 라고 하는 두 가지 알고리즘을 제시하였다.
거리영상 영역화 알고리즘은 영역 완화 단계를 거쳐 단계적으로 최적인 영역 병합과정이 수반된다. 영역 완화는 레이블링 연결성분 분석 및 함수 근사화 의 반복적인 수행으로 이루어진다. 영역완화의 과정을 거친 영상은 RAG 그래프로 표현되고 단계적으로 최적인 방법으로 병합된다. 이때 병합과정은 모두 다항식 함수 근사화에 기초한다. 제시된 거리영상 영역화 알고리즘은 ERIM, 영상 합성, 레이져 거리 측정기 등 여러 종류의 거리영상 들에 적용되었으며 영역완화 방법의 효과를 확인 하기위하여 영역완화를 사용하지 않은 경우와 분할된 결과를 비교하였다.
경계성분을 보다 잘 찾아 내기위하여 육각형 경계완화 알고리즘을 고안 하였다. 아날로그 영상신호를 양자화 할때 육각형으로 샘플링 하면 정방형의 경우보다 양자화 에러가 줄어든다는 사실은 잘 알려져 있다. 또한 육각형(벌집형) 격자 사이에는 이웃간의 연결성의 이해가 훨씬 용이하다. 이러한 장점들을 이용하여 육각형 경계완화 알고리즘을 고안 하였으며 또한 수렴하는 육각형 경계완화 알고리즘을 제시하였다. 육각형 경계완화 방법에서는 육각형 경계의 꼭지점의 형태가 간단하고 그 분류가 타당성이 높기 때문에 결과적으로 정방형 경계완화 방법보다 우수한 경계추출이 이루어진다. 이 육각형 경계완화 알고리즘을 확장하여 수렴하도록 하였으며, 이때 꼭지점의 형태 및 에지의 분류는 그 주위의 에지 유무에 따라 분류하였으며, 이 알고리즘이 수렴함을 실험을 통하여 증명 하였다.
