In the machine vision research, the image segmentation problem, that partitions the sensed image into meaningful regions corresponding to physical scene surfaces, is an important and difficult one. Recently, with the development of accurate and fast range finding systems, range images which provide more reliable information about three-dimensional geometry of object surfaces than intensity images sensed by such as TV camera become available.
The thesis proposes a method of range image segmentation, which is capable of extracting the smooth surface primitives of 3-D objects from the range image and applying to intensity images for image coding. Under the smoothness assumption that the range image of interest has been formed with smoothly varying surfaces of objects, we can view the range image segmentation problem as the range image approximation problem to which the function approximation idea can be applied well.
The proposed method consists of a surface type labeling stage and a region merging stage, where both stages are based on polynomial function approximation. In the first stage, one of the six surface type labels is assigned to each pixel of the range image according to the sign of the two principal curvatures, obtained by the theory of differential geometry and two-dimensional quadratic function approximation. The equally labeled and connected regions are localized and then the iterative region merging operation is performed based on the biquadratic function approximation to detect more reliable surface regions in the second stage.
The experimental results show good performance of the proposed method in range image segmentation. In addition, the proposed one applied to intensity images for image coding has some advantages such as single pixel-width boundaries, a lower approximation error, and the reduced processing time and memory, when compared with Kocher-Leonaldi's method[Koch86].
머신 비젼 (machine vision) 연구에서, 감지된 영상을 실제적인 물체 표면들에 대응되는 의미있는 영역들로 나누는 영상 영역화 문제는 중요하고 어려운 문제이다. 최근 정확하고 빠른 거리 영상 획득 시스템의 개발에 따라 TV 카메라등에 의해 감지된 밝기 영상보다 물체 표면의 3차원 기하학적 성질에 관하여 더 믿을만한 정보를 제공해 주는 거리 영상을 이용할 수 있게 되었다. 이 논문은 거리 영상으로 부터 3차원 물체의 유연한 (smooth) 표면들을 얻어 낼 수 있는 거리 영상 영역화의 한 방법을 제안하고, 밝기 영상의 부호화 문제에 적용하였다. 거리 영상이 유연하게 변화하는 물체 표면들로 부터 형성되었다는 가정아래, 거리 영상 영역화 문제는 함수 근사화 개념이 잘 적용될 수 있는 거리 영상 근사화 문제로 볼 수 있게 된다.
제안된 방법은 표면 유형 레이블링 단계와 영역 병합 단계로 구성되어 있다. 첫번째 단계에서는, 미분 기하학 이론과 2차원 2차 (2-D quadratic) 함수 근사화로 부터 얻은 두 가지 주요 곡률 (principal curvatures) 의 부호에 따라 거리 영상의 각 화소에 여섯 가지 표면 유형 레이블 중의 하나가 배정된다. 두 번째 단계에서는, 동일하게 레이블되고 연결된 영역들을 분리한 후 좀 더 믿을만한 표면 영역들로 분할하기 위해 2중 2차 (biquadratic) 함수 근사화에 기초하여 반복적인 영역 병합이 수행된다.
실험 결과는 제안된 방법이 거리 영상 영역화에서 좋은 성능을 보여 준다. 또한, 영상 부호화를 위해 밝기 영상에 적용되었을 때 제안된 방법은 Kocher-Leonaldi 방법에 비해 영역 경계가 단일 화소 넓이이고, 근사 오차가 적으며, 적은 처리 시간과 적은 메모리를 필요로 하는 등의 장점을 지닌다.
