A systematic and efficient curvilinear feature extraction algorithm using minimum spanning trees is developed. The algorithm is closely related to human perception through the Gestalt clustering properties of minimum spanning trees [1,2]. After curvilinear features are extracted, they are approximated, using Karhunen-Loeve transform and then they are edited based on heuristics. The resulting line segments are the compact representation of the input image. Then this representation of the image can be directly applicable to the recognition of objects and scene matching.
Results with real world images are presented to demonstrate the capabilities and applicabilities of the algorithm.
본 논문에서는 minimum spanning tree를 이용한 조직적이고 효율적인 curvilinear 특징의 추출에 대한 알고리듬이 연구된다. 이 알고리듬은 minimum spanning tree 의 Gestalt 성질을 통해서 사람의 인식에 밀접히 관계되어 있다. Curvilinear 특징의 추출 후에, 이것들은 Karhunen-Loeve transform을 이용하여 근사화되고, heuristics에 의해 edit 가 된다. 이렇게 얻어진 line 들은 입력 영상의 함축된 표현이 된다. 그리고, 이것은 물체인식이나 scene matching 에 직접 이용될 수 있다.
실제 영상에 대한 결과가 본 알고리듬의 효율성과 응용성을 입증하기 위해 주어진다.
