In general images, it is practically hard to distinguish only the desired object using the conventional image segmentation methods. In many cases, we can segment the desired object by using the shape information of the object in addition to the standard image segmentation. Chan and Zhu's work produces wrong results depending on intensities of objects. In this paper, we propose a novel model for the shape prior segmentation that produces robust results using the hierarchical image segmentation and an attraction term. Moreover, we adopt an image registration technique and a multi-region image segmentation to get an initial for a given shape prior.Finally, we consider the free-form deformation in obtaining the shape function from the reference shape prior for real-world images. Numerical experiments demonstrate the results independent of intensities of objects and the location of the reference shape prior. All numerical calculations are automatic and progress without any user input.
임의의 영상에서 원하는 물체를 찾기 위하여 기존의 영상 분할 방법을 적용할 경우 원하는 결과를 얻기 힘들다. 많은 경우, 기존의 영상 분할 방법에 찾고자 하는 물체의 형상 정보를 추가한다면 원하는 물체를 찾아낼 수 있다. 이 논문에서는 주어진 형상 정보를 이용한 영상 분할에서 안정적인 결과를 주는 에너지 범함수를 제안하고자 한다. 계층구조의 영상 분할 방법을 이용한 에너지 범함수를 제안하고, 타당한 초기값을 얻기 위하여 영상 정합 방법을 적용한 모델을 제안하고자 한다. 또한, 자유 형상 변형을 추가하여 실제 영상에서 주어진 형상 정보를 이용한 영상 분할이 효과적으로 작동할 수 있도록 한다. 주어진 형상 정보를 이용한 기존의 영상 분할 방법 중 하나인 Chan과 Zhu의 방법은 물체들의 밝기에 따라 잘못된 결과를 준다는 한계가 있다. 하지만, 수치적인 결과들을 통하여, 우리가 제안한 방법이 물체의 밝기의 변화에 안정적이고, 에너지 최소화 문제에서 초기값에 안정적인 결과를 보인다는 것을 확인할 수 있다. 이 논문의 수치적인 계산 과정들은 모두 자동으로 이루어진다.
