Computer Vision - Region Segmentation

Image Segmentation

Region -영상이 partition되는 단위, A collection of connected sets of pixels

Goal: feature들의 특성이 비슷한 것들을 모아 segmentation

Oversegmented(too many regions), Undersegmented(too few regions) 될 수 있다.

 

Region-based Segmanetation: Criteria

기준을 설정하는 것이 중요하다.

1. 모든 Partition을 합치면 원본 이미지가 된다.

2. Partitions끼리 겹치는 pixels이 있으면 안 된다.

3. 하나의 영역 안의 Si번째 pixel의 Properties들은 비슷해야한다.(서로 유사한 것들이 모여야 한다.)

4. 인접한 영역은 유사한 성격을 띄지 않는다. (구분이 잘 된다.)

 

Region Segmentation 기법

1. Region growing

랜덤인 하나의 pixel에서 시작해서 주변의 pixels을 더해가며 영역을 점차 키워간다.

처음의 seed pixels을 정하는 것이 중요하다.

언제 region growing을 해야하는지 statistical test를 이용해 잘 선택 것이 중요하다.

2. Split and merge

전체 이미지를 4개의 비슷하지 않은 영역으로 쪼개지지 않을 때 까지 나눈다.

인접한 pixels이 비슷하다고 판단되면 merge를 한다.

3. Clustering - feature에만 의존한다.

spatial information을 사용하지 않음\

feature space에서 작동한다.

 

Centroid Model

Computational time is short

user가 centroid의 개수를 정해줘야한다.