초록 close

신호에서 급격한 변화의 지점은 신호의 특징을 분석함에 있어서 가장 중요한 요소이며, 영상에서 에지는 위치, 모양 그리고 재질 등과 같은 다양한 정보를 포함한다. 따라서 이러한 에지를 검출하기 위한 많은 연구가 수행되었으며, 공간영역에서 컨벌루션 마스크를 이용한 방법들이 대표적이다. 그러나 이와 같은 초기의 방법들은 영상에 잡음과 다양한 종류의 에지가 존재할 경우, 선택적으로 에지를 분리하는 것이 용이하지 않다. 한편, 멀티스케일 에지 검출이 가능한 웨이브렛은 영상의 특징들을 분석하기 위해 광범위하게 응용되고 있다. 따라서 본 논문에서는 잡음에 강인한 웨이브렛 기반의 에지 검출기를 제안하여 라인-에지 성분을 선택적으로 분리검출하였다.


Points of sharp variations in signals are the most important factors when analyzing the features of signals. And in the image, edges include diverse information such as the locations, shape and material. There have been a variety of researches on edge detections, among them, methods based on convolution in the spatial domain have been most popular. However at the early stage of the method, if the noise and many kinds of edges exist in the image, it is not easy to separate edges selectively from corrupted images by noise. In meantime, the wavelet transform for multiscale edge detection is being applied widely to analyze the properties of images in various fields. In this paper, we suggest a robust wavelet-based method, which selectively detects line-edge elements from images in the presence of noise.