カラーエッジ抽出とシード領域の成長を統合することによる自動画像セグメンテーション

新しい自動画像セグメンテーション方法を提案します。画像内のカラーエッジは、改善された等方性エッジ検出器と高速エントロピーのしきい値技術を組み合わせることにより、最初に自動的に取得されます。得られたカラーエッジが画像内の主要な幾何学的構造を提供した後、これらの隣接するエッジ領域間の重心は、播種された領域の栽培（SRG）の初期種子とみなされます。これらの種子は、必要な追加のピクセルを段階的に組み込むことにより、生成された均質な画像領域の重心に置き換えられます。さらに、カラーエッジ抽出とSRGの結果は統合されており、均質な画像領域に正確で閉じた境界を提供します。また、画像セグメンテーション法の自動面検出への適用についても説明します。さらに、セマンティックな人間のオブジェクトは、検出された顔をオブジェクトシードとして取得するシード領域の凝集手順によって生成されます。

We propose a new automatic image segmentation method. Color edges in an image are first obtained automatically by combining an improved isotropic edge detector and a fast entropic thresholding technique. After the obtained color edges have provided the major geometric structures in an image, the centroids between these adjacent edge regions are taken as the initial seeds for seeded region growing (SRG). These seeds are then replaced by the centroids of the generated homogeneous image regions by incorporating the required additional pixels step by step. Moreover, the results of color-edge extraction and SRG are integrated to provide homogeneous image regions with accurate and closed boundaries. We also discuss the application of our image segmentation method to automatic face detection. Furthermore, semantic human objects are generated by a seeded region aggregation procedure which takes the detected faces as object seeds.