Guided Scale Space Radon Transform for linear structures detection

要約

複雑な背景を持つ画像の行末検出に積分変換を使用すると、検出を管理するために追加の処理が必要な困難なタスクになります。
積分変換であるスケール スペース ラドン変換 (SSRT) は、太い線の検出に優れた能力を備えているにもかかわらず、このような欠点を抱えています。
この研究では、画像の背景の内容に関係なく、SSRT を使用してグレー スケールおよびバイナリ画像内の太い線状構造を自動検出するため、この問題に対処する方法を提案します。
この方法では、SSRT 空間で線状構造が強調されるように、SSRT を計算しながら、調査対象の画像のヘシアン方位を計算します。
結果として、その後の SSRT 空間での最大値の検出は、不要な部分、つまり通常は線を表すピークを隠してしまう無関係なピークから解放された修正された変換空間上で行われます。
さらに、SSRT 空間の線形構造を強調することで、合成画像と実際の画像で異なる太さの線を効率的に検出できるようになり、実験ではノイズや複雑な背景に対する方法の堅牢性も示しています。

要約(オリジナル)

Using integral transforms to the end of lines detection in images with complex background, makes the detection a hard task needing additional processing to manage the detection. As an integral transform, the Scale Space Radon Transform (SSRT) suffers from such drawbacks, even with its great abilities for thick lines detection. In this work, we propose a method to address this issue for automatic detection of thick linear structures in gray scale and binary images using the SSRT, whatever the image background content. This method involves the calculated Hessian orientations of the investigated image while computing its SSRT, in such a way that linear structures are emphasized in the SSRT space. As a consequence, the subsequent maxima detection in the SSRT space is done on a modified transform space freed from unwanted parts and, consequently, from irrelevant peaks that usually drown the peaks representing lines. Besides, highlighting the linear structure in the SSRT space permitting, thus, to efficiently detect lines of different thickness in synthetic and real images, the experiments show also the method robustness against noise and complex background.

arxiv情報

提供元, 利用サービス

arxiv.jp, Google