본 논문에서는 윤곽선 세그먼트의 양 끝점을 잇는 직선과 곡선의 길이의 비율로 윤곽선 변동율을 정의하고, 이로부터 윤곽선의 형태를 기술하는 방법을 제안하였다. 윤곽선 변동율은 윤곽선 세그먼트로부터 계산되기 때문에 회전이나 크기 변형에 불변하는 윤곽선 세그먼트를 추출해야 한다. 이를 위하여 전체 윤곽선의 길이에 비례하는 상대적인 길이로 윤곽선을 분할하고 윤곽선 상의 모든 점을 분할점으로 하는 중첩된 윤곽선 세그먼트를 이용하였다. 윤곽선 변동율은 윤곽선 세그먼트의 단위 길이에 따라 국소적 또는 전역적인 특징을 나타내므로, 윤곽선 변동율의 분포를 나타내는 특징 벡터로 물체의 형태를 기술하고, 단위 길이별로 특징 벡터를 비교하여 윤곽선 형태의 유사도를 계산한다. 제안된 방법을 구현하여 15종의 물고기 영상에 대하여 회전 및 크기 변형을 가한 총 165개의 영상에 대하여 실험한 결과, 회전 및 크기 변형에 대한 불변성은 물론 정규화된 체인코드 히스토그램(NCCH)과 링 프로젝션(TRP)을 이용한 방법에 비하여 군집화 능력이 우수함을 확인할 수 있었다.
In this paper, we proposed a contour shape description method which use the CFR(contour fluctuation ratio) feature. The CFR is the ratio of the line length to the curve length of a contour segment. The line length means the distance of two end points on a contour segment, and the curve length means the sum of distance of all adjacent two points on a contour segment. We should acquire rotation and scale invariant contour segments because each CFR is computed from contour segments. By using the interleaved contour segment of which length is proportion to the entire contour length and which is generated from all the points on contour, we could acquire rotation and scale invariant contour segments. The CFR can describes the local or global feature of contour shape according to the unit length of contour segment. Therefore we describe the shape of objects with the feature vector which represents the distribution of CFRs, and calculate the similarity by comparing the feature vector of corresponding unit length segments. We implemented the proposed method and experimented with rotated and scaled 165 fish images of fifteen types. The experimental result shows that the proposed method is not only invariant to rotation and scale but also superior to NCCH and TRP method in the clustering power.
