영상에서 에지검출은 영상분할 및 물체인식 등을 위한 영상처리의 전처리 과정으로 매우 중요한 단계이다. 본 논문에서는 영상에서 에지검출을 위해 웨이블렛 기반 하에서 로컬 히스토그램 분석을 이용한 새로운 에지검출법을 제안하고자 한다. 지금까지 웨이블렛 기반 에지검출은 수직과 수평성분으로부터 기울기 벡터를 구하고 임계값은 주로 글로벌 히스토그램 임계값 처리를 통하여 구하였다. 본 논문에서는 수직과 수평성분 외에 대각선 성분을 고려하여 기울기 벡터를 구하고 일반적인 영상에 적합한 로컬 히스토그램 임계값처리를 통하여 임계값을 구하였다. 제안된 에지검출법의 성능 평가를 위해 기존의 Sobel 방법, Canny 방법, Scale Multiplication 방법 그리고 Mallat의 웨이블렛 방법 등과 비교하였다. 영상실험 결과 제안된 방법은 잡음이 많고 적음에 관계없이 에지검출이 뛰어난 반면에 Canny 방법과 Sobel 방영은 잡음이 많을수록 급격하게 성능이 떨어짐을 알 수 있었다. 그리고 제안된 방법은 Scale Multiplication 방법과 Mallat 방법보다 좋은 성능을 갖고 있음을 알 수 있었다.
Edge detection in images is an important step in image segmentation and object recognition as preprocessing for image processing. This paper presents a new edge detection using local histogram analysis based on wavelet transform. In this work, the wavelet transform uses three components (horizontal, vertical and diagonal) to find the magnitude of the gradient vector, instead of the conventional approach in which tw components are used. We compare the magnitude of the gradient vector with the threshold that is obtained from a local histogram analysis to conclude that an edge is present or not. Some experimental results for our edge detector with a Sobel, Canny, Scale Multiplication, and Mallat edge detectors on sample images are given and the performances of these edge detectors are compared in terms of quantitative and qualitative measures. Our detector performs better than the other wavelet-based detectors such as Scale Multiplication and Mallat detectors. Our edge detector also preserves a good performance even if the Sobel and Canny detector are sharply low when the images are highly corrupted.
