이 논문에서는 입력 영상에서 꽃 영역을 관심영역 추정 과정과 색상/거리특징기반 분류기를 이용하여 자동으로 추출하는 방법을 제안한다. 제안한 방법은 크게 3가지 과정으로 구성된다. 첫 번째 과정은 관심 영역 추정 알고리즘 이용해서 꽃 영역과 배경(background)으로 대표되는 영역들을 추정한다. 두 번째 과정은 꽃 영역으로 추정된 영역에서 PCA(Principle Component Analysis) 알고리즘을 이용하여 특징을 추출한다. 마지막으로 GMM(Gaussian Mixture Model)과 K-NN(Nearest Neighborhood) 알고리즘을 이용해서 입력영상에서 꽃 영역을 분할하고 후처리 알고리즘으로 분할된 결과 영상에 남아있는 잡음들을 제거한 후 최종적인 꽃 영역을 결정한다. 실험을 통해 Ground-truth 영상과 분할결과 영상을 비교하여 성능을 평가하였다. 실험 결과 제안한 방법의 인식률이 94%로 다른 알고리즘들보다 우수한 성능을 보였다.
In this paper, we propose a flower segmentation algorithm using automatic flower area segmentation using classifier based on color/distance features and ROI estimation. The proposed flower segmentation method composed of three steps. In the first step, the system estimate ROI about foreground and background. In the second step, system makes features of foreground and background using previous part result is ROI using PCA algorithm. In the last step, GMM and K-NN categorizes all pixels in the input color image into two classes using information of mean and variance that we have in the second step. And post processing applied to remove noise in foreground and background. In order to evaluate of proposed method, we make ground-truth images about all experimental images and we estimate likeness score between ground-truth and segmented images to make performance score. The experimental results show that our proposed algorithm can produce satisfactory accuracy in flower area segmentation without any priori information. Our proposed method has achieved superior performance with 94% than other algorithms.
