표면 검출 및 볼륨 확장을 이용한 3차원 영상의 객체분할

Abstract

3차원 영상에서의 객체의 분할은 3차원 가시화 또는 볼륨 측정과 같은 영상처리 분야에서 매우 중요한 단계이다. 2차원 분할이 평면상의 2차원 구조를 인식하는 기반을 제공한다면, 3차원 분할은 공간상의 3차원 구조를 인식하는 기반을 제공한다. 이러한 3차원 객체 분할에 대한 기존 연구는 단층 영상을 2차원으로 분할한 후 3차원 객체로 재구성하는 형태이다. 그러나 3차원 영상 구조를 2차원 정보만으로 분할하여 객체를 재구성하는 경우에는 오류가 많고 완전한 3차원 구조를 인식하기 어렵다. 본 논문에서는 3차원 영상에서의 객체 분할을 위해 볼륨 가시화를 위한 표면 검출 방법으로 가장 널리 사용되는 르보이 필터링 알고리즘에 소벨 연산자를 적용하여 개선된 필터링 방법을 제시하였고, 형태학적 연산에 의한 표면 검출 및 볼륨 확장에 의한 객체 분할 알고리즘을 제안하였다. 그리고 제안된 알고리즘을 3차원 영상에 적용하여 분할하였다. 객체 분할을 위한 실험으로는 인공 영상과 X선 조형 영상의 2차원 프로젝션 영상으로부터 backprojection에 의해 재구성된 3차원 심장 영상을 사용하였으며, 결과 비교를 위해 르보이 필터링 기법과 제안 필터링 기법에 의한 필터링 결과 영상 및 객체 분할 결과 영상을 비교하여 제시하였다. ; 3D-segmentation is an important step for many kinds of image processing, such as 3D-visualization or volume measurement. In the conventional methods of 3D-segmentation, each two-dimensional slices image is segmented and then the images are reconstructed to 3D object. But these methods cannot recognize three-dimensional object completely by using only two-dimensional information. In this paper, we proposed adapted filtering algorithm based on Levoy filtering which is widely used in volume visualization, surface detection using morphological operation, and combined with volume growing for object segmentation. Our new approach successfully segments meaningful object from three-dimensional images. We experiment with two type images. One is artificial phantom images and the other is three-dimensionally reconstructed heart images using backprojection obtained by two-dimensional X-ray images for object segmentation. The segmentation results are presented and compared with the results of the Levoy filtering algorithm.