본 연구에서는 유사한 여러 물체들이 인접하여 나타나는 영상열로부터 물체들을 개별적으로 분리할 수 있는 B-spline 적합(fitting) 알고리즘을 제안한다. 기존의 스네이크(snake) 알고리즘들은 초기화의 어려움과 다수의 극점 존재로 인해서 이러한 영상자료에서 물체의 영역을 개별적으로 분리하는 데는 어려움이 있다. 본 연구에서는 이 문제를 극복하고 다양한 형태의 물체가 인접해 있는 유사한 물체들로부터 효과적으로 분할 할 수 있는 유전자(genetic) 알고리즘 기반 B-spline 적합방안을 제안한다. 실제 상황을 고려하여 생성된 영상자료와 실제 치아 CT 영상을 이용한 평가에서 제안된 방법은 서로 인접해 있는 유사한 형태와 자기의 물체들을 개별적으로 정확하게 분할할 수 있음을 보였다. 제안된 알고리즘의 결과는 이상적으로 추출된 영역과의 일치성과 false positive 오류 그리고 false negative오류가 계산되어 검증되었다.
We present a B-spline fitting method based on genetic algorithm for the extraction of object contours from the complex image sequence, where objects with similar shape and intensity are adjacent each other. The proposed algorithm solves common malfitting problem of the existing B-spline fitting methods including snakes. Classical snake algorithms have not been successful in such an image sequence due to the difficulty in initialization and existence of multiple extrema. We propose a B-spline fitting method using a genetic algorithm with a new initial population generation and fitting function, that are designed to take advantage of the contour of the previous slice. The test results show that the proposed method extracts contour of individual object successfully from the complex image sequence. We validate the algorithm by false-positive/negative errors and relative amounts of agreements.
