Süperpiksel Küme Bölgeleri Tabanlı Aktif ÇevritVe GrabCut Sinerjisini Kullanarak İnsan KulağınınOtomatik Bölütlenmesi

Automatic Segmentation of the Human Ear Using Active Contour and GrabCut Synergy Based on the Superpixel Cluster Regions

Özet

Kulak bölgesi bireyin yaşına bağlı olarak fizyolojik bakımdan çok az değişikliğe maruz kalan değerlibiyometrik bilgi içeren bir insan vücut bölgesidir. Biyometrik bilgi elde etmede kulak bölgesinin kullanımıylailgili çeşitli yöntemlerde kulak bölgesinin elle, yarı otomatik veya tam otomatik olarak bölütlenmesi önemlibir araştırma alanıdır. Çalışmamızda, insan kulak bölgesinin görüntüden tam otomatik olarak bölütlenerekarka plandan ayrıştırılması için süperpiksel küme bölgeleri, jeodezik bilgiye dayanan aktif çevrit tespiti veçizge kesme yoluyla ön plan ayrıştırma işlemleri uygulayan bir yaklaşım sunulmaktadır. Çalışmamızdaki buyaklaşım sayesinde kulak ön plan maskesi programatik ve tam otomatik biçimde kulak görüntüsündenoluşturulmaktadır. Kulak görüntüleri veri kümesi ile yapılan deneylerde uzman tarafından işaretlenenreferans kulak bölgesi maskesi otomatik olarak oluşturulan ön plan maskesi ile karşılaştırılmıştır. Jaccardendeksi ölçütüne dayalı benzerlik oranları (birleşim kesişimi) dikkate alındığında yüksek başarım değerlerielde edilmiştir. Yaklaşımımız bu veri kümesindeki görüntüler için %84 ilâ %92 aralığında oldukça iyibaşarım değerlerine sahiptir. Çalışmamızda, önerilen sinerjik yaklaşımın başarımı hem niteliksel hem deniceliksel olarak deneysel sonuçlarla ortaya konulmaktadır..

Abstract

The ear region is a region of the human body region containing valuable biometric information that issubjected to a few physiological changes depending on the individual’s age. Manual, semi-automatic, or fullyautomatic segmentation of the ear region in various methods related to the use of the ear region in obtainingbiometric information is an important area of research. In our study, we present an approach that appliessuperpixel cluster regions, active contour detection based on geodesic information, and foreground separationby graph cutting, to segregate the human ear region from the image by fully automatic segmentation from thebackground. Thanks to this approach in our study, the ear foreground mask is created programmatically andfully automatically from the ear image. In the experiments with the ear images data set, the reference earmask marked by the expert was compared with the automatically created foreground mask. It has beenobtained hHigh performance values were obtained, considering the similarity rates (i.e., intersection overunion) based on the Jaccard index metric. Our approach has quite good performance values (in the range of84% to 92%) for the images in this dataset. In our study, the success of the proposed synergistic approach isdemonstrated both qualitatively and quantitatively with experimental results.