그레이스케일 히스토그램이 이중봉우리를 나타내는 이미지의 경우, 기존의 2차원 히스토그램 임계값 분할 방법은 비교적 효과적이지만, 그레이스케일 히스토그램이 무봉우리, 단봉우리 또는 다봉우리 패턴일 때 분할 결과가 좋지 않습니다. 2차원 히스토그램 매핑을 통해 얻어진 2차원 생존 함수가 밀도 연속성 및 형태 통일성과 같은 장점을 가지는 점을 고려하여, 본 논문에서는 영상의 2차원 생존 함수를 기반으로 한 빠른 2차원 누적 잔여 Tsallis 엔트로피 임계값 분할 방법을 제안합니다. 이 방법은 먼저 2차원 히스토그램을 기반으로 2차원 생존 함수를 구성한 후, 2차원 생존 함수를 기반으로 분할 임계값을 계산하는 2차원 누적 잔여 Tsallis 엔트로피 목표 함수를 정의합니다. 재귀 알고리즘을 통해 목표 함수 계산의 시간 복잡도를 <inline-formula><alternatives><math xmlns:mml="http://www.w3.org/1998/Math/MathML" id="M1"><mi>O</mi><mo stretchy="false">(</mo><msup><mrow><mi>L</mi></mrow><mrow><mn mathvariant="normal">2</mn></mrow></msup><mo stretchy="false">)</mo></math><graphic specific-use="big" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/FF27A01C-8BE0-4781-B244-1F662977C64D-M001.jpg"><?fx-imagestate width="8.80533314" height="3.21733332"?></graphic><graphic specific-use="small" xmlns:xlink="http://www.w3.org/1999/xlink" xlink:href="alternativeImage/FF27A01C-8BE0-4781-B244-1F662977C64D-M001c.jpg"><?fx-imagestate width="8.80533314" height="3.21733332"?></graphic></alternatives></inline-formula>로 감소시킵니다. 마지막으로, 재귀 형태의 2차원 누적 잔여 Tsallis 엔트로피 기준에 기반하여 최적 임계값 벡터를 얻어 임계값 분할을 수행합니다. 26개의 합성 이미지와 76개의 실제 세계 이미지에서 제안한 방법을 2가지 빠른 2차원 임계값 분할 방법, 2가지 군집 분할 방법 및 1가지 액티브 컨투어 분할 방법과 시간 및 오분류율(Misclassification Error, ME) 두 가지 지표에서 비교하였습니다. 실험 결과, 합성 이미지와 실제 세계 이미지 모두에서 성능 기준 두 번째 방법과 비교하여 본 방법은 평균적으로 시간은 0.013초 단축하고 ME 값은 평균 0.051~0.089만큼 감소하였습니다. 제안하는 빠른 2차원 누적 잔여 Tsallis 엔트로피 임계값 분할 방법은 계산 효율성 측면에서 비교한 5가지 방법보다 우수할 뿐만 아니라 분할 적응성 및 분할 정밀도 측면에서도 뚜렷한 장점을 가지고 있습니다.

임계값 분할; 2차원 히스토그램; 2차원 생존 함수; 누적 잔여 Tsallis 엔트로피; 빠른 재귀 알고리즘