Dominant point detection by regularization

Abstract

An algorithm for detecting dominant points on a digital closed curve is presented. It uses a technique that called regularization in which polygonal approximation is achieved by minimizing a criterion function proposed in this report. The regularized criterion function is defined as the weighted conjunction of the fitness to the given contour and the distinctness of the model. The dominant points of given contour are controlled in various degrees of approximation by changing the regularization factor, and an iterative method is presented for minimizing the regularized criterion function. The proposed algorithm is compared with those of several other dominant point detection algorithms in terms of the approximation errors and the number of detected dominant points using a number of examples.

ディジタル閉曲線上の優性点を検出するアルゴリズムを提案した。それには正則化と称される技法を用いるが、その中では本報で提案する判定関数を極小化することで、多形近似を達成する。正則化された判定関数は、特定の等高線およびモデルの明確さとの適合性の重み付き結合と定義される。特定の等高線上の優性点は、正則化因子を変化させることによって得られる近似の度合いによって決まる。また、正則化した判定関数の極小化のための反復法も提案した。提案したアルゴリズムを、数多くの例についての近似誤差および検出した優性点の数に関して、他のいくつかの優性点検出アルゴリズムと比較した。