정사각형 격자에서 이웃 시퀀스를 이용한 유클리드 원 근사

초록

본 논문은 디지털 이미지 처리에서 거리 측정의 기본 단위인 원을, 정사각형 격자상의 이웃 시퀀스를 활용해 유클리드 원에 가깝게 근사하는 여러 방법을 제시하고, 주변 길이·면적·곡률·비압축성 기준으로 비교·평가한다.

상세 분석

디지털 기하학에서 “같은 거리”라는 개념은 연속적인 유클리드 공간과 달리 격자 구조에 의해 이산화된다. 전통적인 4‑이웃·8‑이웃(또는 2‑이웃) 관계만을 사용하면 원형 등고선이 마름모나 정사각형 형태로 변형되어, 실제 물리적 거리와 큰 차이를 보인다. 논문은 이러한 한계를 극복하기 위해 ‘이웃 시퀀스(neighbourhood sequences)’라는 개념을 도입한다. 이 시퀀스는 각 단계에서 4‑이웃과 8‑이웃을 교대로 적용하거나, 특정 비율로 혼합함으로써 격자상의 거리 측정 방식을 연속적인 유클리드 거리에 근접하도록 조정한다.

저자는 먼저 원을 근사하는 네 가지 평가 지표를 정의한다. ① 주변 길이(Perimeter) 기반은 디지털 원의 경계 픽셀 수를 실제 원의 원주와 비교한다. ② 면적(Area) 기반은 디지털 원 내부 픽셀 수와 원의 면적 차이를 측정한다. ③ 곡률(Curve) 기반은 각 픽셀에서의 로컬 방향 변화를 분석해 원형 곡률 분포와의 차이를 정량화한다. ④ 비압축성(Non‑compactness) 기반은 형태의 원형성 정도를 나타내는 지표(예: P²/A)로, 원에 가까울수록 최소값에 수렴한다.

각 지표마다 최적의 이웃 시퀀스 비율을 찾기 위해 수치 실험을 수행한다. 예를 들어, 주변 길이 최소화를 목표로 하면 4‑이웃과 8‑이웃을 3:1 비율로 섞은 시퀀스가 가장 낮은 오차를 보이며, 면적 최소화에서는 1:1 비율이 최적이다. 곡률 기반은 보다 복잡한 가중치를 필요로 하는데, 저자는 단계별 가중치 함수를 도입해 연속적인 곡률 변화를 모사한다. 비압축성 지표는 전체적인 형태 균형을 평가하므로, 중간 비율(약 2:1)이 전반적인 오차를 최소화한다는 결과가 도출된다.

또한 논문은 이러한 최적 비율을 표 형태로 정리하여, 응용 개발자가 요구하는 정확도와 연산 비용 사이에서 적절한 선택을 할 수 있도록 돕는다. 특히 실시간 영상 처리나 로봇 경로 계획과 같이 빠른 거리 계산이 필요한 분야에서는 4‑이웃 중심의 시퀀스가 계산량이 적어 유리하고, 고정밀 의료 영상에서는 8‑이웃 비중을 높인 시퀀스가 더 적합하다.

마지막으로 저자는 이웃 시퀀스가 기존의 마스크 기반 근사법보다 구현이 간단하고, 격자 크기와 무관하게 스케일링이 용이하다는 장점을 강조한다. 이는 디지털 기하학에서 거리 메트릭을 설계할 때, 연속적인 유클리드 거리와 이산 격자 사이의 트레이드오프를 체계적으로 관리할 수 있는 새로운 패러다임을 제시한다는 점에서 의의가 크다.