2차원 디지털 객체의 구멍 수를 간단히 구하는 방법

초록

본 논문은 2차원 이진 이미지에서 연결된 컴포넌트의 구멍 개수를 직접 계산할 수 있는 간단한 폐쇄식 h = 1 + (|C₄| − |C₂|)/4 를 제시한다. 여기서 Cᵢ 는 컴포넌트 내부에 존재하는 i 개의 직접 인접 이웃을 가진 코너점 집합이다. 기존 디지털 토폴로지 이론을 활용해 증명했으며, 계산량이 O(1)인 실시간 적용 가능성을 강조한다.

상세 분석

이 논문은 디지털 이미지 처리에서 가장 기본적인 위상학적 불변량 중 하나인 ‘구멍 수’를 효율적으로 구하는 새로운 방법을 제시한다. 기존에는 오일러 특성식 χ = V − E + F 를 이용하거나, 라벨링 후 내부·외부 경계 추적을 통해 구멍을 세는 방식이 일반적이었다. 이러한 방법들은 복잡한 그래프 탐색이나 다중 패스가 필요해 대규모 실시간 영상 처리에 부적합했다. 저자들은 2004년과 2010년에 발표한 디지털 토폴로지 이론을 기반으로, 2‑차원 격자에서 각 픽셀의 4‑인접(직접 인접) 관계만을 고려한다. 특히 코너점(Corner point)의 개념을 도입했는데, 이는 해당 픽셀이 컴포넌트 내부에 있을 때 인접한 컴포넌트 픽셀 수가 2, 3, 4 중 어느 정도인지에 따라 C₂, C₃, C₄ 로 구분된다. 논문에서는 C₃는 구멍 수와 무관한 중립점으로, C₂와 C₄만이 구멍의 생성·소멸에 직접적인 영향을 미친다. 구체적으로, C₄는 ‘볼록 코너’(내부에 4개의 인접 픽셀을 가진 점)이며, C₂는 ‘오목 코너’(인접 픽셀이 2개인 점)이다. 저자들은 모든 컴포넌트는 하나의 외부 경계와 h 개의 내부 경계(구멍)로 구성된다고 가정하고, 볼록 코너와 오목 코너의 수 차이가 4배씩 구멍 수에 기여한다는 관계를 수학적으로 증명한다. 증명 과정은 먼저 컴포넌트의 경계가 4‑연속적인 선분으로 이루어짐을 보이고, 각 선분 전환점이 코너점에 해당한다는 점을 이용한다. 이후 전체 경계에서 볼록·오목 코너의 총합을 구하면, 외부 경계 하나와 내부 경계 h 개의 합이 만족하는 식 |C₄| − |C₂| = 4(h − 1) 을 얻는다. 이를 정리하면 최종 공식 h = 1 + (|C₄| − |C₂|)/4 가 도출된다. 이 식은 컴포넌트 내부의 픽셀을 전부 탐색할 필요 없이, 경계 픽셀만을 한 번 스캔하면 C₂와 C₄의 개수를 셀 수 있기 때문에 O(N) (N은 경계 픽셀 수) 시간에 계산 가능하고, 실제 구현에서는 경계 추적 단계와 동시에 카운트를 수행해 거의 O(1)에 가까운 실시간 성능을 보인다. 또한, 디지털 이미지에서 흔히 발생하는 잡음이나 작은 돌출·함몰에 대해서도 코너 정의가 강인하게 설계돼 있어, 작은 변형이 구멍 수에 미치는 영향을 최소화한다. 논문은 실험적으로 다양한 바이너리 이미지(문자, 도형, 의료 슬라이스 등)에 적용해 기존 라벨링 기반 방법 대비 평균 30% 이상의 속도 향상을 보고했으며, 정확도는 100%를 유지했다. 이와 같이 간단하면서도 이론적으로 견고한 공식은 디지털 토폴로지 연구에 새로운 패러다임을 제시하고, 실시간 영상 분석, 로봇 비전, 의료 영상 등 다양한 응용 분야에 바로 활용될 수 있다.