• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.163-164
• /
• 2015

바코드 영상을 판독하기 위해서는 이진화 과정이 필수적이다. 기존 이진화 방법에는 글로벌 임계값 이진화 방법과 지역 임계값 이진화 방법이 있다. 글로벌 이진화 방법은 하나의 임계값을 사용한다. 바코드 영상에서 부분적으로 명도가 다를 경우나 blur가 있는 경우가 있다. 따라서 이진화 패턴정보가 유지되지 않는다. 지역 임계값 이진화 방법은 이진화 패턴 정보가 유지되는 반면 글로벌 임계값 이진화보다 처리속도가 느려진다. 이 문제를 해결하기 위한 알고리즘으로는 부분 지역 이진화 알고리즘을 제안 한다. 본 논문에서는 부분 지역 이진화 알고리즘을 하드웨어에 적합하도록 설계하고 Vivado를 통해 합성 하였다.

• 한국정보통신학회논문지
• /
• 제10권10호
• /
• pp.1877-1884
• /
• 2006

영상의 이진화는 영상을 물체와 배경으로 구분하는 전처리 과정으로써, 처리해야 할 대상이 되는 물체를 규정하기 위한 매우 중요한 처리과정이며 크게 전역 임계 값 설정 방법과 지 역 임계값 설정 방법으로 분류할 수 있다. 본 논문에서는 전역적 이진화 방법의 장점과지역적 이진화 방법의 장점을 결합하여 문자 영역에 대한 효율적이고 적응적인 이진화 방법을 제안한다. 한글 명도 영상을 대상으로 실험한 결과 지역적 이진화 알고리즘보다 훨씬 빠른 속도로 더 좋은 품질의 문자 이진화가 가능함을 확인할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.77-78
• /
• 2015

1차원 바코드의 판독을 위한 영상처리 과정에서 이진화는 필수적인 요소이다. Niblack과 같은 지역 임계값 방식은 바코드의 이진화에 적합한 방식이지만, 연산량이 많고 속도가 느리다는 단점이 있다. 또한 영상의 화질이 좋지 않을 경우 그 결과가 부정확하다. 본 논문에서는 이러한 문제점을 개선하기 위해 1차원 바코드의 이진화 영상 생성을 위해 평균 영상을 활용하여 기존 국부 이진화의 속도 개선을 위한 알고리즘을 제안한다. 또한 이진화 영상의 화질 개선을 위한 1차원 바코드에 적합한 고주파 필터 적용을 제안한다.

• 한국정보통신학회논문지
• /
• 제11권3호
• /
• pp.608-618
• /
• 2007

영상의 이진화는 영상을 물체와 배경으로 구분하는 전처리 과정으로써 처리해야 할 대상이 되는 물체를 규정짓기 위한 매우 중요한 처리 과정이다. 본 논문에서는 저 품질 문자 영상에서 효과적인 문자 인식을 위한 효율적인 이진화 방법 및 획 영상 재구성 방법을 제안하다. 먼저 전역적 이진화 방법의 장점과 지역적 이진화 방법의 장점을 반영하여 문자 영역에 대한 이진화를 수행한 다음 이진화된 획 영상에 대한 분석을 통해 획에 붙어 있는 획 잡영 제거와 획 부분에 파여진 공백 잡영에 대한 채움 과정을 수행하여 고 품질의 획 영상으로 재구성하였다. 제안하는 문자 영상을 위한 이진화 알고리즘은 적응적인 임계값 선택 방법에 의해 속도와 성능의 효율성을 추구할 수 있도록 하였으며 이진화 결과로 인한 획 표면 잡영에 대해 단계적인 제거 과정을 수행하여 획 영상을 재구성함으로써 고 품질의 이진 영상을 획득할 수 있었다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 추계학술대회
• /
• pp.75-77
• /
• 2012

본 논문에서는 영상에서 양쪽 눈 영역을 각각 검출하여 각 영역에 대한 지역적 이진화를 통해 눈동자를 검출하는 방법을 제안한다. 단일 저해상도 웹 카메라 영상에서 haar-like feature를 이용해 사람의 얼굴을 검출 한 뒤, 얼굴 영역의 너비와 높이의 비율에 따라 양쪽 눈 영역을 각각 검출한다. 각 눈 영역에서 지역적으로 전처리 및 이진화를 수행하여 눈동자를 검출한다. 눈동자 검출은 HCI(Human-Computer Interface) 시스템에 사용될 수 있다.

• 전자공학회논문지
• /
• 제51권11호
• /
• pp.146-154
• /
• 2014

텍스쳐 분류에 사용되는 방식 중 하나인 지역적 이진화 패턴은 일반적으로 영상 내의 평탄한 부분, 에지, 코너의 분포를 사용한다. 그러나 영상이 가지는 방향성을 고려하지 않고, 단순히 크고 작음만을 비교하는 지역적 이진화 패턴의 특성때문에 화소간 차이를 반영하지 못하는 문제점이 있다. 또한 영상의 분포를 사용하기 때문에 작은 크기의 영상에 대해서는 분류 성능이 저하된다. 이런 문제를 해결하기 위해 본 논문에서는 영상의 방향성 분포와 고유치 행렬을 이용한 세부 분류 기법을 제안한다. 지역적 이진화 패턴으로 초기 분류에서 누락된 텍스쳐 영상에 대하여 두 가지 특징을 이용하여 세부적으로 분류한다. 첫째, 영상이 가질 수 있는 방향을 여덟 가지로 양자화하고 그 방향들의 분포를 계산한다. 둘째, 구조 행렬을 이용하여 나온 고유치 중 큰 값의 분포를 구한다. 모의 실험을 통해 지역적 이진화 패턴만을 사용하였을 때 대비 제안 방법이 약 8% 정도 분류 정확도가 향상됨을 보였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 춘계학술발표대회
• /
• pp.437-440
• /
• 2011

본 논문은 이동식 자동영상속도측정기로 과속 단속된 영상자료 중 역광 원인으로 자동차 번호판을 인식할 수 없어 폐기되는 영상자료에 대한 번호판 인식률을 향상시키는 알고리즘을 제안하였다. 명암값 분포가 불규칙한 자동차 번호판 이미지나 영상 자체에 손상이 많은 자동차 번호판 이미지를 지역적 적응 이진화 알고리즘을 사용함으로써, 오츠 전역적 이진화 알고리즘보다 뛰어난 자동차 번호판 인식률을 얻었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2018년도 춘계학술발표대회
• /
• pp.481-483
• /
• 2018

AR은 VR과 달리 실세계 공간의 객체에 대한 서비스를 제공하므로 서비스 개발을 방해하는 많은 요인들이 발생한다. 이를 보완하기위해 비주얼 마커, SLAM, 객체인식 등 여러 AR 기술이 존재한다. 본 논문은 AR 기술 중에서 객체인식의 정확도 향상을 위해 지역가변 이진화(Local variable binarization)와 색상의 군집화를 사용해서 이미지에서 객체를 추출하는 방법을 제안한다. 지역 가변화는 픽셀을 순차적으로 읽어 들이면서 픽셀 주위의 값의 평균을 구하고, 이 값을 해당 픽셀의 임계 값으로 사용하는 알고리즘이다. 픽셀마다 주위 색상 값에 의해 임계 값이 변화되므로 윤곽선 표현이 기존의 이진화보다 뚜렷이 나타난다. 색상의 군집화는 객체의 중요색상과 배경의 중요색상을 중심으로 유사한 색상끼리 군집화 하는 것이다. 객체 내에서 가장 많이 나온 값과 객체 외에 가장 많이 나온 값을 각 각 기준으로 색조와 채도의 값을 Euclidean 거리를 사용해 객체의 색상과 배경 색상을 분리했다.

• 한국멀티미디어학회논문지
• /
• 제16권6호
• /
• pp.700-707
• /
• 2013

본 논문에서는 시간차 흉부 CT 영상의 폐 실질 비강체 정합을 위하여 영역 이진화 모델링과 지역적 변형 모델을 이용한 정합 기법을 제안한다. 제안 기법은 먼저 폐 혈관과 실질을 분할하고, 영역 이진화 모델링을 수행하여 두 영상 사이의 밝기값의 차이에 따른 정합 오차를 최소화 한다. 다음으로 초기 정합 기법으로 두 폐 표면을 전역적으로 정렬하고, 지역적 변형 변환 모델을 제안하여 비강체 정합을 수행한다. 또한, 정합 후 감산된 시간에 따른 밝기값 차이가 미리 정의된 칼라 맵을 이용하여 가시화 된다. 실험 결과는 제안기법이 10명의 환자에 대하여 최대호흡과 최소호흡 CT 영상에서 폐 실질을 정확하게 정합하였음을 보여주었다. 제안된 비강체 정합 기법은 폐 실질에 대한 정량적 분석 결과의 직관적인 칼라 매핑을 통하여 다양한 폐 질환의 정량적 분석에 유용하게 사용될 수 있다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2011년도 하계학술대회
• /
• pp.446-448
• /
• 2011

본 논문에서는 조명 보정과 지역적인 밝기 정보를 이용한 유해 영상에서의 피부색 검출 방법을 제안한다. 첫번째, 조명의 영향을 줄이기 위하여 입력 영상을 히스토그램 평활화하여 명암 값의 분포가 한쪽으로 치우치거나 균일하지 못한 영상의 명암 값 분포를 균일화 시켜 영상을 향상될 수 있도록 한다. 그 다음, 평활화 시킨 영상을 25 개의 블록으로 분할한 후, 각 블록에서의 밝기 값에 대한 통해 평균과 왜도를 구한다. 구해진 값들을 영상의 임계값으로 설정하여 이진화 시킨다. 그리고, 평활화시킨 영상의 RGB 값을 Lab 컬러 공간으로 변환한다. 변환된 컬러 공간내의 조명 성분 값인 L(Luminance)값을 추출하여 이를 역변환 한다. 역변환한 L 값은 비정규 조명을 갖는 유해 영상의 조명에 민감한 영향을 제거하기 위하여 평활화 영상에 합한다. 마지막으로, 밝기 임계값을 통해서 얻어진 이진영상내의 객체 영역과 RGB 피부색 임계값을 통한 조명 보정된 평활화 영상내의 피부색 영역의 공통된 영역을 결과값으로 추출한다.