• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.510-513
• /
• 2002

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimodal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 포함되어 있으므로 스케치 특징점 유무를 판별하는 임계치의 결정에는 애매 모호함이 존재한다. 따라서 본 논문에서는 영상에 대해 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 방법을 제안한다. 제안된 퍼지 이진화 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀값의 거리를 계산하여 밝기의 조정률을 구하여 최소 밝기값과 최대 밝기 값을 설정하고 삼각형의 소속 함수에 적용한다. 소속 함수에 적용된 소속도를 a-cut 을 적용하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 방법보다 제안된 퍼지 이진화 방법이 효율적인 것을 알 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.162-165
• /
• 2004

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기 분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉 히스토그램을 보일 때는 최적의 임계치를 한기 위해 히스토그램 골짜기를 선택하는 것만으로도 양호한 임계치 결과를 얻을 수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 자기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 본 논문에서는 RGB 컬러 모형의 각 색상에 대하여 퍼지 소속 함수를 적용하고, 그 결과를 이용해 배경에 비해 가독성이 높은 특징들을 배경과 분리하는 방법을 제시한다. 제안된 이진화 방법은 RGB의 각 색상에 퍼지 소속 함수를 적용하여 얻은 값들을 이용해 이진화한다. 기존의 임계치를 이용한 이진화 방법에 비해 잡음 영역을 상당히 제거 할 수 있으며, 컨테이너 영상에 적용한 결과, 기존의 방법에 비해 효율적인 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.145-147
• /
• 2014

대부분 이진화 알고리즘은 임계치를 결정하기 위해 히스토그램을 사용하여 밝기 분포를 분석한다. 배경과 물체의 명암 차이가 큰 경우는 분할을 위해 양봉 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기를 선택하는 것으로도 양호한 임계치를 찾을 수 있지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 이 문제점을 개선하기 위해 삼각형 타입의 소속 함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화 하는 퍼지 이진화 방법이 제안되었다. 퍼지 이진화 방법은 소속 함수에 적용된 소속도를 a-cut에 적용하여 영상을 이진화 한다. 그러나 기존의 퍼지 이진화 방법은 a-cut값을 경험적으로 설정하기 때문에 다양한 영상을 이진화하는 과정에서 정보 손실이 많이 발생하는 문제점이 있다. 따라서 본 논문에서는 FCM 클러스터링 알고리즘을 이용하여 퍼지 이진화 방법의 a-cut값을 동적으로 설정하여 이진화하는 방법을 제안한다. 제안된 방법을 다양한 영상에 적용한 결과, 배경과 물체의 명암도 차이가 크게 나지 않는 영상의 경우에는 기존의 퍼지 이진화 방법보다 정보 손실이 적은 상태로 이진화되는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.626-628
• /
• 2016

본 논문에서는 이진 영상에서 일부 정보가 손실된 경우에 히스토그램을 분석하여 구간을 분할한 후, 오츠 이진화와 퍼지 이진화 기법을 적용하여 원 영상을 이진화 한 후에 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 그레이 영상에서 히스토그램을 분석하여 픽셀 값의 변화의 폭이 큰 부분들을 분석하여 구간들을 분할하고 변화의 폭이 큰 부분의 지점에 속하는 영역은 오츠 이진화 기법을 적용하여 이진화하고 그 외의 구간들은 퍼지 이진화 기법을 적용하여 영상을 이진화 한다. 그리고 이진화 된 영상을 홉필드 네트워크를 적용하여 학습한다. 실험 영상에 정보 손실이 발생한 영상을 대상으로 제안된 방법을 적용한 결과, 대부분의 정보 손실이 있는 영상에서 모두 복원되는 것을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.311-313
• /
• 2011

대부문의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimadal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을 수 있다. 하지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성이 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 있을 때 스케치 특징점의 유무를 판별하는 임계치의 결정에는 애매모호함이 존재한다. 따라서, 본 논문에서는 영상에 대한 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 알고리즘을 제안한다. 제안된 퍼지 이진화 알고리즘은 원 영상을 특정 크기의 윈도우로 나누어서 윈도우의 소속 함수에 대한 소속도를 구하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 기법보다 제안된 퍼지 이진화 알고리즘이 효율적인 것을 알 수 있었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.21 no.5
• /
• pp.543-548
• /
• 2011

Entropy measuring the richness in details of the image is generally obtained by using the histogram of gray levels in an image, and has been widely used as an index for thresholding of the image. In this paper, we propose an entropy-based thresholding method, where the entropy is obtained not by the histogram but by the variance of the gray levels, to binalize a given image. The effectiveness of the proposed method is demonstrated by thresholding experiments on nine test images and comparison with conventional two thresholding methods, that is, Otsu method and entropy-based method using the histogram.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1477-1479
• /
• 2015

기존의 연구와 같이 정확한 피부색 영역을 추출하기 위해 색상공간을 조절하는 방식은 조명이나 주변환경의 영향에 따라 잘못된 결과를 낼 수 있다. Camshift 알고리즘을 이용한 추적을 할 때에도 대상에게 맞춰진 피부색 히스토그램을 이용해서 추적하지 않으므로 범용성이 떨어진다. 이러한 문제점을 해결하기 위해 Camshift 알고리즘의 최초추적 윈도우를 결정하고 히스토그램을 결정하여손 피부색 추적성능을 향상시켰다. 보편적인 피부색 필터를 이용하여 인체 전경을 추출하고, haar like feature detection (특징검출)을 이용하여 손 영역을 검색한다. 이후 피부색 필터를 통해 이진화 된 이미지를 이용해 원 영상을 마스킹 한 후 사용자 고유의 피부색의 히스토그램을 결정한다. 이 방법으로 얻은 히스토그램을 Camshift알고리즘에 적용하면 기존방식 으로 생성한 히스토그램을 사용할 때보다 좋은 추적 성능을 보인다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.05a
• /
• pp.203-209
• /
• 2002

본 논문에서는 영상 처리 및 인식 기술을 학생증 영상 인식에 적용하여 학생증 영상을 인식하고 웹 환경에서 학생 정보를 관리할 수 있는 방법을 제안한다. 원 학생증 영상에 대해서 가장 밝은 픽셀과 가장 어두운 픽셀에 대한 평균 밝기 값을 임계치로 설정하여 원 영상을 이진화하여 수평 방향으로 히스토그램을 수행하고 학번의 위치 정보를 이용하여 학번 영 역을 추출한다. 추출된 학번 영 역의 잡음을 제거하기 위하여 3$\times$3 마스크를 적용한 최빈수 평활화(smothing)를 수행하여 잡음을 제거하고 수직 방향 히스토그램을 이용하여 개별 문자를 추출하고 정규화 한다. 개별 학번 인식은 인공 신경망의 자율학습 방법인 ARTI 알고리즘을 적용하여 학번 문자를 인식한다. 실험 결과에서는 제안된 학생증 인식 방법이 학번 영역 추출과 개별 문자 인식에 효율적인 것을 보이고 인식된 개련 문자들을 데이터 베이스에 저장하여 웹환경에서 학생정보를 관리한다

• Journal of the Korea Society of Computer and Information
• /
• v.10 no.1 s.33
• /
• pp.67-72
• /
• 2005

Most of image binarization algorithms analyzes the intensity distribution using the histogram for the determination of threshold value. When the intensity difference between the foreground object and the background is great, the histogram shows the tendency to be bimodal and the selection of the histogram valley as the threshold value shows the good result. On the other side. when the intensity difference is not great and the histogram doesn't show the bimodal property, the histogram analysis doesn't support the selection of the proper threshold value. This Paper Proposed the novel binarization method that applies the fuzzy membership function to each color value on the RGB color model and, by using the operation results, separates the features having the great readability from the background. The proposed method prevents the loss of information incurred by the gray scale conversion by using the RGB color model and extracts effectively the readable features by using the fuzzy inference Compared with the traditional binarization methods, the proposed method is able to remove the majority of noise areas and show the improved results on the image of transport containers , etc.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.234-238
• /
• 2004

본 논문에서는 명암도 정보와 제안된 퍼지 이진화을 이용하여 차량 번호판 영역과 개별 코드를 추출하는 방법을 제안한다. 제안된 방법은 비영업용 차량 영상을 대상으로 차량 번호판 영역을 추출하기 위해 명암도 변화 특성을 이용하여 차량 번호판을 추출한다. 추출된 차량 번호판 영역에서는 제안된 퍼지 이진화 방법을 적용하석 차량 번호판의 영역을 이진화하고 이진화된 차량 영역판에 대해서 히스토그램 방법을 적용하여 개별 코드를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 비영업용 차량 번호판에 적용한 결과, 기존의 차량 번호판의 추출 방법보다 번호판 영역의 추출률이 개선되었고 제안된 퍼지 이진화 방법을 적용하여 개별 코드를 추출하는 것이 효율적인 것을 확인하였다.