• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.511-513
• /
• 2016

본 논문에서는 세라믹 영상에서 사람의 눈으로 판단하기 어려운 결함 영역을 검출하기 위해 배경을 제거한 후에 지역 기반 오츠 이진화와 양방향 소벨 마스크를 적용하여 세라믹 영상의 윤곽선을 검출한다. 윤곽선이 검출된 영상을 수평으로 4등분하고, 각각의 영역에서 밝기 값이 변화는 지점을 탐색한다. 탐색된 좌표 중에서 최대 명암도 값을 이용하여 ROI 영역을 추출한다. 결함 영역 검출의 효율성을 높이기 위한 전 단계로 배경을 제거하기 위해 ROI 영역과 최소값 필터가 적용된 ROI 영역 간의 명암도의 차이를 이용하여 배경을 제거한다. 명암도의 차이를 통해 배경이 제거된 ROI 영역에서 개선된 명암 대비 스트레칭 기법을 적용하여 ROI 영역의 명암 대비를 강조한다. 명암이 강조된 ROI 영역에서 10mm, 11mm, 16mm, 22mm 영상의 결함 영역을 검출하기 위해 히스토그램 이진화 기법을 적용하여 결함의 후보 영역을 추출한다. 결함 후보 영역이 검출된 ROI 영역에서 미세 잡음을 제거하기 위해 중간값 필터와 침식과 팽창을 적용한 후에 최종적인 결함 영역을 검출한다. 제안된 방법을 8mm, 10mm, 11mm, 16mm, 22mm 세라믹 영상을 대상으로 실험한 결과, 제안된 검출 방법이 기존의 검출 방법보다 모든 mm 세라믹 영상에서 효과적으로 결함 영역이 검출되는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2013.05a
• /
• pp.827-829
• /
• 2013

생체인식을 통한 개인 인증방법에는 지문인식과, 홍채인식 등이 활발하게 연구가 진행되고 있다. 본 논문에서는 생체인식을 통한 개인 인증 방법 중 우측 검지손가락 정맥을 이용한 방법을 사용하였다. 적외선 LED 8개를 이용하여 적외선을 손가락에 투과하여 CMOS카메라를 통하여 영상을 획득하는 정맥인식장치를 개발하고 영상을 채집한다. ROI영역을 추출하여 손가락 정맥인식을 위한 영상부분만 추출한다. 추출된 영상을 통하여 미디언 필터를 이용하여 noise를 제거하고 히스토그램 평활화를 통한 정맥영역을 부각시킨다. 특히 지역적 히스토그램 평활화를 통해서 보다 정확한 정맥의 영역을 찾는다. 지역적 히스토그램 평활화를 통한 영상을 이진화를 시키고 세선화를 통해서 이후 패터매칭을 통한 개인 인증방법에 대한 전처리 영상을 구한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2005.07b
• /
• pp.775-777
• /
• 2005

화상의 이치화는 패턴인식에서 중요한 전처리과정이다. 이 논문은 상관(correlation)을 이용하여 화상의 이진화를 하는 새로운 방법을 제안한다. 이것은 기존의 히스토그램의 분포를 이용하여 흑과 백을 나누는 임계치를 구하는 방법과는 달리 화상의 상관을 구하고 그 상관의 임계치를 정하여 임계치를 초과하는 화상을 구함으로써 얻을 수 있다. 이 방법은 히스토그램을 이용하는 방법보다 알고리듬이 단순하고 흩어지지 않고 집중된 검은 영역을 보여 준다. 실험결과는 이 방법이 효과적임을 보여준다.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.53 no.5
• /
• pp.111-120
• /
• 2016

Wire recognition is one of the important tasks in chip reverse engineering since connectivity comes from wires. Recognized wires are used to recover logical or functional representation of the corresponding circuit. Though manual recognition provides accurate results, it becomes impossible, as the number of wires is more than hundreds of thousands. Wires on a chip usually have specific intensity or color characteristics since they are made of specific materials. This paper proposes two stage wire recognition scheme; image binarization and then the process of determining whether regions in binary image are wires or not. We employ existing techniques for two processes. Since the second process requires the characteristics of wires, the users needs to select the typical wire region in the given image. The histogram characteristic of the selected region is used in calculating histogram similarity between the typical wire region and the other regions. The first experiment is to select the most appropriate binarization scheme for the second process. The second experiment on the second process compares three proposed methods employing histogram similarity of grayscale or HSV color since there have not been proposed any wire recognition method comparable by experiment. The best method shows more than 98% of true positive rate for 25 test examples.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2003.11a
• /
• pp.579-582
• /
• 2003

본 논문에서는 동영상에서 에지 정보와 히스토그램 분석을 이용하여 실시간으로 움직이는 물체를 검출하고 추적하는 방법을 제안하였다. 물체 검출에서는 먼저, 입력영상에 대하여 형태에 관한 정보를 그대로 유지하면서 자료의 양을 줄일 수 있는 에지(Edge)를 추출한다. 추출된 에지 영상에 차연산과 이진화를 수행하여 물체를 검출하고, 검출된 물체 영역은 이진 변환밀도에 대한 수평 누적값의 합을 수평 수직 최대 누적값을 더한 값으로 나눈 임계값으로 구한다. 물체 추적에서는 현재 프레임에서 검출된 물체와 이전 프레임에서 검출된 물체와의 유사성을 비교하여 추적한다. 실험결과 물체 검출속도를 개선시켰고, 실시간으로 물체를 추적할 수 있었으며, 국부적인 움직임까지도 추적할 수 있었다.

• Journal of the Korea institute for structural maintenance and inspection
• /
• v.23 no.7
• /
• pp.9-15
• /
• 2019

The purpose of present study is to assess the maximum width of the surface cracks using the histogram analysis of image processing techniques in concrete structures. For this purpose, the concrete crack image is acquired by the camera. The image is Grayscale coded and Binary coded. After Binary coded image is Dilate and Erode coded, the image is then recognized as separated objects by applying Labeling techniques. Over time, dust and stains may occur naturally on the surface of concrete. The crack image of concrete may include shadows and reflections by lighting depending on a surrounding conditions. In general, concrete cracks occur in a continuous pattern and noise of image appears in the form of shot noises. Bilateral Blurring and Adaptive Threshold apply to the Grayscale image to eliminate these effects. The remaining noises are removed by the object area ratio to the Labeled area. The maximum numbers of pixels and its positions in the crack objects without noises are calculated in x-direction and y-direction by Histogram analysis. The widths of the crack are estimated by trigonometric ratio at the positions of the pixels maximum numbers for the Labeled objects. Finally, the maximum crack width estimated by the proposed method is compared to the crack width measured with the crack gauge. The proposed method by the present study may increase the reliability for the estimation of maximum crack width using image processing techniques in concrete surface images.

• Journal of the Institute of Convergence Signal Processing
• /
• v.22 no.2
• /
• pp.71-78
• /
• 2021

In order to classify a target image in a cluster of images, the difference in brightness between the object and the background is mainly concerned, which is not easy to classify if the shape of the object is blurred and the sharpness is low. However, there are a few studies attempted to solve these problems, and there is still the problem of not properly distinguishing between wrong pattern and right pattern images when applied to actual data analysis. In this paper, we propose an algorithm that classifies 3D films into sharp and blurry using the width of the pixel values histogram. This algorithm determines the width of the right and wrong images based on the width of the pixel distributions. The larger the width histogram, the sharp the image, while the shorter the width histogram the blurry the image. Experiments show that the proposed algorithm reflects that the characteristics of these histograms allows classification of all wrong images and right images. To determine the reliability and validity of the proposed algorithm, we compare the results with the other obtained from preprocessed 3D films. We then trained the 3D films using few-shot learning algorithm for accurate classification. The experiments verify that the proposed algorithm can perform higher without complicated computations.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.11
• /
• pp.2121-2127
• /
• 2017

In this paper, we propose a computer vision based automatic defect detection method from ceramic image for non-destructive testing. From region of interest of the image, we apply brightness enhancing stretching algorithm first. One of the strength of our method is that it is designed to detect defects of images obtained from various thicknesses, that is, 8, 10, 11, 16, and 22 mm. In other cases we apply histogram based binarization algorithm. However, for 8 mm case, it may have false positive cases due to weak brightness contrast between defect and noise. Thus, we apply modified fuzzy binarization algorithm for 8 mm case. From the experiment, we verify that the proposed method shows stronger result than our previous study that used Blob labelling for all five thickness cases as expected.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2007.06a
• /
• pp.241-247
• /
• 2007

자궁 경부 세포진 영상의 핵 추출을 위해서는 영상의 배경과 핵 그리고 세포질 영역의 구분이 중요하다. 또한 정상 세포핵과 암종 세포핵의 구분 및 인식을 위해서는 세포핵들의 형태학적 특징을 이용한 분류 기준을 세워야한다. 본 논문에서는 자궁 경부 세포진 영상에서 세포핵의 후보 영역과 핵을 추출하기 위해 현미경 400배율 확대 사진을 획득하는 과정에서 훼손된 컬러 영상을 복원하기 위한 방법으로 Lighting Compensation을 적용하여 영상을 보정한다. 그리고 배경 영역과 세포핵 영역을 구분하기 위해 영상의 R,G,B 영역의 히스토그램의 분포를 이용하여 배경을 제거한다. 배경이 제거된 영상을 그레이 영상으로 변환 한 후, 히스토그램 명암도의 값을 이용하여 세포핵 영역과 세포질을 분류하여 세포핵 영역을 추출한다. 그리고 Kapur 방법을 적용하여 세포핵 영역의 엔트로피 누적확률을 구한 후, 영상을 이진화 한다. Kapur 방법이 적용된 이진화 영상에서 세포핵 영역의 중심과 주위 화소를 비교하는 $3\times3$ 마스크를 적용하여 영상의 미세한 잡음을 제거 한 후, 8방향 윤곽선 추적 알고리즘을 적용하여 최종적으로 세포핵 영역을 추출한다. 추출된 세포핵의 영역을 분류 및 인식하는 과정으로 세포의 외각의 방향성 정보, 핵의 크기, 그리고 면적 비율의 특징을 이용하여 퍼지 소속 함수를 설계한 후, 소속 함수의 소속도를 구하고 퍼지 추론 규칙을 적용하여 자궁 경부 세포진 영상에서 정상 세포핵 및 암종 세포핵을 인식한다.

• The Journal of the Korea Contents Association
• /
• v.4 no.3
• /
• pp.91-97
• /
• 2004

Difference image scheme is widely used for motion estimation in moving object tracking system. This scheme contains a binarization step which segments image into background and moving object regions, referring to threshold value. In this paper, we propose a decision algorithm of tracking the threshold value with a differential image. The key idea is analyzing the histogram of the differential image. In addition we evaluate the performance of this method in comparison with conventional scheme. As an experimental result with 60 images, it is found that threshold by the proposed algorithm is very close to optimal threshold selected manually.