• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.20-27
• /
• 2006

Multi-level thresholding은 영상 분할 방법 중 하나로 널리 이용되고 있지만 대부분의 기존 논문들은 응용 분야에 직접적으로 이용되기에는 적합하지 않거나 영상 분할 단계까지 확장되지 않고 있다. 본 논문에서는 영상 분할을 위한 multi-level thresholding 방안으로써 영역 단위의 multi-level thresholding을 제안한다. 먼저, 영상의 색상별 성분에 대해서 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘을 적용하여 2개의 군집으로 분류한 후 코드 영상을 생성한다. EWFCM 알고리즘은 화소들에 대한 공간 정보를 추가한 개선된 FCM 알고리즘으로 영상 내 존재하는 잡음을 제거한다. 그리고 코드 영상에 존재하는 군집의 수를 감소함으로써 좀 더 나은 영상 분할 결과를 얻을 수 있으며 군집의 감소는 하나의 군집내에 존재하는 영역들과 나머지 군집들간의 유사도를 기반으로 영역을 재분류함으로써 처리된다. 그러나 영상에는 여전히 많은 영역들이 존재하기 때문에 이를 해결하기 위한 하나의 후처리 방안으로써 영역간의 Kullback-Leibler 거리값을 기반으로 Bayesian 알고리즘에 의한 영역 합병을 수행한다. 실험 결과 제안한 영역 기반의 multi-level thresholding은 기존 방법이나 화소나 군집 기반의 multi-level thresholding보다 좋은 분할 결과를 보였으며 Bayesian 알고리즘을 이용한 후처리 방안에 의해 좀 더 나은 결과를 보였다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.73-82
• /
• 2005

본 논문은 weighted FCM(Fuzzy C-Means) 알고리즘을 적용한 컬러 영상 multi-level thresholding을 제안한다. FCM 알고리즘은 기존의 thresholding 방법들과 달리 최적의 임계치를 결정할 수 있으며 multi-level thresholding으로의 확장이 가능하다. 그러나 공간정보를 포함하고 있지 않기 때문에 잡음 등에 민감하다는 단점을 가진다. 본 논문은 이러한 단점을 해결하기 위해서 이웃 화소들로부터 얻은 entropy 기반의 가중치(weight)를 FCM 알고리즘에 적용함으로써 잡음의 제거가 가능하다. 그리고 각 색상별 성분의 군집 화소들을 기반으로 생성한 코드 영상에 대해서 군집 내부의 거리값을 이용하여 최적의 군집수를 결정한다. 실험에서 제안한 방법이 기존의 방법들보다 잡음에 대해서 강건하며 우수한 분할 성능을 보였다.

• 한국음향학회지
• /
• 제25권7호
• /
• pp.333-338
• /
• 2006

수중 방사소음 측정시 낮은 신호대 잡음비를 가지는 신호에 대해 유용한 신호를 얻기 위해서는 잡음제거가 이루어져야 한다. 본 논문은 잡음제거를 수행하기 위하여 Donoho 등에 의해 제안된 Translation-Invariant (TI) 웨이브렛 기반으로 다중 임계치 함수를 적용한 잡음제거 기법을 제안한다. 기존의 웨이브렛 잡음제거 기법은 특이점 부근에서 Pseudo-Gibbs 현상이 발생하는 문제점이 있다 TI 웨이브렛은 신호의 특성 위치를 변화시켜 Pseudo-Gibbs 현상을 제거한다. 그리고 배경잡음 및 외부잡음을 제거하기 위해 각 노드별 변형된 소프트 임계치를 적용한 다중 임계치 함수를 제안한다. 제안 기법의 타당성을 검토하기 위해 모의 시뮬레이션과 해상실험을 수행한 결과 신호대 잡음비가 23dB 및 18dB 이상 개선됨을 확인하였다.

• 정보처리학회논문지B
• /
• 제12B권5호
• /
• pp.587-594
• /
• 2005

본 논문은 전이 영역에서 퍼지 클러스터링 알고리즘을 이용한 multi-level thresholding 방법을 제안한다. 대부분의 임계치 기반 영상 분할은 영상의 히스토 그램 분포를 기반으로 임계치를 결정한다. 그러므로 많은 처리시간과 기억공간을 요구할 뿐만 아니라 복잡하고 무분별한 히스토 그램 분포를 가지는 실영상에서의 임계치 결정에는 어려움이 있다. 본 논문에서는 영상의 대표적인 성분들로 구성된 전이 영역을 추출한 후 퍼지 클러스터링 알고리즘에 의해 최적의 임계치를 결정한다. 전이 영역을 추출하기 위해 이용되는 지역적 엔트로피는 잡음에 강건하며 영상에 내재된 정보를 잘 표현한다는 특성을 가진다. 그리고 퍼지 클러스터링 알고리즘은 복잡하고 무분별한 분포의 실영상에 대해서도 정확히 임계치를 설정할 수 있으며 multi-level thresholding으로 쉽게 확장이 가능하다. 다양한 실영상을 대상으로 실험한 결과, 제안한 방법이 기존의 방법보다 향상된 성능을 가짐을 보였다.

• Journal of information and communication convergence engineering
• /
• 제7권2호
• /
• pp.231-234
• /
• 2009

Speckle noise reduction for power Doppler ventricle coherent image for restoration and enhancement using Fast Wavelet Transform with multi-thresholding and multi-filtering on the each subbands is presented. Fast Wavelet Transform divides into low frequency component image to high frequency component image to be multi-resolved. Speckle noise is located on high frequency component in multi-resolution image mainly. A Doppler ventricle image is transformed and inversed with separated threshold function and filtering from low to high resolved images for restoration to utilize visualization for ventricle diagnosis. The experimental result shows that the proposed method has better performance in comparison with the conventional method.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1987년도 한국자동제어학술회의논문집; 한국과학기술대학, 충남; 16-17 Oct. 1987
• /
• pp.488-491
• /
• 1987

In this paper. a heuristic multi-thresholding algorithm is proposed to extract objects from background. Specifically the proposed algorithm finds out multi valleys from gray level histogram automatically and non-recursively. Some experimental result for various types of image. are presented, to show the effectiveness of the proposed algorithm.

• 한국군사과학기술학회지
• /
• 제13권3호
• /
• pp.445-452
• /
• 2010

Adequate segmentation of target objects from the background plays an important role for the performance of automatic target recognition(ATR) system. This paper presents a new segmentation algorithm using fuzzy thresholding to extract a target. The proposed algorithm consists of two steps. In the first step, the region of interest(ROI) including the target can be automatically selected by the proposed robust method based on the frame difference of each image sensor. In the second step, fuzzy thresholding with a proposed membership function is performed within the only ROI selected in the first step. The proposed membership function is based on the similarity of intensity and the adjacency of target area on each image. Experimental results applied to real CCD/IR images show a good performance and the proposed algorithm is expected to enhance the performance of ATR system using multi-sensors.

• 대한임베디드공학회논문지
• /
• 제10권5호
• /
• pp.325-333
• /
• 2015

Vision based night-time vehicle detection has been an emerging research field in various advanced driver assistance systems(ADAS) and automotive vehicle as well as automatic head-lamp control. In this paper, we propose night-time vehicle detection method based on multi-class support vector machine(SVM) that consists of thresholding, labeling, feature extraction, and multi-class SVM. Vehicle light candidate blobs are extracted by local mean based thresholding following by labeling process. Seven geometric and stochastic features are extracted from each candidate through the feature extraction step. Each candidate blob is classified into vehicle light or not by multi-class SVM. Four different multi-class SVM including one-against-all(OAA), one-against-one(OAO), top-down tree structured and bottom-up tree structured SVM classifiers are implemented and evaluated in terms of vehicle detection performances. Through the simulations tested on road video sequences, we prove that top-down tree structured and bottom-up tree structured SVM have relatively better performances than the others.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.435-437
• /
• 1998

영상에 대한 영역분할은 영상에 대한 인식 시스템에서 가장 중요하고도 어려운 분야로 알려져 있다. 주로 사용되는 방법은 화소중심기법과 영역중심기법이 사용되는데, 화소중심기법은 적은 시간이 걸리는데 비해 영역분할 효과가 떨어지고, 영역중심기법은 상대적으로 양질의 영역분할 효과를 얻을 수 있지만 많은 시간이 걸린다. 본 논문에서는 영역분할에 대한 방법으로 thresholding방법을 이용한 2단계로 이루어진 영역분할 방법을 제안한다. 제안된 방법은 화소의 전역정보와 지역정보를 모두 사용하여 기존의 전역 thresholding방법에 비해 향상된 영역 분할을 수행하고, 지역정보를 이용하는 영역중심 기법에 비해 시간을 단축하는 효과를 가지고 있다. 첫 번째 단계에서는 기존에 알려진 전역 thresholding방법을 사용하여 영역분할을 하고, 두 번째 단계에서는 영상에 대해 미리 알려진 사전지식을 이용하여 영역분할이 제대로 되지 않은 영역을 구분하여 해당 영역에 대해서만 thresholding작업을 수행한다. 사용된 영상은 자궁경부 세포진 영상으로 대상이 되는 영역은 자궁경부 세포의 핵으로 제한하였다.

• 한국지능시스템학회논문지
• /
• 제20권2호
• /
• pp.279-284
• /
• 2010

Boukharouba 등에 의해서 제안된 평면 곡선(Plane curve) 분석 기법은 히스토그램 누적분포함수에 기반한 마루-골(Peak-Valley) 탐색을 통한 임계값 결정 기법이다. 그러나 이 기법의 경우 평면 곡선을 구성하는 과정에서 외부 변수의 설정이 요구되며, 그에 따라서 구성된 평면 곡선의 형태가 달라지고 마루-골 검출에 영향 준다. 따라서 본 논문에서는 엔트로피에 기반하여 평면 곡선 구성을 구성하기 위한 최적의 변수값을 설정하며, 설정된 변수 값에 기반한 다중 임계값 결정기법을 제안한다. 다수 영상에 대한 모의실험과 기존 히스토그램 기반의 임계값 결정법과의 비교 및 검토를 통해 제안한 기법의 효용성을 보인다.