• 한국콘텐츠학회논문지
• /
• 제11권6호
• /
• pp.18-25
• /
• 2011

이미지로부터 중요 객체를 추출하는 것은 추적, 분할, 적응적 압축, 내용기반 검색과 같은 멀티미디어 처리에 있어서 매우 중요한 부분이며, 현재 이에 관한 많은 연구가 진행 되고 있다. 중요 객체 추출을 위한 방법으로 Saliency Map을 이용한 방법이 있다. 이 방법에서는 일반적으로 이진화된 Saliency Map을 이용하여 어떤 화소가 중요 객체 내부인가 아닌가를 표시한다. 따라서 이 방법은 이진화를 위한 임계값의 선택이 성능에 매우 중요한 영향을 끼친다. 기존 연구에서는 일반적으로 휴리스틱 방법을 이용하여 임계값을 결정하거나 매개변수로 임계값을 조정하는 방법이 사용되었다. 그러나 하나의 임계값 적용은 이미지 안의 다수의 객체가 포함되어 있는 경우 적합하지 않다. 본 논문에서는 이러한 단점을 개선할 수 있는 Otsu 임계값을 이용한 전역적인 최적 임계값을 사용하는 방법을 제안한다. 제안하는 Otsu 임계화 방법은 단일-계층에 적용할 수 있는 Otsu 방법과 이를 확장하여 다중-계층에도 적용할 수 있는 Otsu 방법이다. 제안한 방법을 기존의 Saliency Map 모델에 적용한 결과 성능이 개선되었음을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.283-286
• /
• 2007

임계값을 이용한 영상 분할은 대표적인 영상 분할 기법으로 Otsu의 임계값 결정법, Fuzzy 엔트로피를 이용한 H&W의 기법 및 Clustering을 이용한 Kwon의 기법 등 많은 방법이 있다. 대부분의 임계값 결정 기법은 영상에서 얻어진 빈도수 히스토그램의 분석을 통해서 임계값을 결정한다. 특히 Otsu의 임계값 결정 기법은 빈도수 히스토그램의 분산을 최대화하는 방법으로 임계값을 결정하는 빈도수 히스토그램에 기반한 대표적 기법이다. 하지만 영상 기술이 발전함에 따라서 하나의 임계값으로부터 영상을 이진화 하는 기법은 효용성이 떨어지고 있다. 따라서 다중의 임계값을 결정하는 효과적인 방법이 필요하다. 본 논문에서는 그레이 레벨간의 관계성을 파악하고 이러한 관계성으로부터 다중의 임계값을 결정하는 기법을 제안한다. 제안된 기법의 효용성은 모의실험에서 다중 임계값을 사용한 분할영상을 통해서 보인다.

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.725-730
• /
• 2007

Otsu의 임계값 결정법, Huang와 Wang의 임계값 결정법 등을 포함한 그레이 레벨 히스토그램에 기반한 임계값 결정법은 영상처리 분야에서 널리 사용되어져 왔다. 이들 기법들은 그 효용성이 뛰어남에도 불구하고 하나의 임계값이 아닌 다중 임계값을 추출하는 경우 많은 연산 시간이 소요되는 단점을 가지고 있다. 즉, 임계값의 개수가 늘어남에 따라 연산 복잡도 역시 기하급수적으로 증가하게 된다 본 논문에서는 가우시안 함수를 이용하여 그레이 레벨간의 상관관계를 측정하고, 가우시안 분포함수와 그레이 레벨의 히스토그램을 결합한 가우시안형 유한 혼합 분포를 이용하여 연산 복잡도가 단순하며 효용성 있는 임계값 결정법을 제안한다. 다수의 영상에 제안한 기법을 적용한 모의실험을 통하여 효용성을 확인하고, Otsu의 임계값 결정법과 제안한 기법의 연산 복잡도 비교를 통해서 제안한 임계값 결정법의 효율성을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1555-1558
• /
• 2015

본 논문에서는 프레임 블록화와 Otsu 임계값 설정 방법을 이용한 샷 전환 탐지 알고리즘을 제안한다. 제안 방법은 연속된 두 프레임을 일정 크기의 영역으로 분할하여 두 프레임 간 대응되는 영역의 히스토그램 차이를 이용해 샷 전환을 탐지한다. 또한 각 영상마다 Otsu 임계값 설정 방법을 이용하여 자동으로 임계값을 설정한다. 제안 방법의 실험은 영화, 드라마, 애니메이션 등 다양한 영상에 대해 테스트되었으며, 기 연구된 샷 전환 탐지 알고리즘과 비교 시 우수한 탐지율을 보였다.

• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.466-471
• /
• 2007

Otsu의 임계값 결정법을 포함한 기존의 임계값 결정 기법은 그레이 레벨 빈도수 히스토그램 정보를 이용하여 임계값을 결정한다. 그러나 빈도수 히스토그램은 입력 영상에서 그레이 레벨 빈도수 정보만을 재구성한 것이므로, 입력 영상의 그레이 레벨의 분포 및 그레이 레벨간의 관계성을 포함하지 않는다. 따라서 임계값 결정에 있어서 영상의 정보를 충분히 반영하지 못하여 때때로 부적절한 임계값을 제시한다. 본 논문에서는 빈도수 정보뿐만 아니라 그레이 레벨간의 상관관계함수를 정의하고, 정의된 상관관계함수를 이용하여 공간적 상관관계 정보 추출 및 추출된 정보로부터 임계값을 결정하는 기법을 제안한다. 제안된 기법의 타당성을 빈도수 히스토그램에 기반한 Otsu의 임계값 결정법과의 비교 실험을 통하여 보인다.

• 한국멀티미디어학회논문지
• /
• 제13권7호
• /
• pp.1062-1075
• /
• 2010

의료 영상 분야에서 영상의 분할 및 특성의 추출을 위하여 명암도 차이를 이용하는 방법이 널리 사용되고 있으며, 임계값을 결정한 뒤 이를 기준으로 영상을 이진화하는 임계값 방식이 잘 알려져 있다. 임계값 방식 중 자주 사용되는 방식이 임계값을 선택하는 데 효율적이면서, 효과적인 선정 기준을 제시하고 있는 Otsu 알고리즘이다. 하지만 흉부 X-ray 영상에 대해서는 Otsu 알고리즘의 적용으로 좋은 영상 분할 결과를 얻을 수 없다. 이는 폐 영역 주변에는 갈비뼈나 혈관과 같은 다양한 기관이 존재하여 따라서 명암도 레벨의 분포가 불명확하기 때문이다. 이러한 불명료성을 개선하기 위하여, 본 논문에서는 X-ray 영상의 배경을 배제한 후 Otsu 알고리즘을 적용하고, 명암 레벨 지도를 생성한 후, 이를 이용하여 X-ray 영상을 분할하는 효과적인 폐 영역 추출 알고리즘을 제시한다. 제안한 방법의 효과를 검증하기 위해 제안한 방법과 기존의 1차원 및 2차원 Otsu 알고리즘, 그리고 전문가의 육안 분할 결과와 비교하였다. 실험 결과, 제안한 방법이 기존 Otsu 방법에 비해 더 정확하게 폐 영역을 추출하였으며, 육안 분할 결과와 거의 비슷한 결과를 보여 주었다.

• 전기전자학회논문지
• /
• 제24권1호
• /
• pp.127-131
• /
• 2020

클러스터링을 이용한 대표적인 영상 분할 방법으로 Fuzzy C-Means(FCM) 알고리즘을 많이 사용하는데, FCM은 영상의 공간을 픽셀 값이 비슷한 클러스터 영역으로 분할하므로 분할 시간이 많이 소요된다. 특히 웹이 보편화된 현재 사용자들의 다양한 패턴을 분석하기 위한 처리 속도 문제는 더욱 중요하다. 이러한 속도 문제를 해결하기 위해 본 논문에서는 Otsu의 영상 히스토그램의 임계값과 FCM으로 영상을 분할하는 개선된 FCM(Improved FCM : IFCM) 알고리즘을 제안한다. 제안방법은 Otsu의 클래스 간의 분산을 최대화 시키는 임계값을 결정하여 FCM에 적용하고 영상을 분할하였다. IFCM은 기존의 FCM에 비해 영상 분할 시간을 단축시켜 성능이 향상되었음을 실험을 통해 보인다.

• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.443-450
• /
• 2007

본 논문에서는 주어진 영상의 그레이 레벨에 대한 통계적 정보와 구간값 퍼지집합에 기반을 둔 새로운 임계값 선택 방법을 제안한다. 제안한 임계값 선택 방법에서 구간값 퍼지집합은 영상의 픽셀과 그들이 속하는 영역, 즉 물체와 배경 간의 관계를 더욱 명확하게 나타내기 위해서 사용되고, 통계적 정보는 구간값 퍼지집합의 규칙과 파티션을 결정하기 위해서 이용된다. 제안한 방법의 타당성을 보이기 위해 다양한 형태의 히스토그램을 가진 5개의 테스트 영상들을 기존의 임계값 선택방법인 Otsu 방법과 Huang과 Wang의 방법과 비교하였다.

• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.163-169
• /
• 2017

There are various algorithms evaluating a threshold for image segmentation. Among them, Otsu's algorithm sets a threshold based on the histogram. It finds the between-class variance for all over gray levels and then sets the largest one as Otsu's optimal threshold, so we can see that Otsu's algorithm requires a lot of the computation. In this paper, we improved the amount of computational needs by using estimated Otsu's threshold rather than computing for all the threshold candidates. The proposed algorithm is compared with the original one in computation amount and accuracy. we confirm that the proposed algorithm is about 29 times faster than conventional method on single processor and about 4 times faster than on parallel processing architecture machine.

• 한국컴퓨터정보학회논문지
• /
• 제20권5호
• /
• pp.21-29
• /
• 2015

본 논문에서는 프레임 블록화와 이동블록 간 객체 이동을 이용한 샷 전환 탐지 알고리즘을 제안한다. 객체의 급격한 이동을 탐지하기 위해 연속 프레임의 현재 블록의 대각선상에 위치한 이동 블록을 정의하고 블록 히스토그램을 비교한다. 제안 방법은 두 연속 프레임 내 블록 간 객체 이동 여부를 검사하며, 객체 이동 블록 정보를 가지고 프레임 간 샷 전환 탐지를 예측한다. 현재 프레임의 블록이 다음 프레임의 이동 블록과 비교 시, 블록 히스토그램이 사용되며 샷 전환 임계값은 Otsu 임계값 방법을 이용하여 자동으로 선정한다. 제안 방법은 영화, 드라마, 애니메이션, 국가기록원 소장 영상 등과 같이 다양한 흑백 또는 칼라 영상에 대해 테스트되었다. 실험결과 제안하는 방법은 기존의 알고리즘과 비교 시 탐지율을 높일 수 있었다.