선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
문제 정의
- 그러나 이러한 이미지로부터 획득된 물리적 인자와 사람의 감성과의 관계가 아직까지 명확하게 밝혀지지 않고 있어 보다 정확한 평가법 개발을 위하여서는 추출된 인자와 주관적 평가결과 간의 물리적 형태학적 이해가 필요하다. 본 연구에서는 주름의 객관적 평가 방법을 찾아내기 위해 표준주름판으로부터 이미지를 획득하고 이로부터 주름의 형태를 기반으로 3가지 평가 인자를 추출하고 이렇게 추출된 인자와 등급과의 관계를 분석하였다. 이러한 연구는 이후 개발될 이미지분석을 통한 객관적 평가방법의 주름과 등급과의 관계를 이해할 수 있는 기초자료가 될 것으로 기대된다.
제안 방법
- 이렇게 추출한 릿지를 통해 주름의 양을 정량화 할 수있는 인자로 릿지의 밀도, 주름간의 거리를 정량적으로 분석하기 위해 릿지간의 거리 분포를 계산하여 분석하였다. 그리고 추출한 그림자를 이용하여 그림자의 크기 분포를 분석하였다. 이 세가지 요소들을 정량적으로 비교하여 등급과 비선형적인 상관관계에 있음을 확인할 수 있었다.
- 앞선 릿지분석으로는 주름의 다른 형태, 즉 포물선 모양의 단면을 갖는 주름을 추출하기에는 다소 어려움이 있다. 따라서 두 가지 형태의 주름을 모두 추출하기 위하여 주름에 의하여 발생된 그림자를 분석하였다. 주름은 조명에 의해 반사되는 밝은 부분과 반대편은 주름에 가려져 그림자를 만들게 된다.
- 주름간의 거리 분포를 파악하기 위하여 릿지간의 거리를 분석하였다. 릿지간 거리는 릿지를 추출해서 얻은 이미지의 릿지 사이의 거리를 세로 방향 및 가로 방향 거리를 구하였다. 우선 릿지를 추출한 이미지를 살펴보면 검출된 릿지는 검정색이기 때문에 릿지 사이의 세로 방향의 화소 중 흰색 화소의 개수를 카운트하여 거리로 환산하였다.
- 조명 조사 방향의 수직 방향 이미지에 한 줄씩 특정 값을 구하여, 이 값들에 적당한 문턱치를 적용하여 이미지를 한 줄씩 변환하는 것을 라인 문턱치 처리(line threshold)라 한다[10]. 본 연구에서는 라인 문턱치 처리를 위해 획득한 회색 이미지에 조명 방향과 수직한 방향 이미지의 각 라인마다 평균을 구하여, 각 라인의 평균값에 0.92(문턱치)를 곱한 값을 기준으로 하여 각 라인 단위로 변환하여 흑백 이미지(binary image)를 만들었다. Figure 2의 각 등급의 이미지를 라인 문턱치 처리한 결과가 Figure 8이다.
- 우선 릿지를 추출한 이미지를 살펴보면 검출된 릿지는 검정색이기 때문에 릿지 사이의 세로 방향의 화소 중 흰색 화소의 개수를 카운트하여 거리로 환산하였다. 세로 방향의 릿지간 거리를 이미지 폭인 1077개 화소 중 10개 화소 간격으로 각각의 세로방향에 대한 릿지간 거리를 구하였다. 가로 방향의 릿지간 거리도 이와 동일한 방법으로 구하였다.
- Figure 1은 본 연구에서 사용된 이미지 획득 장치의 개략도이다. 시료 또는 표준주름판은 평평한 판위에 놓이며, 시료 거치대 측면에 시료판과 일정한 각도로 고정 부착된 선형조명(line light source)에 의하여 시료에 반사되어 생성된 이미지를 시료와 수직으로 위치한 카메라를 통하여 256단계의 회색조 이미지(gray scale image)로 컴퓨터에 전송받을 수 있도록 하였다. 선형조명의 길이는 54 cm로 시료 폭보다 큰 것을 사용하였다.
- 릿지간 거리는 릿지를 추출해서 얻은 이미지의 릿지 사이의 거리를 세로 방향 및 가로 방향 거리를 구하였다. 우선 릿지를 추출한 이미지를 살펴보면 검출된 릿지는 검정색이기 때문에 릿지 사이의 세로 방향의 화소 중 흰색 화소의 개수를 카운트하여 거리로 환산하였다. 세로 방향의 릿지간 거리를 이미지 폭인 1077개 화소 중 10개 화소 간격으로 각각의 세로방향에 대한 릿지간 거리를 구하였다.
- 주름의 개수는 평가에서 가장 중요한 기준중 하나로서, 원단이 접혀서 삼각형 형태를 갖는 주름은 쉽게 제거되지 않으며 심각하게 평가에 영향이 미친다. 이러한 릿지 형태의 주름을 이미지로부터 추출하여 정량화하기 위해서 이미지 화소들의 밝기 변화량이 급격하게 변하는 곳을 찾아 릿지를 찾아내었다. 릿지를 추출하기 위해 Canny 경계검출 (Canny edge detection)[32]을 이용하였다.
- 이런 거리에 따른 오차를 줄이기 위하여 시료를 90º씩 회전한 후 이미지를 획득하였다.
- 또한 주름은 그 높이에 비례하여 그림자를 만들고 있음을 알 수 있었다. 이런 주름의 요소들을 이미지분석을 통해 객관적인 인자를 추출하여 분석을 하였다. 주름의 주요 구성요소인 릿지는 Canny 경계검출법으로 추출하였으며, 주름에 의해 발생한 그림자들은 라인 문턱치 처리를 사용해 추출할 수 있었다.
- 이렇게 추출한 릿지를 통해 주름의 양을 정량화 할 수있는 인자로 릿지의 밀도, 주름간의 거리를 정량적으로 분석하기 위해 릿지간의 거리 분포를 계산하여 분석하였다. 그리고 추출한 그림자를 이용하여 그림자의 크기 분포를 분석하였다.
- 선형조명의 길이는 54 cm로 시료 폭보다 큰 것을 사용하였다. 이미지를 얻을 때마다 동일한 조명 상태를 유지하기 위해서 조명 이외의 빛이 들어가지 않도록 챔버 형태로 제작하였다. 이미지 획득을 위해 카메라는 2 mega pixel 센서를 가진 Logitech사의 QuickCam® Pro for Notebooks를 사용하였다.
- 주름간의 거리 분포를 파악하기 위하여 릿지간의 거리를 분석하였다. 릿지간 거리는 릿지를 추출해서 얻은 이미지의 릿지 사이의 거리를 세로 방향 및 가로 방향 거리를 구하였다.
대상 데이터
- 시료 또는 표준주름판은 평평한 판위에 놓이며, 시료 거치대 측면에 시료판과 일정한 각도로 고정 부착된 선형조명(line light source)에 의하여 시료에 반사되어 생성된 이미지를 시료와 수직으로 위치한 카메라를 통하여 256단계의 회색조 이미지(gray scale image)로 컴퓨터에 전송받을 수 있도록 하였다. 선형조명의 길이는 54 cm로 시료 폭보다 큰 것을 사용하였다. 이미지를 얻을 때마다 동일한 조명 상태를 유지하기 위해서 조명 이외의 빛이 들어가지 않도록 챔버 형태로 제작하였다.
- 이미지 획득을 위해 카메라는 2 mega pixel 센서를 가진 Logitech사의 QuickCam® Pro for Notebooks를 사용하였다.
- 이미지 획득을 위해 카메라는 2 mega pixel 센서를 가진 Logitech사의 QuickCam® Pro for Notebooks를 사용하였다. 조명이 한쪽 측면에 있기 때문에 시료를 90도씩 회전시켜서 하나의 시료당 4개의 회색조 이미지를 획득하였다.
- 주름의 구성요소를 연구하기 위해 AATCC 표준평가법에서 사용되고 있는 표준 주름판을 사용하였다. 이 표준주름판은 플라스틱 성형물로 만들어진 3차원 시료이며, 종류는 1등급(주름이 가장 많음), 2등급, 3등급, 3.
- 획득 이미지의 크기는 1077×1077 화소이며, 실제 시료의 크기는 30.5×30.5 cm의 크기에 해당한다.
이론/모형
- 이러한 릿지 형태의 주름을 이미지로부터 추출하여 정량화하기 위해서 이미지 화소들의 밝기 변화량이 급격하게 변하는 곳을 찾아 릿지를 찾아내었다. 릿지를 추출하기 위해 Canny 경계검출 (Canny edge detection)[32]을 이용하였다. Canny 경계검출은 크게 5개의 단계로 구성되어 있다.
- Canny 경계검출은 크게 5개의 단계로 구성되어 있다. 이미지에서 노이즈를 제거하기 위하여 가우시안 필터(Gaussian filter)를 이용하여 이미지를 흐리게 한다. 이미지에서 기울기의 변화가 큰 곳을 소벨 검출기(Sobel-operator)를 이용하여 찾아내어 이것을 경계로 표시한 후 지역 최대인 부분들을 경계로 포함시킨다.
- 이런 주름의 요소들을 이미지분석을 통해 객관적인 인자를 추출하여 분석을 하였다. 주름의 주요 구성요소인 릿지는 Canny 경계검출법으로 추출하였으며, 주름에 의해 발생한 그림자들은 라인 문턱치 처리를 사용해 추출할 수 있었다. 이 두 요소들이 같은 이미지에서도 다른 위치에서 검출이 됨을 이미지 추출 결과에서 확인할 수 있었는데, 이는 이미지 분석을 위하여 릿지와 그림자가 모두 필요한 요소임을 다시 한번 확인시켜 주는 것이다.
성능/효과
- 이것은 주름이 감소할수록 주름과 주름 사이의 거리가 멀어지는 것을 의미한다. 계산 결과와 표준 주름판 각 등급을 이용해 회귀분석한 결과 로그함수와 잘 맞는 것을 알 수 있었다. 회귀 분석결과가 비선형 함수에 적합한 이유는 앞에서 언급한 릿지 밀도 추출에 의한 결과와 동일한 이유 때문인 것으로 추정된다.
- 표준 주름판의 등급이 높아질수록 릿지간 거리 분포가 짧은 영역 값이 감소하고 먼 영역 값이 증가하는 것을 확인할 수 있다. 또한 시료를 90도 회전한 후 구한 세로 방향의 릿지간 거리에 대해서도 동일한 결과를 확인할 수 있었다.
- 변환 결과를 살펴보면 1등급과 2등급의 경우 주름에 의한 그림자를 명확하게 구분할 수 있을 정도로 변환되었지만, 3등급에서 4등급까지의 표준 주름판에는 그림자가 잘 추출이 되지 않았다. 이것의 원인은 3등급에서 4등급까지의 표준판정판은 시료 폭 방향으로 일어나는 음영의 변화보다 주름의 높이가 낮아 주름에 의해 발생하는 음영의 변화가 미세하여 그림자가 별도로 추출되지 않는 것이다.
- 이 세가지 요소들을 정량적으로 비교하여 등급과 비선형적인 상관관계에 있음을 확인할 수 있었다. 본 연구를 통해 추출한 주름 구성 요소들과 등급과의 관계는 일반적으로 등급간의 차이는 자극의 차이를 인식하는 베버의 법칙과 잘 맞는 것을 확인하였다. 본 연구에서 추출한 인자들을 이용하여 무늬가 없는 단색천 주름의 객관적 평가 가능성을 확인할 수 있었다.
- 일반적으로 사람이 자극의 차이를 인식할 때 베버의 법칙(Weber's law)에 따르면 자극에 대한 사람의 인식의 정도는 로그함수를 따르는 것으로 알려져 있다. 본 연구에서 얻은 릿지 밀도와 등급 역시 회귀분석을 통해 로그함수에 잘 맞는 것을 볼 수 있었다. 사람들이 주름에 관해 인지하는 부분도 시각적 자극 요소이기 때문에 1차 함수가 아닌 로그 함수의 경향을 가지는 것으로 추정된다.
- 본 연구를 통해 추출한 주름 구성 요소들과 등급과의 관계는 일반적으로 등급간의 차이는 자극의 차이를 인식하는 베버의 법칙과 잘 맞는 것을 확인하였다. 본 연구에서 추출한 인자들을 이용하여 무늬가 없는 단색천 주름의 객관적 평가 가능성을 확인할 수 있었다.
- 검정 동그라미 표시는 시료의 네 방향 이미지에서 얻은 결과의 평균이며 오차 막대는 시료 획득 방향에 의한 표준편차를 나타낸다. 분석결과를 살펴보면 등급이 높아질수록(주름이 감소할수록) 짧은 길이의 빈도가 감소함을 알 수 있다. 또한 분석결과들이 회귀분석을 통해 비선형 관계에 있음을 알 수 있다.
- Figure 5에서 원 모양 점은 시료를 90도씩 회전시켜 가면서 4개의 방향에서 얻은 이미지로부터 계산된 릿지 밀도의 평균이며 오차 막대는 회전 방향간의 릿지 밀도 표준편차를 나타낸 것이다. 예상한 바와 같이 릿지 밀도는 등급이 올라갈수록 감소하고 있으며 회귀분석 결과 비선형 관계를 갖고 있음을 확인할 수 있었다. 일반적으로 사람이 자극의 차이를 인식할 때 베버의 법칙(Weber's law)에 따르면 자극에 대한 사람의 인식의 정도는 로그함수를 따르는 것으로 알려져 있다.
- 의복 재료에 사용되는 천은 외력에 의해 크고 작은 주름이 발생된다. 이 주름을 살펴보면 천이 완전히 접혀서 생성되는 날카로운 주름, 즉 릿지와 포물선 형상과 유사한 부드러운 곡선형 주름이 있음을 관찰하였다. 또한 주름은 그 높이에 비례하여 그림자를 만들고 있음을 알 수 있었다.
- 반대로 거리가 멀어질수록 주름간의 거리가 멀어져 전체 주름의 개수는 감소하게 된다. 표준 주름판의 등급이 높아질수록 릿지간 거리 분포가 짧은 영역 값이 감소하고 먼 영역 값이 증가하는 것을 확인할 수 있다. 또한 시료를 90도 회전한 후 구한 세로 방향의 릿지간 거리에 대해서도 동일한 결과를 확인할 수 있었다.
후속연구
- 사람이 육안으로 주름의 깊이를 인식하는 것 역시 그림자의 크기를 통해서 상대적으로 그 크기를 인식할 수 있다. 그림자의 크기를 정량적으로 평가를 할 수 있다면 주름이 크고 깊다는 사람의 인식과의 관계를 밝혀낼 수 있을 것이다.
- 본 연구에서는 주름의 객관적 평가 방법을 찾아내기 위해 표준주름판으로부터 이미지를 획득하고 이로부터 주름의 형태를 기반으로 3가지 평가 인자를 추출하고 이렇게 추출된 인자와 등급과의 관계를 분석하였다. 이러한 연구는 이후 개발될 이미지분석을 통한 객관적 평가방법의 주름과 등급과의 관계를 이해할 수 있는 기초자료가 될 것으로 기대된다.
※ AI-Helper는 부적절한 답변을 할 수 있습니다.