[논문]주름의 주관적 평가요소와 이미지분석법을 통해 얻은 인자의 비교

신은호; 박범수; 서문호; 김형섭; 홍석기; 장재원

doi:10.12772/tse.2013.50.001

주름의 주관적 평가요소와 이미지분석법을 통해 얻은 인자의 비교
Comparing Subjective Wrinkle Evaluation Parameter with Wrinkle Components Analysis by Image Processing

한국섬유공학회지 = Textile science and engineering, v.50 no.1, 2013년, pp.1 - 6

신은호 (한국의류시험연구원) , 박범수 (건국대학교 섬유공학과) , 서문호 (건국대학교 섬유공학과) , 김형섭 (건국대학교 섬유공학과) , 홍석기 (LG전자) , 장재원 (LG전자)

Abstract ▼ AI-Helper

Most researches on the objective evaluation of fabric wrinkle have ignored that are really important parameters in subjective evaluation using standard replicas. This research has been conducted to find the important parameters in subjective evaluation. In this research, the number and depth of wrinkle were found to be the important parameters. The number of wrinkle was calculated from the ridge density and the distribution of distance between ridges. The depth of wrinkle was calculated from shade length distribution using image analysis. The results showed strong non-linear relationships with those of subjective evaluation.

주제어

AI 본문요약
AI-Helper

* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.

문제 정의

하지만 지금까지 연구는 의류에 발생한 주름을 정량적으로 평가하기 위해 다양한 물리적 인자를 획득하고자 하였지만, 이 인자들이 사람의 감성과 어떤 관계가 있는지를 밝히는 연구는 전혀 없었다. 본 연구에서는 주름을 인식하는 사람의 감성 인자가 무엇인지 파악하고 이를 반영할 수 있는 인자를 이미지분석 방법을 이용하여 추출한 후, 추출된 인자들의 정량적 분석결과와 주관적 판정결과를 비교함으로 이미지분석 방법을 이용해 추출한 인자의 유효성을 확인해 주관적 평가가 아닌 새로운 객관적 평가방법의 가능성을 확인하고자 한다.

제안 방법

사람이 주름에 대해 인식하는 부분이 주름 개수 및 깊이라는 것을 확인하여 이것을 정량화하기 위해 이미지 분석 방법을 사용하였다. 주름의 개수는 이미지 분석 방법 중 릿지를 추출하고 릿지 밀도 및 릿지간 거리분포와 주관적 평가결과를 비교하였다.
종이 시료는 임의의 방향에서 힘을 가하여 주름을 발생시켰으나, 직물 시료는 두 방향(경사 및 위사 방향), 또는 한 방향(경사 또는 위사 방향)으로 압축을 가하여 제작하였다. 시료의 개수는 Table 1과 같이 종이는 27개, 아크릴, 나일론, 폴리에스터 직물은 각각 10개씩 제작하였다.
사람이 주름에 대해 인식하는 부분이 주름 개수 및 깊이라는 것을 확인하여 이것을 정량화하기 위해 이미지 분석 방법을 사용하였다. 주름의 개수는 이미지 분석 방법 중 릿지를 추출하고 릿지 밀도 및 릿지간 거리분포와 주관적 평가결과를 비교하였다. 주름의 깊이는 이미지 분석방법 중 라인 문턱치 처리를 이용하여 그림자를 추출하여 그림자의 길이 분포와 주관적 평가결과를 비교하였다.
주름의 개수는 이미지 분석 방법 중 릿지를 추출하고 릿지 밀도 및 릿지간 거리분포와 주관적 평가결과를 비교하였다. 주름의 깊이는 이미지 분석방법 중 라인 문턱치 처리를 이용하여 그림자를 추출하여 그림자의 길이 분포와 주관적 평가결과를 비교하였다.
주름이 생성된 시료의 주름 정도를 판정하기 위하여 10명의 평가자가 이미지 분석장치를 통해 획득한 이미지와 AATCC 표준주름판[1,2] 이미지를 육안으로 비교하는 주관평가를 실시하였다. 모든 주관평가 결과는 1개의 시료당 4개 방향별로 획득한 이미지를 주관적 방법으로 평가하고 4개 평가 결과를 평균하였다.
직물 및 종이의 크기는 가로, 세로 38 × 38 cm 크기로 재단하여 사용하였다. 주름평가용 시료는 종이의 경우 접거나 구겨서 시료를 제작하였으며 나머지 아크릴, 나일론, 폴리에스터 직물의 경우 주름을 일정하게 발생시킬 수 있는 Figure 1과 같은 상자를 제작하여, 폭이 0.5, 1, 3, 5 cm의 주름 시료 제작용 상자에 넣어 덮개로 눌러 주름을 발생시켰다. 이 방법을 통해 주름이 적은 것부터 많은 것까지 다양한 시료를 얻었다.

대상 데이터

본 연구에서 사용된 이미지 획득 장치는 Shin 등[32]의 연구에서 사용된 이미지 분석장치를 사용하였으나 광원만 점광원(spot light)을 사용하였다. 광원이 한쪽 측면에만 달려있기 때문에 조명을 기준으로 시료를 90 o씩 회전시켜서 시료 1점당 4개의 회색조 이미지(gray scale image)를 획득하였다.
본 연구에서 사용된 이미지 획득 장치는 Shin 등[32]의 연구에서 사용된 이미지 분석장치를 사용하였으나 광원만 점광원(spot light)을 사용하였다. 광원이 한쪽 측면에만 달려있기 때문에 조명을 기준으로 시료를 90 o씩 회전시켜서 시료 1점당 4개의 회색조 이미지(gray scale image)를 획득하였다.
종이 시료는 임의의 방향에서 힘을 가하여 주름을 발생시켰으나, 직물 시료는 두 방향(경사 및 위사 방향), 또는 한 방향(경사 또는 위사 방향)으로 압축을 가하여 제작하였다. 시료의 개수는 Table 1과 같이 종이는 27개, 아크릴, 나일론, 폴리에스터 직물은 각각 10개씩 제작하였다.
주관 및 객관적 주름 평가를 위한 시료 제작에 사용된 소재는 종이와 아크릴, 나일론, 폴리에스터 천을 사용하였으며, 종이를 제외한 천(fabric) 시료는 모두 평직 직물이다. 시료의 색상은 모두 흰색 및 연한 아이보리 색상이다.
직물 및 종이의 크기는 가로, 세로 38 × 38 cm 크기로 재단하여 사용하였다.

데이터처리

주름이 생성된 시료의 주름 정도를 판정하기 위하여 10명의 평가자가 이미지 분석장치를 통해 획득한 이미지와 AATCC 표준주름판[1,2] 이미지를 육안으로 비교하는 주관평가를 실시하였다. 모든 주관평가 결과는 1개의 시료당 4개 방향별로 획득한 이미지를 주관적 방법으로 평가하고 4개 평가 결과를 평균하였다.

이론/모형

주름이 생성된 시료의 이미지 분석은 Shin 등[32]이 연구한 방법인 Canny 경계 검출법[33,34]을 이용하여 릿지 추출과 라인 문턱치 처리(line threshold)[11] 방법을 이용하여 그림자 추출을 실시하였다. 릿지 검출에 사용된 Canny 경계 검출법은 이미지의 밝기 변화량이 급격하게 변하는 곳을 찾아 추출하는 방법이며, 본 연구에서는 이전 연구와 동일하게 문턱치 값을 0.

성능/효과

획득 이미지에서 Canny 경계 검출을 통해 릿지를 검출한 이미지로 부터 구한 가로 및 세로 방향에 대한 릿지간 거리 분포(Figure 5(a)와 Figure 5(b))에서 10 cm 이하 구간에 있는 가로 방향의 릿지 거리 도수의 합과 세로 방향 릿지 거리 도수 합의 평균과 시료의 주관적 평가 등급과의 관계를 나타낸 것이 Figure 6이다. 각 방향별로 얻은 10 cm 이하 릿지 사이 거리 도수(frequency) 합을 구하고, 이 2개 값의 평균과 주관적 평가 결과의 관계 역시 릿지 밀도와 동일하게 자연로그함수 모델과 잘 맞음을 알 수 있다.
이것은 본 연구 역시 추출한 주름 구성 요소들과 주관평가의 관계가 일반적 등급 차이를 인식하는 베버의 법칙과 잘 맞는 것을 다시 한 번 확인한 것이라 할 수 있다. 본 연구에서 추출한 인자들을 이용하여 객관적인 주름평가의 가능성을 확인할 수 있었다. 하지만 종이와 같이 주름이 강하게 생기는 것과 천의 경우 주름이 약하게 생기는 직물 시료에 비해 릿지 밀도, 릿지 거리 분포, 그림자 거리 분포 등의 값이 적게 나오는 것은 주관적 판단에 다른 요소가 있을 것으로 생각되며 추가적인 분석이 필요한 것으로 생각된다.
사람이 주름을 인식하는 두가지 요소들을 3가지 분석 방법을 통해 추출하여 분석한 결과 모두 자연로그 모델식에 적합함을 확인할 수 있었다. 이것은 본 연구 역시 추출한 주름 구성 요소들과 주관평가의 관계가 일반적 등급 차이를 인식하는 베버의 법칙과 잘 맞는 것을 다시 한 번 확인한 것이라 할 수 있다.

후속연구

본 연구에서 추출한 인자들을 이용하여 객관적인 주름평가의 가능성을 확인할 수 있었다. 하지만 종이와 같이 주름이 강하게 생기는 것과 천의 경우 주름이 약하게 생기는 직물 시료에 비해 릿지 밀도, 릿지 거리 분포, 그림자 거리 분포 등의 값이 적게 나오는 것은 주관적 판단에 다른 요소가 있을 것으로 생각되며 추가적인 분석이 필요한 것으로 생각된다.

질의응답

핵심어	질문	논문에서 추출한 답변
	주름을 정량화한 연구 중에서 카메라 또는 스캐너 등을 이용해 처리하는 기술의 한계점은?	주름을 정량화한 연구 중 상당수는 카메라 또는 스캐너 등을 이용해 이미지를 얻어 이미지 처리를 통해 다양한 인자들을 추출하는 시도들이었다[3-14]. 이 방법들은 원래의 이미지를 회색조이미지로 변환하여 분석하기 때문에 의복의 다양한 색상 및 무늬에 의해 오차가 발생할 수 있어 3차원적으로 주름이 발생한 시료의 정보를 얻어 분석하는 연구[3,15-27]도 진행되었으나 측정 장치의 복잡함과 경제성 문제로 실제 활용은 미미한 수준이다.
	세계적으로 사용하는 주름 평가방법은 무엇인가?	하지만 세계적으로 사용하는 주름 평가방법은 표준주름판(AATCC smoothness appearance replica)과 주름이 발생한 시료를 육안으로 비교 평가[1,2]하는 방법이 대표적인데, 이 방법은 표준주름판과 시료를 비교 평가하는 사람의 상태에 따라 결과가 달라질 수 있어 이것에 대한 정량화 연구들이 진행되어왔다[3-32]. 주름을 정량화한 연구 중 상당수는 카메라 또는 스캐너 등을 이용해 이미지를 얻어 이미지 처리를 통해 다양한 인자들을 추출하는 시도들이었다[3-14].
	주름을 정량화한 연구는 상당수가 어떤 시도를 바탕으로 이뤄지나요?	하지만 세계적으로 사용하는 주름 평가방법은 표준주름판(AATCC smoothness appearance replica)과 주름이 발생한 시료를 육안으로 비교 평가[1,2]하는 방법이 대표적인데, 이 방법은 표준주름판과 시료를 비교 평가하는 사람의 상태에 따라 결과가 달라질 수 있어 이것에 대한 정량화 연구들이 진행되어왔다[3-32]. 주름을 정량화한 연구 중 상당수는 카메라 또는 스캐너 등을 이용해 이미지를 얻어 이미지 처리를 통해 다양한 인자들을 추출하는 시도들이었다[3-14]. 이 방법들은 원래의 이미지를 회색조이미지로 변환하여 분석하기 때문에 의복의 다양한 색상 및 무늬에 의해 오차가 발생할 수 있어 3차원적으로 주름이 발생한 시료의 정보를 얻어 분석하는 연구[3,15-27]도 진행되었으나 측정 장치의 복잡함과 경제성 문제로 실제 활용은 미미한 수준이다.

참고문헌 (34)

AATCC Test Method 124-2006, "Appearance of Fabrics after Repeated Home Laundering", AATCC Technical Manual, 2008.
ISO Test Method 7768, "Textiles-Test Method for Assessing the Smoothness Appearance of Fabrics after Cleansing", 2006.
D. H. Cho and T. J. Kang, "Objective Evaluation of Fabric Wrinkle Properties Using Image Processing", J Korean Fiber Soc, 1996, 33, 861-873.
Y. J. Na and B. Pourdeyhimi, "Assessing Wrinkle Using Image Analysis and Replicate Standards", Text Res J, 1995, 65, 149-157.

상세보기
C. J. Choi, H. J. Kim, Y. C. Jin, and H. S. Kim, "Objective Wrinkle Evaluation System of Fabrics Based on 2D FFT", Fiber Polym, 2009, 10, 260-265.

원문보기 상세보기
Z. Fazekas, J. Komuves, I. Renyi, and L. Surjan, "Automatic Visual Assessment of Fabric Quality", Industrial Electronics, ISIE '99, Proceedings of the IEEE International Symposium, 1999, 1, pp.178-182.
J. Hu, B. Xin, and H. Yan, "Measuring and Modeling 3D Wrinkles in Fabrics", Text Res J, 2002, 72, 863-869.

상세보기
M. Mohri, S. A. Hosseini Ravandi, and M. Youssefi, "Objective Evaluation of Wrinkled Fabric Using Radon Transform", J Text Inst, 2005, 96, 365-370.

상세보기
M. Mitsuo, J. Han, and M. Yang, "Objective Evaluation Method for Appearance of Fabric Wrinkling Replica by Image Processing", J Text Eng, 2002, 48, 11-16.

상세보기
H. C. Abril, M. S. Milln, and E. Valencia, "Influence of the Wrinkle Perception with Distance in the Objective Evaluation of Fabric Smoothness", J Opt A: Pure Appl Opt, 2008, 10, 1-10.
B. Xu and J. A. Reed, "Instrumental Evaluation of Fabric Wrinkle Recovery", J Text Inst, 1995, 86, 129-135.

상세보기
T. Mori and J. Komiyama, "Evaluating Wrinkled Fabrics with Image Analysis and Neural Networks", Text Res J, 2002, 72, 417-422.

상세보기
R. Zaouali, S. Msahli, B. El Abed, and F. Sakli, "Objective Evaluation of Multidirectional Fabric Wrinkling Using Image Analysis", J Text Inst, 2007, 98, 443-451.

상세보기
J. Amirabyat and M. J. Alagah, "Objective Assessment of Wrinkle Recovery by Means of Laser Triangulation", J Text Inst, 1996, 87, 349-355.

상세보기
"Image Processing 기법을 이용한 표면분석용 Software 개발", 산업자원부 산업기반기술사업의 기술개발 보고서, 주관기관 : 삼경정보통신(주), 2001.
T. J. Kang, D. H. Cho, and S. M. Kim, "New Objective Evaluation of Fabric Smoothness Appearance", Text Res J, 2001, 71, 446-453.

상세보기
T. J. Kang, D. H. Cho, and S. M. Kim, "New Method for the Objective Evaluation of Fabric Surface Waviness", AATCC Rev, 2002, 2, 38-41.
X. B. Yang and X. B. Huang, "Evaluating Fabric Wrinkle Degree with a Photometric Stereo Method", Text Res J, 2003, 73, 451-454.

상세보기
C. K. Park, "Objective Evaluation Method of Seam Pucker Using 3-dimensional Image Analysis and Artificial Intelligence", Doctoral Dissertation, Seoul National University, 1997.
C. Turner, H. Sari-Sarraf, A. Zhu, E. Hequet, and S. Lee, "Automatic Assessment of Fabric Smoothness", Circuits and Systems, MWSCAS-2002, The 2002 45th Midwest Symposium, II-379-II-382, 2002.
Z. Su, J. Han, M. Yang, and M. Matsudaira, "Objective Evaluation Method for Appearance of Fabric Wrinkling by the CCD Laser Light Measuring System", Sen'i Gakkaishi, 2003, 59, 21-30.
B. Xu, D. F. Cuminato, and N. M. Keyes, "Evaluation of Fabric Smoothness Appearance Using a Laser Profilometer", Text Res J, 1998, 68, 900-906.

상세보기
J. Su and B. Xu, "Fabric Wrinkle Evaluation Using Laser Triangulation and Neural Network", Opt Eng, 1999, 38, 1688-1693.

상세보기
C. Turner, H. Sari-Sarraf, E. Hequet, N. Abidi, and S. Lee, "Preliminary Validation of a Fabric Smoothness Assessment System", J Electron Imaging, 2004, 13, 418-426.

상세보기
N. Abidi, E. Hequet, C. Turner, and H. Sari-Sarraf, "Objective Evaluation of Durable Press Treatments and Fabric Smoothness Ratings", Text Res J, 2005, 75, 19-29.

상세보기
T. J. Kang, S. C. Kim, I. H. Sul, J. R. Youn, and K. S. Chung, "Fabric Surface Roughness Evaluation Using Wavelet-Fractal Method Part I: Wrinkle, Smoothness and Seam Pucker", Text Res J, 2005, 75, 751-760.

상세보기
E. H. Kim, "Objective Evaluation of Wrinkle Recovery", Text Res J, 1999, 69, 860-865.

상세보기
C. Jianmin, W. Zhaoping, and Y. Haojing, "The Fractal Characterization of Fabric Wrinkle Image", J China Text University, 1999, 16, 86-89.
B. K. Behera and R. Mishra, "Objective Measurement of Fabric Appearance Using Digital Image Processing", J Text Inst, 2006, 97, 147-153.

상세보기
T. J. Kang and J. Y. Lee, "Objective Evaluation of Fabric Wrinkles and Seam Puckers Using Fractal Geometry" Text Res J, 2000, 70, 469-475.

상세보기
A. J. Yang, "Quantitative Analysis for ISO Standard Replicas of Fabric Appearance and Smoothness", Master' Thesis, Konkuk University, 2006.
E. H. Shin, M. H. Seo, B. S. Jeon, D. H. Lee, H. S. Kim, S. K. Hong, and J. W. Jang, "Wrinkle Components Analysis Using AATCC Smoothness Appearance Replica", Text Sci Eng, 2012, 49, 26-34.

원문보기 상세보기
J. Canny, "Computational Approach to Edge Detection", IEEE Transactions on Pattern Analysis and Machine Intelligence, 1986, PAMI-8, 679-698.

상세보기
R. C. Gonzalez, R. E. Woods, and S. L. Eddins, 유현중, 김태우 공역, "디지털 영상처리(MATLAB을 이용한)", 아이티씨, 2003.

저자의 다른 논문 :

표제어: PCR

동의어: Packet Collision Rate

용어 설명 출처 목록 (6)

용어 설명: PCR은 세균 특이성이 있는 primer를 이용하여 적은 수의 세균이 있을지라도 쉽게 검출할 수 있는 유용한 방법이며, 이를 이용하여 구강 내 치면세균막이나 타액에서 직접 세균을 검출할 수 있게 되었다[8].

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증