[논문]퍼지의 사다리꼴 타입과 영상 단계적 분할을 이용한 동적 적응적 이진화 방법

이호창

doi:10.9717/kmms.2022.25.5.670

퍼지의 사다리꼴 타입과 영상 단계적 분할을 이용한 동적 적응적 이진화 방법
Dynamic Adaptive Binarization Method Using Fuzzy Trapezoidal Type and Image Stepwise Segmentation 원문보기

멀티미디어학회논문지 = Journal of Korea Multimedia Society, v.25 no.5, 2022년, pp.670 - 675

이호창 (Institute of General Education, Pusan National University)

Abstract ▼ AI-Helper

This study proposes an improved binarization method to improve image recognition rate. The research goal is to minimize the information loss that occurs during the binarization process, and to transform the object of the original image that cannot be determined through the transformation process into an image that can be judged. The proposed method uses a stepwise segmentation method of an image and divides blocks using prime numbers. Also, within one block, a trapezoidal type of fuzzy is applied. The fuzzy trapezoid is binarized by dividing the brightness histogram area into three parts according to the degree of membership. As a result of the experiment, information loss was minimized in general images. In addition, it was found that the converted binarized image expressed the object better than the original image in the special image in which the brightness region was tilted to one side.

주제어

표/그림 (10)

그림 Fig. 1. Image Segmentation process.
그림 Fig. 2. Application of Trapezoid Type.
그림 Fig. 3. Experiment Result of Cat Image.
표 Table 1. Classification of Brightness Section.
그림 Fig. 4 Original Image for Experiment. (a) Cat and (b) Dark.
그림 Fig. 5. Experiment Result of Cat Image. (a) Otsu, (b) Mean, (c) Iterative and (d) Proposed Method.
표 Table 2. Data for the Original Image.
그림 Fig. 6. Experiment Result of Person Image. (a) Otsu, (b) Mean, (c) Iterative and (d) Proposed Method.
그림 Fig. 7. Histogram of the Original Image. (a) Cat Histogram and (b) Dark Histogram.
표 Table 3. Result image black and white ratio.

AI 본문요약
AI-Helper

문제 정의

정밀하게 변환된 이진 영상은 지금까지 인식하지 못한 여러 분야에 적용할 수도 있다고 판단된다. 그래서 본 제안 내용은 이진화 과정에서 발생하는 많은 정보손실을 최소화하는 것과 동시에 원본 영상에서 나타나지 않는 많은 정보를 변환 과정을 통해 분별할 수 있게 하는 것을 목표로 하였다.

제안 방법

기존 인식 분야에서 이진 영상은 단순하게 객체와 배경을 분리하는 수준에서 머물렀다면 정보손실이 적은 이진 영상은 많은 정보를 포함하여 세밀한 영상인식 분야의 전처리 과정으로 활용될 수 있어 새로운 논리를 적용한 개선된 동적 적응적 이진화 방법을 제안한다.
단계적 영상 분할은 소수를 이용하여 나누었으며 분할된 영상은 퍼지의 사다리꼴 유형을 이용하여 흑, 백, 이후 단계에서 처리하는 구간으로 분리하여 처리하였다. 영상 분할 기준은 이진화된 화소의 비율로 결정이 되며 비율은 98%를 초과하면 영상 분할 과정을 멈추고 전역적인 방법으로 결정되지 않는 화소를 대상으로 최종적으로 이진화한다.
본 연구에서는 임계치 수가 적으면 정보손실이 최소화된 이진 영상을 취득하기가 어렵다고 판단하여 많은 임계치를 설정할 것이다. 본 연구에서는 기존방법보다는 알고리즘이 다소 복잡하지만, 단계별 전체 임계치 수를 달리할 것이며 분할된 하나의 블록 내에서는 세밀하게 영역을 구분하기 위해서 명도 영역을 3개의 임계치를 설정할 것이다.
제안 방법은 목표를 실현하기 위해 여러 방법을 적용하였다. 적용한 방법은 영상의 지역적 분할 방법과 전역 방법을 응용한 적응적 이진화 방법, 단계적 분할 처리 방법, 퍼지의 사다리꼴 방법을 이용하였다.
제안 방법은 원본 영상을 정적으로 하나 혹은 두 개의 임계치를 이용하여 이진화하지 않고 단계별로 조금씩 이진화 영역을 확대하는 동적 방식으로 진행한다. 단계별 이진화 영역은 여러 분할된 영역으로 나누며 분할 영역은 단계별로 블록 수가 달라진다.

이론/모형

그래서 본 연구의 기본적인 목표는 정보손실이 적은 이진 영상 취득과 원본 영상에서 인식 불가능한 객체를 뚜렷하게 시각적으로 표현된 이진 영상 취득을 목표로 한다. 이에 본 연구에서는 퍼지의 사다리꼴 유형과 단계별 분할 방법을 이용한다.

성능/효과

단계적 영상 분할은 소수를 이용하여 나누었으며 분할된 영상은 퍼지의 사다리꼴 유형을 이용하여 흑, 백, 이후 단계에서 처리하는 구간으로 분리하여 처리하였다. 영상 분할 기준은 이진화된 화소의 비율로 결정이 되며 비율은 98%를 초과하면 영상 분할 과정을 멈추고 전역적인 방법으로 결정되지 않는 화소를 대상으로 최종적으로 이진화한다.
제안 방법을 이용한 실험 결과는 원본 영상이 균일 명도 영역을 가진 일반적인 영상뿐만 아니라 명도 히스토그램에서 한쪽으로 치우쳐 있는 특수한 영상에도 좋은 결과를 얻을 수 있었다. 특히, 비정상적인 취득과정으로 객체를 인식할 수 없는 영상도 인식 가능한 형태로 변환된 것을 볼 수 있었다.
제안 방법을 이용한 실험 결과는 원본 영상이 균일 명도 영역을 가진 일반적인 영상뿐만 아니라 명도 히스토그램에서 한쪽으로 치우쳐 있는 특수한 영상에도 좋은 결과를 얻을 수 있었다. 특히, 비정상적인 취득과정으로 객체를 인식할 수 없는 영상도 인식 가능한 형태로 변환된 것을 볼 수 있었다.

후속연구

그러나 현시스템에서 이러한 단점은 별로 문제가 되지 않으며 인공지능의 인식 방법보다 시간상 빠른 결과를 나타낸다. 따라서, 차후 연구의 방향은 영상 인식률 향상을 위하여 인공지능 방법과 연계할 생각이다. 인공지능 영상 인식 분야와 제안 방법의 연계는 영상 인식 분야의 인식률을 한층 더 높일 수 있는 하나의 방법이 될 수도 있을 것으로 예상한다.
인공지능 영상 인식 분야와 제안 방법의 연계는 영상 인식 분야의 인식률을 한층 더 높일 수 있는 하나의 방법이 될 수도 있을 것으로 예상한다. 또한, 제안 방법보다 더욱 발전된 범용적 이진화 방법 연구에 매진할 것이다.
따라서, 차후 연구의 방향은 영상 인식률 향상을 위하여 인공지능 방법과 연계할 생각이다. 인공지능 영상 인식 분야와 제안 방법의 연계는 영상 인식 분야의 인식률을 한층 더 높일 수 있는 하나의 방법이 될 수도 있을 것으로 예상한다. 또한, 제안 방법보다 더욱 발전된 범용적 이진화 방법 연구에 매진할 것이다.

참고문헌 (10)

N. Otsu, "A Treshold Selection Method from Grey-Level Histogram," Institute of Electrical and Electronics Engineers, Vol. 9, No. 1, pp. 62-66, 1979.
K.P. Han, "A Light Exposure Correction Algorithm Using Binary Image Segmentation and Adaptive Fusion Weights," Journal of Korea Multimedia Society, Vol. 24, No. 11, pp. 1461-1471, 2021.
S.H. Kwon, "Advanced Image Quality Indexbased Binarization of Gray Images," Journal of Korean Institute of Intelligent Systems, Vol. 30, No. 3, pp. 236-241, 2020.
J. Bernsen, "Dynamic Thresholding of GreyLevel Images," International Conference on Pattern Recognition, pp. 1251-1255, 1986.
H.C. Lee, K.B. Kim, H.J. Park, and E.Y. Cha, "An Improved Adaptive Binarization Algorithm Based on Fuzzy Logic," International Journal of Saftware Engineering and lts Applications, Vol. 10, No. 10, pp. 1-8, 2016.
H.C. Lee, K.B. Kim, H.J. Park, and E.Y. Cha, "An α-cut Automatic Set based on Fuzzy Binarization Using Fuzzy Logic," Journal of the Korea Institute of Information and Communication Engineering, Vol. 19, No. 12, pp. 2924-2932, 2015.
K.B. Kim and D.H. Song, "Automatic Defect Detection using Fuzzy Binarization and Brightness Contrast Stretching from Ceramic Images for Non-Destructive Testing," Journal of the Korea Institute of Information and Communication Engineering, Vol. 21, No. 11, pp. 2121-2127, 2017.
H.C. Lee, "A Method of Binarization with Less Information Loss using Merge and Conquer Approach and Fuzzy," International Information Institute, Vol. 20, No. 8(A), pp. 5595-5600, 2017.
H.C. Lee, "Fuzzy Logic-based Binarization : A Divide and Conquer Approach," International Information Institute, Vol. 21, No. 2, pp. 687-694, 2018.
H.C. Lee, "Binarization Method of Night Illumination Image with Low Information Loss Using Fuzzy Logic," Journal of the Korea Institute of Information and Communication Engineering, Vol. 23, No. 5, pp. 540-546, 2019.

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