Journal of the Korean Institute of Intelligent Systems (한국지능시스템학회논문지)

Korean Institute of Intelligent Systems (한국지능시스템학회)
권호 표지
DOI QR코드

DOI QR Code

Binarization Based on the Spatial Correlation of Gray Levles

그레이 레벨의 공간적 상관관계 기반 이진화

  • Published : 2007.08.25
Download PDF
⟨ Previous Next ⟩

Abstract

Conventional thresholding methods including Otsu's thresholding method are based on the gray levels frequency histogram. But the gray levels frequency histogram is obtained by recomposing only frequency information from an input image, where frequency histogram dose not contain any other informations such as the distribution of gray levels and relation between gray levels. Therefore the methods using the gray levels frequency histogram occasionally present inappropriate threshold values because it cannot reflect informations of the given image sufficiently. In this paper, we define a correlation function of gray levels and propose a novel thresholding method using the gray levels frequency histogram and the spatial correlation information. The effectiveness of the proposed method will be shown through comparison with Otsu's thresholding method.

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.

Keywords

References

  1. R. C. Gonzalez and R. E. Woods, Digital Image Processing, Addison Wesley, 1992
  2. Z. Chi, H. Yan, T. Pham, Fuzzy Algorithms: With Application to Image Processing and Pattern Recognition, World Scientific, 1996
  3. N. Otsu, 'A threshold selection method from gray-level histograms,' IEEE Trans Syst, Man Cybernet, 9 (1), 62-66, 1979 https://doi.org/10.1109/TSMC.1979.4310076
  4. C. C. Chang, L.-L Wang, 'A fast multilevel thresholding method based on lowpass and highpass filtering,' Pattern Recognition Lett. 18 (14), 1469-1478, 1997 https://doi.org/10.1016/S0167-8655(97)00134-7
  5. H. D. Cheng, Y. H. Chen, X. H. Jiang, 'Thresholding using two-dimensional histogram and fuzzy entropy principle,' IEEE Trans. Image Processing, 9 (4), 732-735, 2000 https://doi.org/10.1109/83.841949
  6. Z. Chi, H. Yan, T. Pham., Fuzzy Algorithms: With Applications to image Processing and Pattern Recognition. World Scientific 1996
  7. L. K. Huang, M. J. Wang, 'Image thresholding by minimizing the measure of fuzziness,' Pattern Recognition, 28, 41-51, 1995 https://doi.org/10.1016/0031-3203(94)E0043-K
  8. C. V. Iawahar, P. K. Biswas, A. K. Ray, 'Analysis of fuzzy thresholding schemes,' Pattern Recognition, 33 (8), 1339-1349, 2000 https://doi.org/10.1016/S0031-3203(99)00122-3
  9. J. N. Kapur, P. K. Sahoo, A. K. C. Wong, 'A new method for gray level picture thresholding using the entropy of the histogram,' Comput. Vision Graphics Image Process, 29, 273-285, 1985 https://doi.org/10.1016/0734-189X(85)90125-2
  10. T. Lindeberg, Scale-Space Theory in Computer Vision, Kluwer, Netherlands, 1994
  11. P. K. Sahoo, S. Soltani, A. Wong, 'A survey of thresholding techniques,' Comput. Vision Graphics Image Process, 41 (2), 233-260, 1988 https://doi.org/10.1016/0734-189X(88)90022-9
  12. W. H. Tsai, 'Moment-preserving thresholding: A new approach,' Comput. Vision Graphics Image Process, 29 (3), 377-393, 1985 https://doi.org/10.1016/0734-189X(85)90133-1
  13. 권순학, 손세호, 배종일, '그레이 레벨의 분포에 기 반한 임계값 결정법', 퍼지 및 지능시스템학회 논문지, 제 13권,6호, pp 649-654, 2003