Improved Fuzzy Binarization Method with Trapezoid type Membership Function and Adaptive α_cut

The effectiveness of a binarization algorithm in image processing depends on how to eliminate the uncertainty of determining threshold in a reasonable way and on minimizing information loss due to the binarization effect. Fuzzy binarization technique was proposed to handle that uncertainty with fuzzy logic. However, that method is known to be inefficient when the given image has low intensity contrast. In this paper, we propose an improved fuzzy binarization method to overcome such known drawbacks. Our method proposes a trapezoid type fuzzy membership function instead of most-frequently used triangle type one. We also propose an adaptive ${\alpha}$_cut determination policy. Our proposed method has less information loss than other algorithms since we do not use any stretching based preprocessing for enhancing the intensity contrast. In experiment, our proposed method is verified to be more effective in binarization with less information loss for many different types of images with low intensity contrast such as night scenery, lumber scoliosis, and lipoma images.

사다리꼴 형태의 소속 함수와 동적 α_cut 을이용한 개선된 퍼지 이진화

영상 이진화 알고리즘의 효율성은 이진화를 위한 임계치 결정에 있어서의 불확실성의 합리적인 제거와 이진화로 인한 영상 정보의 손실을 최소화하는 데에 있다. 그러한 모호성의 처리 방법으로서 퍼지 이진화 방법이 많이 사용되는데 보통 사용되는 삼각형 타입의 소속 함수와 이진화 임계치를 결정하는 ${\alpha}$_cut 값의 설정 방법이 그 효율성에 영향을 미친다. 다만 기존의 정적인 퍼지 이진화 방법은 명암 대비가 낮은 영상의 경우 그 효율성이 떨어지는 것이 알려져 있다. 본 논문에서 퍼지 이진화 방법의 이러한 문제점을 개선하기 위하여 ${\alpha}$_cut의 동적 결정 방법과 사다리꼴 타입의 소속 함수와 구간 설정 방법을 제안한다. 이 방법은 스트레칭 기법과 같은 정규화 전처리 과정을 밟지 않기 때문에 영상의 정보 손실이 적다. 또한 ${\alpha}$_cut의 동적 결정으로 인해 다양한 영상을 동일 기법으로 보다 정확하게 처리할 수 있다. 야경 영상, 척추 측만증 및 지방종 영상 등 다양한 물채를 포함하고 명암 대비성이 낮은 편인 영상을 대상으로 한 실험에서 제안된 방법이 기존의 퍼지 이진화 방법보다 효과적임이 확인되었다.