• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.500-502
• /
• 1999

영상으로부터 유용한 정보를 얻는 방법 중 하나인 문자인식이 이루어지기 위해서는 주어진 영상의 이진화가 필수적이다. 이진화 알고리즘은 다양한 방법으로 연구되어 왔다. 기존의 이진화 알고리즘은 일반 영상에서는 우수한 성능을 보이나, 그림자가 포함된 영상의 이진화 결과는 그림자가 없는 영상에서 만큼의 성능을 기대하기 어렵다. 이진화의 결과에 따라 문자의 인식율이 크게 좌우되므로 환경에 독립적인 이진화 알고리즘에 관한 연구는 중요하다고 하겠다. 본 논문에서는 자동화 번호판 영상을 대상으로 문자인식의 전처리 단계라고 할 수 있는 이진화를 환경에 독립적으로 수행하기 위하여 모폴로지를 적용하여 실험하고, 특히 그림자가 존재하는 영상에서의 이진화 성능을 기존의 이진화 알고리즘과 비교 분석해 본다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.163-164
• /
• 2015

In order to decode the bar code image binarization process is indispensable. The traditional binarization method is a global threshold binarization and local threshold binarization. Global threshold binarization method using a single threshold. In some cases there is a blur, or if the brightness is different from the bar code image. Therefore, binary pattern information is not retained. Local threshold method is binaized pattern information is maintained but processing speed is slow than global threshold binarization. The algorithm for solving this problem, there is modified binary algorithm. In this paper, we proposed hardware IP implemented by Vivado of modified binary algorithm.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.10a
• /
• pp.145-147
• /
• 2014

대부분 이진화 알고리즘은 임계치를 결정하기 위해 히스토그램을 사용하여 밝기 분포를 분석한다. 배경과 물체의 명암 차이가 큰 경우는 분할을 위해 양봉 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기를 선택하는 것으로도 양호한 임계치를 찾을 수 있지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 이 문제점을 개선하기 위해 삼각형 타입의 소속 함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화 하는 퍼지 이진화 방법이 제안되었다. 퍼지 이진화 방법은 소속 함수에 적용된 소속도를 a-cut에 적용하여 영상을 이진화 한다. 그러나 기존의 퍼지 이진화 방법은 a-cut값을 경험적으로 설정하기 때문에 다양한 영상을 이진화하는 과정에서 정보 손실이 많이 발생하는 문제점이 있다. 따라서 본 논문에서는 FCM 클러스터링 알고리즘을 이용하여 퍼지 이진화 방법의 a-cut값을 동적으로 설정하여 이진화하는 방법을 제안한다. 제안된 방법을 다양한 영상에 적용한 결과, 배경과 물체의 명암도 차이가 크게 나지 않는 영상의 경우에는 기존의 퍼지 이진화 방법보다 정보 손실이 적은 상태로 이진화되는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.626-628
• /
• 2016

본 논문에서는 이진 영상에서 일부 정보가 손실된 경우에 히스토그램을 분석하여 구간을 분할한 후, 오츠 이진화와 퍼지 이진화 기법을 적용하여 원 영상을 이진화 한 후에 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 그레이 영상에서 히스토그램을 분석하여 픽셀 값의 변화의 폭이 큰 부분들을 분석하여 구간들을 분할하고 변화의 폭이 큰 부분의 지점에 속하는 영역은 오츠 이진화 기법을 적용하여 이진화하고 그 외의 구간들은 퍼지 이진화 기법을 적용하여 영상을 이진화 한다. 그리고 이진화 된 영상을 홉필드 네트워크를 적용하여 학습한다. 실험 영상에 정보 손실이 발생한 영상을 대상으로 제안된 방법을 적용한 결과, 대부분의 정보 손실이 있는 영상에서 모두 복원되는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2015.10a
• /
• pp.513-515
• /
• 2015

본 논문에서는 다양한 영상에서 객체들의 정보 손실을 최소화한 상태에서 영상을 이진화하기 위해 ${\alpha}-cut$을 동적으로 설정하는 개선된 퍼지 이진화 방법을 제안한다. 제안된 퍼지 이진화 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀 값의 거리를 계산하여 소속 함수의 구간을 설정한다. 그리고 소속 함수에서 소속도를 구한 후, 영상을 이진화 하기 위해 최대 밝기 값에서 중간 밝기 값을 나눈 값을 ${\alpha}-cut$값으로 설정한 후에 구간 임계치를 이용하여 영상을 이진화 한다. 제안된 퍼지 이진화 방법의 효율성을 확인하기 위해 다양한 영상을 대상으로 실험한 결과, 기존의 퍼지 이진화 방법보다 객체와 배경 사이의 명암도가 한쪽에 치우친 분포를 가진 영상과 넓게 분포된 영상에서 모두 객체들의 정보의 손실이 적은 상태에서 이진화되는 것을 확인할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.82-85
• /
• 2014

퍼지 이진화는 영상에 대한 임계값을 원본 영상의 가장 밝은 픽셀과 가장 어두운 픽셀의 평균값으로 설정하고 이를 삼각형 타입의 소속 함수에 적용하여 영상을 이진화한다. 그러나 퍼지 이진화는 영상의 배경과 물체의 밝기 차이가 큰 경우에는 이진화가 효과적이지만 차이가 크지 않은 경우에는 소속 함수 구간을 효율적으로 설정할 수 없어 이진화를 효과적으로 할 수 없다. 따라서 본 논문에서는 이러한 문제점을 개선하기 위해 ART2 알고리즘을 적용하여 각 클러스터의 중심 값을 구한다. 그리고 각 클러스터의 중심 값에 해당하는 명암도를 이용하여 평균값을 구한 후, 이 평균값을 퍼지 이진화 방법에서 소속 함수 구간의 중간 값으로 설정하여 영상을 이진화 한다. 제안된 방법의 성능을 평가하기 위해 다양한 영상에서 제안된 방법과 기존의 퍼지 이진화 방법을 적용한 결과, 기존의 퍼지 이진화 방법보다 정보 손실이 적은 상태에서 영상이 이진화되는 것을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.470-473
• /
• 2016

본 논문에서는 영상에서 일부 정보가 손실 또는 손상된 경우에 대해서 홉필드 네트워크를 적용하여 영상을 복원하는 방법을 제안한다. 제안된 방법은 영상을 그레이 영상으로 변환한 후, 퍼지 이진화 기법을 적용하여 영상을 이진화한다. 이진화된 영상에 홉필드 네트워크를 적용하여 영상의 특징들을 학습한다. 따라서 영상의 일부 정보가 손실되거나 잡음이 있는 영상에서 퍼지 이진화 기법을 적용하여 이진화한 후, 이진화된 결과를 홉필드 네트워크에 적용하여 영상을 복원한다. 제안된 방법을 5장의 그레이 영상을 대상으로 실험한 결과, 퍼지 이진화 기법과 홉필드 네트워크를 적용한 방법이 잡음이 있거나 영상의 정보가 손실된 영상에서 복원 정도가 높은 것을 실험을 통하여 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.11a
• /
• pp.298-301
• /
• 2003

문자 인식 및 영상 인식 분야의 대부분의 연구들은 이진영상을 바탕으로 이루어진다. 영상인식에 있어서 이진화는 매우 중요한 전처리 과정이다. 현재 다양한 이진화 알고리즘들이 개발되었고, 아직도 이진화에 대한 많은 연구가 진행되고 있다. 본 논문에서는 센트럴 모멘트를 이용한 이진화로 얼굴 영상에서 특징을 추출하는데 있어서 보다 정확하고 깨끗한 이진영상을 얻는 방법을 연구하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.10 no.10
• /
• pp.1877-1884
• /
• 2006

Image binarization is an important preprocessing to identify objects of interest by dividing pixels into background and objects. Usually binarization methods are classified into global and local thresholding approaches. In this paper, we propose an efficient and adaptive binarization method for the character segmentation by combining both advantages of the global and the local thresholding methods. Experimental results with the korean character images present that the proposed method binarizes character image faster and better than other local binarization methods.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.510-513
• /
• 2002

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimodal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 포함되어 있으므로 스케치 특징점 유무를 판별하는 임계치의 결정에는 애매 모호함이 존재한다. 따라서 본 논문에서는 영상에 대해 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 방법을 제안한다. 제안된 퍼지 이진화 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀값의 거리를 계산하여 밝기의 조정률을 구하여 최소 밝기값과 최대 밝기 값을 설정하고 삼각형의 소속 함수에 적용한다. 소속 함수에 적용된 소속도를 a-cut 을 적용하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 방법보다 제안된 퍼지 이진화 방법이 효율적인 것을 알 수 있었다.