• Current Optics and Photonics
• /
• 제7권4호
• /
• pp.387-397
• /
• 2023

Tooth surface shape error is an important parameter in gear accuracy evaluation. When tooth surface shape error is measured by laser interferometry, the gear interferogram is highly distorted and the gray level distribution is not uniform. Therefore, it is important for gear interferometry to extract the foreground region from the gear interference fringe image directly and accurately. This paper presents an approach for foreground extraction in gear interference images by leveraging the sinusoidal variation characteristics shown by the interference fringes. A gray level mask with an adaptive threshold is established to capture the relevant features, while a local variance evaluation function is employed to analyze the fluctuation state of the interference image and derive a repair mask. By combining these masks, the foreground region is directly extracted. Comparative evaluations using qualitative and quantitative assessment methods are performed to compare the proposed algorithm with both reference results and traditional approaches. The experimental findings reveal a remarkable degree of matching between the algorithm and the reference results. As a result, this method shows great potential for widespread application in the foreground extraction of gear interference images.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2002년도 추계학술발표논문집
• /
• pp.118-121
• /
• 2002

The study on shilla monumental inscription has been accomplished by many historians. However, the research on segmentation of monumental inscription image using digital image processing is not sufficient for restoration of the image. Although, many image processing methods have been proposed for region extraction in still image, there is no suitable method for accurate interpretation of monumental inscription image. To distinguish foreground and background region in the image, this paper presents new segmentation algorithm composed of contrast adjustment and median filtering, thresholding and sobel operation, as pre-processing and post-processing. The result show that background and foreground regions are segmented in monumental inscription image.

• 디지털산업정보학회논문지
• /
• 제13권4호
• /
• pp.71-79
• /
• 2017

Recently, Fire watching and dangerous substances monitoring system has been being developed to enhance various fire related security. It is generally assumed that fire flame extraction plays a very important role on this monitoring system. In this study, we propose the fire flame extraction method of Non-Residential Facilities based on core object extraction in image. A core object is defined as a comparatively large object at center of the image. First of all, an input image and its decreased resolution image are segmented. Segmented regions are classified as the outer or the inner region. The outer region is adjacent to boundaries of the image and the rest is not. Then core object regions and core background regions are selected from the inner region and the outer region, respectively. Core object regions are the representative regions for the object and are selected by using the information about the region size and location. Each inner region is classified into foreground or background region by comparing its values of a color histogram intersection of the inner region against the core object region and the core background region. Finally, the extracted core object region is determined as fire flame object in the image. Through experiments, we find that to provide a basic measures can respond effectively and quickly to fire in non-residential facilities.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2001년도 하계종합학술대회 논문집(3)
• /
• pp.77-80
• /
• 2001

In general, the informations of the inner image that user interested in are limited to a special domain. In this paper, as using Wavelet Transform for dividing image into high frequency and low frequency, We can separate foreground including many data. After calculating object boundary of separated part, We extract special features using Color Coherence Vector. According to results of this experiment, the method of comparing data extracting foreground features is more effective than comparing data extracting features of entire image when we extract the image user interested in.

• 한국멀티미디어학회논문지
• /
• 제5권6호
• /
• pp.616-624
• /
• 2002

본 논문에서는 영상에 포함된 중심 객체를 추출하는 방법에 대해 제시한다. 중심 객체는 촬영의 중심이 되어 영상의 중앙 부분에 비교적 큰 면적을 차지하는 객체로 정의하는데 영상 내용에 대한 중요한 정보를 제공한다. 중심 객체 추출을 위해 우선 입력 영상에 대해 해상도를 줄여가며 영상 분할하고 분할된 결과에 대해 계층적 영역 병합을 수행함으로써 객체가 많은 수의 영역으로 세분화되어 영상 분할되는 것을 방지할 수 있도록 하였다. 분할된 각 영역은 영상의 경계와 접하는 경계 영역과 그 외의 비경계 영역으로 분류하였다. 비경계 영역은 중심 객체에 해당될 가능성이 있는 영역으로써, 이들 중에서 영상 중심 부근에서 가장 큰 크기를 차지하는 영역이 핵심객체영역으로 선택된다. 또한 경계 영역 중에서 영상의 네 모서리에 인접하는 영역은 핵심배경영역으로 선택되어 핵심객체영역과 함께 중심 객체 추출에 이용된다. 각 비경계 영역은 핵심 배경영역및 핵심객체영역과 칼라 분포 유사도출 비교하여 배경영역과 전경영역으로 분류된다. 핵심객체영역 및 핵심객체영역과 연결성을 가지는 전경영역이 최종 중심 객체로 선택된다. 본 논문에서 제안된 방법은 비교적 복잡한 배경을 갖는 영상에 대해서도 어느 정도 만족할 만한 결과를 얻을 수 있었다.

• 한국정보기술학회 영문논문지
• /
• 제9권2호
• /
• pp.29-39
• /
• 2019

Tidal Flats are very important natural resource and various efforts have been made to protect it from environmental pollutions. The projects to monitor the environmental changes by periodically observing the creatures in tidal flats are underway. However, they are being done inefficiently by people directly observing. In this paper, we propose an object segmentation method that can be applied to the applications which automatically monitor the living creatures in tidal flats. In the proposed method, a foreground map representing the location of objects is obtained by using a temporal difference method, and then a superpixel method is applied to detect the detailed boundary of an object. The region of a crab is extracted finally by combining the foreground map and the superpixel information. Experimental results show that the proposed method separates crab regions from a tidal flat image easily and accurately.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 추계종합학술대회 논문집
• /
• pp.552-555
• /
• 1999

In this paper, a method for extracting the fingerprint regions and the table from fingerprint document which is the size of A4 including ten fingerprints images in a table is presented. The extraction of each fingerprint region is carried out by segmenting the foreground fingerprint region using a block filtering method and detecting its center point. The table extraction, by detecting a horizontal line using line tracing, and detecting a vertical line by its orthogonal equation. Here, T-shaped mask is proposed for finding the starting points of the vertical line intersecting horizontal line by the form of 'T'. Experimental results show above 95% correct rate of extracting the fingerprint region and table.

• 한국컴퓨터그래픽스학회논문지
• /
• 제20권3호
• /
• pp.1-8
• /
• 2014

스마트폰의 전면 및 후면 카메라를 이용하여 동시에 획득한 전경 이미지와 배경 이미지에서, 전경 이미지의 일부분인 전경 물체를 추출하여 배경 이미지에 합성하는 방법을 제시한다. 최근의 고사양 스마트폰은 대개 두 개의 카메라를 가지고 있고, 사진을 촬영하는 과정에서 미리보기 화면을 제공한다. 전면 카메라로부터 전경 이미지를 획득하는 과정에서 미리보기 화면의 비디오에 대한 옵티컬 플로우를 이용하여 전경 물체를 추출한다. 추출된 전경 물체와 배경 화면을 단순히 합성한 후, 전경 물체와 배경화면의 경계에서 가중치 경계 블렌딩을 이용하여 시각적으로 부드러운 경계를 갖는 합성을 수행한다. 화소 수준의 조밀한 옵티컬 플로우의 계산은 고사양의 스마트폰에서도 상당히 느리기 때문에, 전경 물체 추출을 위한 마스크의 계산을 저해상도에서 수행하여 계산시간을 크게 절약할 수 있다. 실험적 결과에 의하면 제안하는 방법은 더 적은 계산 시간을 사용하며, 널리 사용되는 Poisson 이미지 합성 방법에 비하여 시각적으로 더 우수한 결과를 얻을 수 있다. 제안하는 방법은 Poisson 이미지 합성 방법에서 자주 관찰되는 색 번짐 결점을 가중치 경계 블렌딩을 이용하여 제한적인 수준에서 극복할 수 있다.

• 한국통신학회논문지
• /
• 제34권12C호
• /
• pp.1147-1153
• /
• 2009

본 논문에서는 분할 영역기반 스테레오 정합에 있어서 분할 영역 추출시 컬러 외에 깊이 카메라의 초기 깊이, 프레임 간 분할 영역의 움직임 정보를 같이 이용한 분할 영역기반 스테레오 정합 기법을 제안한다. 제안한 기법은 깊이 카메라의 초기 깊이 정보를 이용하여 기준 영상의 객체/배경 분리를 먼저 수행하고, 분리된 객체/배경별로 컬러 영상 분할을 수행하여 분할 영역을 추출한다. 또한 분할 영역기반 깊이 정보 추출에 있어 프레임 간 깊이 정보의 연속성을 유지하기 위해 객체/배경 분리 정보, 분할 영역의 움직임 정보를 이용한다. 실험결과에서, 제안한 기법은 컬러 정보만을 이용한 기존의 분할 영역 추출 및 분할 영역 기반 스테레오 정합 기법에 비해 정적배경 영역에서 특히 분할 영역 추출과 깊이 정확도가 개선된 성능을 보였다.

• International Journal of Fuzzy Logic and Intelligent Systems
• /
• 제16권4호
• /
• pp.246-253
• /
• 2016

Infrared (IR) imaging has been researched for various applications such as surveillance. IR radiation has the capability to detect thermal characteristics of objects under low-light conditions. However, automatic segmentation for finding the object of interest would be challenging since the IR detector often provides the low spatial and contrast resolution image without color and texture information. Another hindrance is that the image can be degraded by noise and clutters. This paper proposes multi-level segmentation for extracting regions of interest (ROIs) and objects of interest (OOIs) in the IR scene. Each level of the multi-level segmentation is composed of a k-means clustering algorithm, an expectation-maximization (EM) algorithm, and a decision process. The k-means clustering initializes the parameters of the Gaussian mixture model (GMM), and the EM algorithm estimates those parameters iteratively. During the multi-level segmentation, the area extracted at one level becomes the input to the next level segmentation. Thus, the segmentation is consecutively performed narrowing the area to be processed. The foreground objects are individually extracted from the final ROI windows. In the experiments, the effectiveness of the proposed method is demonstrated using several IR images, in which human subjects are captured at a long distance. The average probability of error is shown to be lower than that obtained from other conventional methods such as Gonzalez, Otsu, k-means, and EM methods.