• 한국정밀공학회지
• /
• 제16권5호통권98호
• /
• pp.48-57
• /
• 1999

Applications of thresholding technique are based on the assumption that object and background pixels in a digital image can be distinguished by their gray level values. For the segmentation of more complex images, it is necessary to resort to multiple threshold selection techniques. This paper describes a new method for multiple threshold selection of gray level images which are not clearly distinguishable from the background. The proposed method consists of three main stages. In the first stage, a probability distribution function for a gray level histogram of an image is derived. Cluster points are defined according to the probability distribution function. In the second stage, fuzzy partition matrix of the probability distribution function is generated through the fuzzy clustering process. Finally, elements of the fuzzy partition matrix are classified as clusters according to gray level values by using max-membership method. Boundary values of classified clusters are selected as multiple threshold. In order to verify the performance of the developed algorithm, automatic inspection process of ball grid array is presented.

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.649-654
• /
• 2003

대부분의 영상 임계화 방법들은 그레이 레벨의 히스토그램 함수를 이용하여 임계값을 설정한다. 본 논문에서는 히스토그램을 이용하는 기존의 영상 임계화 방법들의 단점을 간단하면서 효율적으로 보여주는 예제를 제시한다. 이러한 기존의 임계화 방법들의 단점을 개선하기 위해 그레이 레벨의 분포를 기반으로 하는 새로운 그레이 레벨 임계값 설정방법을 제안한다. 마지막으로, 여러 가지 예제를 통해 제안된 임계값 설정 방법의 효율성을 보인다.

• 한국지능시스템학회논문지
• /
• 제17권4호
• /
• pp.443-450
• /
• 2007

본 논문에서는 주어진 영상의 그레이 레벨에 대한 통계적 정보와 구간값 퍼지집합에 기반을 둔 새로운 임계값 선택 방법을 제안한다. 제안한 임계값 선택 방법에서 구간값 퍼지집합은 영상의 픽셀과 그들이 속하는 영역, 즉 물체와 배경 간의 관계를 더욱 명확하게 나타내기 위해서 사용되고, 통계적 정보는 구간값 퍼지집합의 규칙과 파티션을 결정하기 위해서 이용된다. 제안한 방법의 타당성을 보이기 위해 다양한 형태의 히스토그램을 가진 5개의 테스트 영상들을 기존의 임계값 선택방법인 Otsu 방법과 Huang과 Wang의 방법과 비교하였다.

• 한국지능시스템학회논문지
• /
• 제17권6호
• /
• pp.725-730
• /
• 2007

Otsu의 임계값 결정법, Huang와 Wang의 임계값 결정법 등을 포함한 그레이 레벨 히스토그램에 기반한 임계값 결정법은 영상처리 분야에서 널리 사용되어져 왔다. 이들 기법들은 그 효용성이 뛰어남에도 불구하고 하나의 임계값이 아닌 다중 임계값을 추출하는 경우 많은 연산 시간이 소요되는 단점을 가지고 있다. 즉, 임계값의 개수가 늘어남에 따라 연산 복잡도 역시 기하급수적으로 증가하게 된다 본 논문에서는 가우시안 함수를 이용하여 그레이 레벨간의 상관관계를 측정하고, 가우시안 분포함수와 그레이 레벨의 히스토그램을 결합한 가우시안형 유한 혼합 분포를 이용하여 연산 복잡도가 단순하며 효용성 있는 임계값 결정법을 제안한다. 다수의 영상에 제안한 기법을 적용한 모의실험을 통하여 효용성을 확인하고, Otsu의 임계값 결정법과 제안한 기법의 연산 복잡도 비교를 통해서 제안한 임계값 결정법의 효율성을 보인다.

• 한국통신학회논문지
• /
• 제30권7C호
• /
• pp.716-725
• /
• 2005

본 논문에서는 PDP내에서 의사 윤곽이 발생할 가능성이 큰 화소를 찾고 대상 이미지에 따라 적응적으로 그 효과를 보상하는 방법을 제안한다. 우선 이미지의 화소 값 정보만을 이용해서 간단하면서 효과적으로 화소 값의 분포를 이용해서 화질의 저하를 야기하는 화소를 찾는 방법을 제안하였다. 다음으로 선택된 후보 화소 군을 특정영역으로 트리 구조를 통해서 그룹화하고 그 영역에서만 계조 수를 감소시킨다. 이 과정에서 의사 윤곽이 발생하는 영역에 한해서만 계조 감소가 필요하므로 전체 이미지가 아닌 그룹화 된 영역을 대상으로만 국한해서 계조 수를 감소시킨다. 마지막으로 계조 수 감소로 생긴 오차와 트리 구조를 이용한 그룹화로 생긴 오차를 오차 확산 기법을 이용해서 사람 눈에 잘 띄지 않게 한다. 제안한 기법은 정지 영상의 화소 값을 바꿈으로써 객관적인 화질의 손해 보는 대신에 의사 윤곽이 감소된 영상을 얻는다. 모의실험을 통해서 제안하는 의사 윤곽 제거 기법이 낮은 계산 복잡도를 가지면서 기존 방법들 보다 효과적으로 의사 윤곽을 제거함을 확인한다.

• 한국멀티미디어학회논문지
• /
• 제14권12호
• /
• pp.1544-1548
• /
• 2011

A process of choosing a subset of original features, so called feature selection, is considered as a crucial preprocessing step to image processing applications. There are already large pools of techniques developed for machine learning and data mining fields. In this paper, basically two methods, non-feature selection and feature selection, are investigated to compare their predictive effectiveness of classification. Color co-occurrence feature is used for defining image features. Standard Sequential Forward Selection algorithm are used for feature selection to identify relevant features and redundancy among relevant features. Four color spaces, RGB, YCbCr, HSV, and Gaussian space are considered for computing color co-occurrence features. Gray-level image feature is also considered for the performance comparison reasons. The experimental results are presented.

• Imaging Science in Dentistry
• /
• 제33권2호
• /
• pp.113-119
• /
• 2003

Purpose : To evaluate the relationship between morphometric analysis of bone microstructure from digital radiographic image and trabecular bone strength. Materials and Methods : One hundred eleven bone specimens with 5 mm thickness were obtained from the mandibles of 5 pigs. Digital images of specimens were taken using a direct digital intraoral radiographic system. After selection of ROI (100 × 100 pixel) within the trabecular bone, mean gray level and standard deviation were obtained. Fractal dimension and the variants of morphometric analysis (trabecular area, periphery, length of skeletonized trabeculae, number of terminal point, number of branch point) were obtained from ROI. Punch sheer strength analysis was performed using Instron (model 4465, Instron Corp., USA). The loading force (loading speed 1 mm/min) was applied to ROI of bone specimen by a 2 mm diameter punch. Stress-deformation curve was obtained from the punch sheer strength analysis and maximum stress, yield stress, Young's modulus were measured. Results: Maximum stress had a negative linear correlation with mean gray level and fractal dimension significantly (p<0.05). Yield stress had a negative linear correlation with mean gray level, periphery, fractal dimension and the length of skeletonized trabeculae significantly (p < 0.05). Young's modulus had a negative linear correlation with mean gray level and fractal dimension significantly (p < 0.05). Conclusions : The strength of cancellous bone exhibited a significantly linear relationship between mean gray level, fractal dimension and morphometric analysis. The methods described above can be easily used to evaluate bone quality clinically.

• 한국통신학회논문지
• /
• 제14권1호
• /
• pp.38-57
• /
• 1989

본 논문에서는 무늬영상의 분류에 적합한 특징의 선택에 대한 방법을 소개하였다. N개의 이웃한 gray level들의 공간적인 관계는 자동저하함수로 모델화된다. 특징 무늬로부터 취해진 모델 변수들은 최소 자승법으로 예측된다. 이 방법으로 생체세포의 영상들을 분류시킬 수 있다. 열개의 서로 다른 생체세포의 무늬영상으로 실험한 결과 분류의 정확도를 92%까지 이루었다.

• 한국정밀공학회지
• /
• 제21권8호
• /
• pp.83-88
• /
• 2004

The Classification of defected oil-seals using a vision system with the artificial neural network is presented. The artificial neural network fur classification consists of 27 input nodes, 10 hidden nodes, and one output node. The selection of the number of the input nodes is based on an observation that the difference among the defected, non-defected, and smeared oil-seals is greatly pronounced in the 26 step gray-scale level thresholding. The number of the hidden nodes is chosen as a result of a trade-off between accuracy and computing time. The back-propagation algorithm is used for teaching the network. The proposed network is capable of successfully classifying the defected from the smeared oil-seals which tend to be classified as the defected ones using the binary thresholding. It is envisaged that the proposed method improves the reliability and productivity of the automotive vision inspection system.

• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2003년도 Proceedings of ACRS 2003 ISRS
• /
• pp.862-864
• /
• 2003

Thresholding is a popular image segmentation method that converts a gray-level image into a binary image. The selection of optimum threshold has remained a challenge over decades. Many image segmentation techniques are developed using information about image in other space rather than the image space itself. Most of the technique based on histogram analysis information-theoretic approaches. In this paper, the criterion function for finding optimal threshold is developed using an intensity-based classuncertainty (a histogram-based property of an image) and region-homogeneity (an image morphology-based property). The theory of the optimum thresholding method is based on postulates that objects manifest themselves with fuzzy boundaries in any digital image acquired by an imaging device. The performance of the proposed method is illustrated on experimental data obtained by W-band millimeter-wave radiometer image under different noise level.