• 대한전자공학회논문지SP
• /
• 제43권6호
• /
• pp.20-27
• /
• 2006

Multi-level thresholding은 영상 분할 방법 중 하나로 널리 이용되고 있지만 대부분의 기존 논문들은 응용 분야에 직접적으로 이용되기에는 적합하지 않거나 영상 분할 단계까지 확장되지 않고 있다. 본 논문에서는 영상 분할을 위한 multi-level thresholding 방안으로써 영역 단위의 multi-level thresholding을 제안한다. 먼저, 영상의 색상별 성분에 대해서 EWFCM(Entropy-based Weighted Fuzzy C-Means) 알고리즘을 적용하여 2개의 군집으로 분류한 후 코드 영상을 생성한다. EWFCM 알고리즘은 화소들에 대한 공간 정보를 추가한 개선된 FCM 알고리즘으로 영상 내 존재하는 잡음을 제거한다. 그리고 코드 영상에 존재하는 군집의 수를 감소함으로써 좀 더 나은 영상 분할 결과를 얻을 수 있으며 군집의 감소는 하나의 군집내에 존재하는 영역들과 나머지 군집들간의 유사도를 기반으로 영역을 재분류함으로써 처리된다. 그러나 영상에는 여전히 많은 영역들이 존재하기 때문에 이를 해결하기 위한 하나의 후처리 방안으로써 영역간의 Kullback-Leibler 거리값을 기반으로 Bayesian 알고리즘에 의한 영역 합병을 수행한다. 실험 결과 제안한 영역 기반의 multi-level thresholding은 기존 방법이나 화소나 군집 기반의 multi-level thresholding보다 좋은 분할 결과를 보였으며 Bayesian 알고리즘을 이용한 후처리 방안에 의해 좀 더 나은 결과를 보였다.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.73-82
• /
• 2005

본 논문은 weighted FCM(Fuzzy C-Means) 알고리즘을 적용한 컬러 영상 multi-level thresholding을 제안한다. FCM 알고리즘은 기존의 thresholding 방법들과 달리 최적의 임계치를 결정할 수 있으며 multi-level thresholding으로의 확장이 가능하다. 그러나 공간정보를 포함하고 있지 않기 때문에 잡음 등에 민감하다는 단점을 가진다. 본 논문은 이러한 단점을 해결하기 위해서 이웃 화소들로부터 얻은 entropy 기반의 가중치(weight)를 FCM 알고리즘에 적용함으로써 잡음의 제거가 가능하다. 그리고 각 색상별 성분의 군집 화소들을 기반으로 생성한 코드 영상에 대해서 군집 내부의 거리값을 이용하여 최적의 군집수를 결정한다. 실험에서 제안한 방법이 기존의 방법들보다 잡음에 대해서 강건하며 우수한 분할 성능을 보였다.

• 정보처리학회논문지B
• /
• 제12B권5호
• /
• pp.587-594
• /
• 2005

본 논문은 전이 영역에서 퍼지 클러스터링 알고리즘을 이용한 multi-level thresholding 방법을 제안한다. 대부분의 임계치 기반 영상 분할은 영상의 히스토 그램 분포를 기반으로 임계치를 결정한다. 그러므로 많은 처리시간과 기억공간을 요구할 뿐만 아니라 복잡하고 무분별한 히스토 그램 분포를 가지는 실영상에서의 임계치 결정에는 어려움이 있다. 본 논문에서는 영상의 대표적인 성분들로 구성된 전이 영역을 추출한 후 퍼지 클러스터링 알고리즘에 의해 최적의 임계치를 결정한다. 전이 영역을 추출하기 위해 이용되는 지역적 엔트로피는 잡음에 강건하며 영상에 내재된 정보를 잘 표현한다는 특성을 가진다. 그리고 퍼지 클러스터링 알고리즘은 복잡하고 무분별한 분포의 실영상에 대해서도 정확히 임계치를 설정할 수 있으며 multi-level thresholding으로 쉽게 확장이 가능하다. 다양한 실영상을 대상으로 실험한 결과, 제안한 방법이 기존의 방법보다 향상된 성능을 가짐을 보였다.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1987년도 한국자동제어학술회의논문집; 한국과학기술대학, 충남; 16-17 Oct. 1987
• /
• pp.488-491
• /
• 1987

In this paper. a heuristic multi-thresholding algorithm is proposed to extract objects from background. Specifically the proposed algorithm finds out multi valleys from gray level histogram automatically and non-recursively. Some experimental result for various types of image. are presented, to show the effectiveness of the proposed algorithm.

• Journal of Biosystems Engineering
• /
• 제38권2호
• /
• pp.149-162
• /
• 2013

Purpose: In image segmentation via thresholding, Otsu and Kapur methods have been widely used because of their effectiveness and robustness. However, computational complexity of these methods grows exponentially as the number of thresholds increases due to the exhaustive search characteristics. Methods: Particle swarm optimization (PSO) and genetic algorithms (GAs) can accelerate the computation. Both methods, however, also have some drawbacks including slow convergence and ease of being trapped in a local optimum instead of a global optimum. To overcome these difficulties, we proposed two new multi-level thresholding methods based on Bacteria Foraging PSO (BFPSO) and real-coded GA algorithms for fast segmentation. Results: The results from BFPSO and real-coded GA methods were compared with each other and also compared with the results obtained from the Otsu and Kapur methods. Conclusions: The proposed methods were computationally efficient and showed the excellent accuracy and stability. Results of the proposed methods were demonstrated using four real images.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1998년도 가을 학술발표논문집 Vol.25 No.2 (2)
• /
• pp.435-437
• /
• 1998

영상에 대한 영역분할은 영상에 대한 인식 시스템에서 가장 중요하고도 어려운 분야로 알려져 있다. 주로 사용되는 방법은 화소중심기법과 영역중심기법이 사용되는데, 화소중심기법은 적은 시간이 걸리는데 비해 영역분할 효과가 떨어지고, 영역중심기법은 상대적으로 양질의 영역분할 효과를 얻을 수 있지만 많은 시간이 걸린다. 본 논문에서는 영역분할에 대한 방법으로 thresholding방법을 이용한 2단계로 이루어진 영역분할 방법을 제안한다. 제안된 방법은 화소의 전역정보와 지역정보를 모두 사용하여 기존의 전역 thresholding방법에 비해 향상된 영역 분할을 수행하고, 지역정보를 이용하는 영역중심 기법에 비해 시간을 단축하는 효과를 가지고 있다. 첫 번째 단계에서는 기존에 알려진 전역 thresholding방법을 사용하여 영역분할을 하고, 두 번째 단계에서는 영상에 대해 미리 알려진 사전지식을 이용하여 영역분할이 제대로 되지 않은 영역을 구분하여 해당 영역에 대해서만 thresholding작업을 수행한다. 사용된 영상은 자궁경부 세포진 영상으로 대상이 되는 영역은 자궁경부 세포의 핵으로 제한하였다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2006년도 심포지엄 논문집 정보 및 제어부문
• /
• pp.126-128
• /
• 2006

For pattern matching, an object image should be segmented and analyzed for the first time. Thresholding is a fundamental approach to segmentation that utilizes a significant degree of pixel popularity or intensity. Otsu's thresholding is one of the most veil-known methods proposed in the literature. However, the method has a disadvantage of repeatedly searching the optimal thresholds for the entire region. To overcome this problem, a number of methods have been proposed. In this paper, we propose a simple and fast thresholding method of finding multi-level threshold values by extending the Otsu's method. Our experimental results for the benchmak images show a possibility that the proposed method could be used efficiently for pattern matching.

• 전자공학회논문지CI
• /
• 제43권5호
• /
• pp.29-37
• /
• 2006

스레쉬홀딩(thresholding)은 영상 화소의 군집이나 강도를 이용하여 영상을 분할하는 기본 기술이다. Otsu의 스레쉬홀딩 방법에서는 정규화 된 히스토그램을 이산 밀도함수로 보아 화소의 클래스 간 분산을 최대화시키는 판별식을 이용한다. 그러나 Otsu의 방법에서는 여러 객체로 이루어진 영상에서 최적의 스레쉬홀드를 찾기 위하여 그레이레벨 전 구간에 대해 모든 가능한 분산 값을 반복적으로 계산해 보아야 하기 때문에 계산 시간이 길게 걸리는 문제가 있다. 본 논문에서는 Otsu의 방법을 개선하여 간단하지만 고속으로 멀티-레벨의 스레쉬홀드 값을 구할 수 있는 방법을 제안한다. 전체 그레이 구간 영역에 대하여 Otsu의 방법을 적용시키기 보다는 먼저 그레이 영역을 작은 부분-구간으로 나눈 다음 Otsu의 방법을 적용시키는 처리를 반복하여 원하는 개수의 스레쉬홀드를 구하는 방법이다. 본 제안 방법에서는 맨 처음 대상 영상의 그레이 구간을 2부류로 나눈다. 이 때, 분할을 위한 스레쉬홀드는 전 구간을 대상으로 Otsu의 방법을 적용하여 구한다. 그 다음에는 전체 구간이 아닌 분할된 부분-구간을 대상으로 Otsu의 방법을 적용하여 두 부류를 4부류로 나눈다. 이와 같은 처리를 원하는 개수의 스레쉬홀드를 얻을 때 까지 반복한다. 세 종류 벤취마크 영상과 50개 얼굴영상에 대해 실험한 결과, 제안 방법은 대상 영상을 특성에 맞게 고속으로 잘 분할하였으며, 패턴 매칭이나 얼굴인식에 이용될 수 있는 가능성을 확인하였다.

• 한국콘텐츠학회논문지
• /
• 제11권6호
• /
• pp.18-25
• /
• 2011

이미지로부터 중요 객체를 추출하는 것은 추적, 분할, 적응적 압축, 내용기반 검색과 같은 멀티미디어 처리에 있어서 매우 중요한 부분이며, 현재 이에 관한 많은 연구가 진행 되고 있다. 중요 객체 추출을 위한 방법으로 Saliency Map을 이용한 방법이 있다. 이 방법에서는 일반적으로 이진화된 Saliency Map을 이용하여 어떤 화소가 중요 객체 내부인가 아닌가를 표시한다. 따라서 이 방법은 이진화를 위한 임계값의 선택이 성능에 매우 중요한 영향을 끼친다. 기존 연구에서는 일반적으로 휴리스틱 방법을 이용하여 임계값을 결정하거나 매개변수로 임계값을 조정하는 방법이 사용되었다. 그러나 하나의 임계값 적용은 이미지 안의 다수의 객체가 포함되어 있는 경우 적합하지 않다. 본 논문에서는 이러한 단점을 개선할 수 있는 Otsu 임계값을 이용한 전역적인 최적 임계값을 사용하는 방법을 제안한다. 제안하는 Otsu 임계화 방법은 단일-계층에 적용할 수 있는 Otsu 방법과 이를 확장하여 다중-계층에도 적용할 수 있는 Otsu 방법이다. 제안한 방법을 기존의 Saliency Map 모델에 적용한 결과 성능이 개선되었음을 확인하였다.

• 전력전자학회:학술대회논문집
• /
• 전력전자학회 2015년도 전력전자학술대회 논문집
• /
• pp.465-466
• /
• 2015

배터리 관리시스템(BMS;battery management system)의 중요 고려요소인 SOC(state-of-charge) 및 SOH(state-of-health)의 전기적 등가회로 모델 기반 고성능 추정의 전제 조건은 배터리 단자전압의 안정된 실험데이터 확보이다. 그러나, 예상치 않은 에러로 인해 배터리 단자전압에 노이즈 성분이 포함될 경우 SOC 및 SOH 추정알고리즘의 성능저하가 우려된다. 이를 위해, 본 논문은 이산 웨이블릿 변환(DWT;discrete wavelet transform)의 다해상도 분석(MRA;multi resolution analysis) 레벨에 따른 디노이징 최적 성능을 소개하고자 한다. 하드 임계화(hard-thresholding) 및 소프트 임계화(soft-thresholding) 기법에 따른 디노이징 성능 차이를 보이고, 각 임계화 기법 적용 시 디노이징 최적 성능을 보이는 레벨을 선택한다.