• 한국멀티미디어학회논문지
• /
• 제20권2호
• /
• pp.163-169
• /
• 2017

There are various algorithms evaluating a threshold for image segmentation. Among them, Otsu's algorithm sets a threshold based on the histogram. It finds the between-class variance for all over gray levels and then sets the largest one as Otsu's optimal threshold, so we can see that Otsu's algorithm requires a lot of the computation. In this paper, we improved the amount of computational needs by using estimated Otsu's threshold rather than computing for all the threshold candidates. The proposed algorithm is compared with the original one in computation amount and accuracy. we confirm that the proposed algorithm is about 29 times faster than conventional method on single processor and about 4 times faster than on parallel processing architecture machine.

• 한국지능시스템학회논문지
• /
• 제20권3호
• /
• pp.368-374
• /
• 2010

영상 분할 (Image Segmentation)은 패턴 인식, 환경 인식, 문서 분석을 위한 영상 처리 과정에서 가장 기본적인 단계이다. 영상 분할 방법들 중 Otsu의 영상의 정규화된 히스토그램의 분포 정보를 이용하여 클래스 간의 분산을 최대화 시키는 임계치값을 결정하는 자동 임계치값 선정방법이 가장 잘 알려진 방법이다. Otsu의 방법은 영상의 전 영역에 대한 히스토그램을 분석함으로써 영상의 부분적인 특성을 반영하여 임계치값을 결정하기는 어렵다. 본 논문에서는 이 어려움 해소하기 위하여 Context Fuzzy c-Means 알고리즘을 이용하여 영상을 여러 개의 부분 영역으로 나누고, 정의된 부 영역에 영상 분할 기법을 적용함으로써 부 영역들에 적합한 여러 개의 임계치값을 계산함으로써 영상 분할 성능을 개선하고자 하였다.

• 동력기계공학회지
• /
• 제20권4호
• /
• pp.32-37
• /
• 2016

This paper proposes two measurement methods for injured rate of fish surface using color image segmentation method based on K-means clustering algorithm and Otsu's threshold algorithm. To do this task, the following steps are done. Firstly, an RGB color image of the fish is obtained by the CCD color camera and then converted from RGB to HSI. Secondly, the S channel is extracted from HSI color space. Thirdly, by applying the K-means clustering algorithm to the HSI color space and applying the Otsu's threshold algorithm to the S channel of HSI color space, the binary images are obtained. Fourthly, morphological processes such as dilation and erosion, etc. are applied to the binary image. Fifthly, to count the number of pixels, the connected-component labeling is adopted and the defined injured rate is gotten by calculating the pixels on the labeled images. Finally, to compare the performances of the proposed two measurement methods based on the K-means clustering algorithm and the Otsu's threshold algorithm, the edge detection of the final binary image after morphological processing is done and matched with the gray image of the original RGB image obtained by CCD camera. The results show that the detected edge of injured part by the K-means clustering algorithm is more close to real injured edge than that by the Otsu' threshold algorithm.

• 한국멀티미디어학회논문지
• /
• 제13권7호
• /
• pp.1062-1075
• /
• 2010

의료 영상 분야에서 영상의 분할 및 특성의 추출을 위하여 명암도 차이를 이용하는 방법이 널리 사용되고 있으며, 임계값을 결정한 뒤 이를 기준으로 영상을 이진화하는 임계값 방식이 잘 알려져 있다. 임계값 방식 중 자주 사용되는 방식이 임계값을 선택하는 데 효율적이면서, 효과적인 선정 기준을 제시하고 있는 Otsu 알고리즘이다. 하지만 흉부 X-ray 영상에 대해서는 Otsu 알고리즘의 적용으로 좋은 영상 분할 결과를 얻을 수 없다. 이는 폐 영역 주변에는 갈비뼈나 혈관과 같은 다양한 기관이 존재하여 따라서 명암도 레벨의 분포가 불명확하기 때문이다. 이러한 불명료성을 개선하기 위하여, 본 논문에서는 X-ray 영상의 배경을 배제한 후 Otsu 알고리즘을 적용하고, 명암 레벨 지도를 생성한 후, 이를 이용하여 X-ray 영상을 분할하는 효과적인 폐 영역 추출 알고리즘을 제시한다. 제안한 방법의 효과를 검증하기 위해 제안한 방법과 기존의 1차원 및 2차원 Otsu 알고리즘, 그리고 전문가의 육안 분할 결과와 비교하였다. 실험 결과, 제안한 방법이 기존 Otsu 방법에 비해 더 정확하게 폐 영역을 추출하였으며, 육안 분할 결과와 거의 비슷한 결과를 보여 주었다.

• 제어로봇시스템학회논문지
• /
• 제17권6호
• /
• pp.587-595
• /
• 2011

In this paper, we focus on the issue of automatic selection for multi-level threshold, and we greatly improve the efficiency of Otsu's method for image segmentation based on genetic algorithm. We have investigated and evaluated the performance of the Otsu and Valley-emphasis threshold methods. Based on this observation we propose a method for automatic threshold method that segments an image into more than two regions with high performance and processing in real-time. Our paper introduced new peak detection, combines with evolution algorithm using MAGA (Modified Adaptive Genetic Algorithm) and HCA (Hill Climbing Algorithm), to find the best threshold automatically, accurately, and quickly. The experimental results show that the proposed evolutionary algorithm achieves a satisfactory segmentation effect and that the processing time can be greatly reduced when the number of thresholds increases.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2009년도 정보 및 제어 심포지움 논문집
• /
• pp.40-42
• /
• 2009

This paper presents an algorithm, which is based on Otsu's method, for accurate and robust endpoint detection for speech recognition under noisy environments. The features are extracted in time domain, and then an optimal threshold is selected by minimizing the discriminant criterion, so as to maximize the separability of the speech part and environment part. The simulation results show that the method play a good performance in detection accuracy.

• 한국컴퓨터정보학회논문지
• /
• 제20권5호
• /
• pp.21-29
• /
• 2015

본 논문에서는 프레임 블록화와 이동블록 간 객체 이동을 이용한 샷 전환 탐지 알고리즘을 제안한다. 객체의 급격한 이동을 탐지하기 위해 연속 프레임의 현재 블록의 대각선상에 위치한 이동 블록을 정의하고 블록 히스토그램을 비교한다. 제안 방법은 두 연속 프레임 내 블록 간 객체 이동 여부를 검사하며, 객체 이동 블록 정보를 가지고 프레임 간 샷 전환 탐지를 예측한다. 현재 프레임의 블록이 다음 프레임의 이동 블록과 비교 시, 블록 히스토그램이 사용되며 샷 전환 임계값은 Otsu 임계값 방법을 이용하여 자동으로 선정한다. 제안 방법은 영화, 드라마, 애니메이션, 국가기록원 소장 영상 등과 같이 다양한 흑백 또는 칼라 영상에 대해 테스트되었다. 실험결과 제안하는 방법은 기존의 알고리즘과 비교 시 탐지율을 높일 수 있었다.

• International Journal of Automotive Technology
• /
• 제7권2호
• /
• pp.227-235
• /
• 2006

In this paper a robust image processing method with modified Otsu algorithm to recognize the road lane for a real-time controlled autonomous vehicle is presented. The main objective of a proposed method is to drive an autonomous vehicle safely irrespective of road image qualities. For the steering of real-time controlled autonomous vehicle, a detection area is predefined by lane segment, with previously obtained frame data, and the edges are detected on the basis of a lane width. For stable as well as psudo-robust autonomous driving with "good", "shady" or even "bad" road profiles, the variable threshold with modified Otsu algorithm in the image histogram, is utilized to obtain a binary image from each frame. Also Hough transform is utilized to extract the lane segment. Whether the image is "good", "shady" or "bad", always robust and reliable edges are obtained from the algorithms applied in this paper in a real-time basis. For verifying the adaptability of the proposed algorithm, a miniature vehicle with a camera is constructed and tested with various road conditions. Also, various highway road images are analyzed with proposed algorithm to prove its usefulness.

• 한국산학기술학회논문지
• /
• 제18권2호
• /
• pp.590-599
• /
• 2017

국내에서 하수관로 탐사장치는 200만 화소 이상의 고해상도 디지털 카메라를 이용한 제품이 개발되어 있으나 30만 화소 이하의 장치가 대부분 사용되고 있다. 특히, 10만화소 이하의 장치가 아직도 많이 사용되고 있어, 영상처리를 위한 환경이 매우 열악하다. 본 연구에서 다루는 하수관 영상은 매우 저해상도($240{\times}320$ = 76,800화소)로 균열탐지가 매우 어렵다. 국내에서 이러한 저해상도 하수관거 영상이 대부분이기 때문에, 이를 연구대상으로 선택하였다. 이러한 저해상도 영상으로 하수 관거의 균열을 자동으로 탐지하는 기법을 디지털 영상처리 기술을 이용하여 연구하였다. 총8단계를 거쳐 균열을 자동으로 탐지하는 프로그램을 개발하였으며, 기본적으로 Matlab 프로그램의 함수를 이용하였다. 2단계에서 최적의 임계값을 찾는 알고리즘과 5단계에서 균열을 판단하는 알고리즘을 개발하였다. 2단계는 자막이 흰색이기 때문에 자막이 없는 원래 영상보다 Otsu's 임계값(threshold)이 높게 계산이 되는 점에 착안하여 Otsu 임계값을 시작으로 0.01씩 감소시키면서 최적의 임계값을 찾는 방법 알고리즘이며, 5단계는 길이가 10mm(40픽셀) 이상이고 폭이 1mm(4픽셀) 이상으로 판단하여, 균열을 탐지하는 알고리즘이다. 해석 결과 매우 저해상도 영상임에도 불구하고 균열 탐지 결과가 우수한 것으로 판단된다.

• 한국컴퓨터정보학회논문지
• /
• 제20권7호
• /
• pp.9-16
• /
• 2015

This paper proposes the parallel design of a shot change detection algorithm using frame segmentation and moving blocks. In the proposed approach, the high parallel processing components, such as frame histogram calculation, block histogram calculation, Otsu threshold setting function, frame moving operation, and block histogram comparison, are designed in parallel for NVIDIA GPU. In order to minimize memory access delay time and guarantee fast computation, the output of a GPU kernel becomes the input data of another kernel in a pipeline way using the shared memory of GPU. In addition, the optimal sizes of CUDA processing blocks and threads are estimated through the prior experiments. In the experimental test of the proposed shot change detection algorithm, the detection rate of the GPU based parallel algorithm is the same as that of the CPU based algorithm, but the average of processing time speeds up about 6~8 times.