• 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.

• 한국통신학회논문지
• /
• 제28권11C호
• /
• pp.1140-1151
• /
• 2003

본 논문에서는 변형 Otsu 이진화 방법과 Hu 모멘트를 기반으로 밝기, 명암도, 크기, 회전, 위치 변화에 강인한 얼굴 인식 방법을 제안한다. 제안하는 변형 Otsu 이진화 방법은 기존의 Otsu 이진화 방법으로부터 또 다른 문턱치 값을 결정하고 이로부터 얻어진 이진 얼굴 영상 2개를 사용함으로써 이진 영상 하나보다 고차원의 특징벡터를 추출할 수 있고, 기존의 Otsu 이진화 방법과 마찬가지로 밝기 및 명암도 변화에 강인한 속성을 가지고 있다. 특징 값으로는 Hu 모멘트를 사용함으로써 크기, 회전, 위치 변화에 강인한 특성을 추가로 가지고 있다 기존의 주요 성분 분석(Principal Component Analysis, PCA) 방법과 제안한 방법을 비교 실험한 결과, 위에서 언급한 5가지 다양한 환경 변화에 대하여 PCA 방법의 평균 인식률은 olivetti Research Laboratory (ORL) 데이터베이스와 AR 데이터베이스에 대해서 각각 68.4%와 51.2%이고, 제안한 방법의 평균 인식률은 각각 93.2%와 81.4%로서 제안한 방법의 인식 성능이 우수함을 확인하였다.

• 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.

• 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.

• 한국멀티미디어학회논문지
• /
• 제15권11호
• /
• pp.1305-1318
• /
• 2012

영상분할은 영상 처리 및 패턴 인식에서 매우 어려운 전처리 과정 중 하나이다. 일반적으로는 단순하고 구현이 쉽기 때문에 OTSU의 방법이 많이 사용되고 있지만, 영상의 히스토그램이 단일 분포를 갖거나 단일 분포에 가까울 경우에는 영상 분할이 정확히 되지 못한다. 또한, 만일 표적이 영상에 비해서 소형인 경우 표적의 히스토그램 분포가 작아져서 단일 분포에 가까워진다. 본 논문에서는 소형 표적 검출을 위한 개선된 영상 분할 기법을 제안하였다. 단일 분포 히스토그램의 단점을 극복하기 위하여 배경 히스토그램의 영향을 감소시키는 기법을 적용하였으며, SNR을 높이기 위하여 지역 평균화 기법을 1D OTSU에 적용하였다. 실제 열 영상을 기반으로 실험을 수행한 결과 2D OTSU 방법에 비해서 연산 시간은 크게 줄었으며, 영상 분할 결과는 개선되었음을 확인하였다.

• 전자공학회논문지
• /
• 제50권7호
• /
• pp.216-224
• /
• 2013

영상분할에 사용되는 문턱치 처리 방법들 중 Otsu 방법은 클래스 내 분산(within-class variance)을 이용하여 최적의 문턱치를 자동으로 추정한다. 이때, Otsu 방법은 각 클래스(class)의 통계적 분포를 표현함에 있어 분산을 사용하며, 이러한 분산은 평균으로부터 해당 자료까지의 거리 제곱으로 표현된다. 그 결과, Otsu 방법의 최적 문턱치는 분산의 크기에 큰 영향을 받으며, 분산들 중 크기가 큰 쪽으로 편향되는 문제점을 보인다. 이에 본 논문은 분산을 표준편차로 변경함으로써 이러한 현상을 감소시켰으며, 보다 정확한 문턱치를 추정할 수 있었다. 본 논문은 기존의 클래스 분산(class variance)을 클래스 표준편차(class standard deviation)로 대체하였으며, 문턱치 선택 기준으로서 클래스 내 표준편차(within-class standard deviation)을 제안하였다. 타당성을 검증하기 위해 두 개의 정규분포 히스토그램(histogram) 및 음영이 있는 영상들에 대해 모의실험을 수행하였으며, 제안된 방법을 Otsu 방법 및 기존의 방법들과 비교하였다. 또한, 객관적 성능평가(Misclassification Error)를 통해 제안된 방법의 우수성을 확인하였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2007년도 춘계학술대회 학술발표 논문집 제17권 제1호
• /
• pp.283-286
• /
• 2007

임계값을 이용한 영상 분할은 대표적인 영상 분할 기법으로 Otsu의 임계값 결정법, Fuzzy 엔트로피를 이용한 H&W의 기법 및 Clustering을 이용한 Kwon의 기법 등 많은 방법이 있다. 대부분의 임계값 결정 기법은 영상에서 얻어진 빈도수 히스토그램의 분석을 통해서 임계값을 결정한다. 특히 Otsu의 임계값 결정 기법은 빈도수 히스토그램의 분산을 최대화하는 방법으로 임계값을 결정하는 빈도수 히스토그램에 기반한 대표적 기법이다. 하지만 영상 기술이 발전함에 따라서 하나의 임계값으로부터 영상을 이진화 하는 기법은 효용성이 떨어지고 있다. 따라서 다중의 임계값을 결정하는 효과적인 방법이 필요하다. 본 논문에서는 그레이 레벨간의 관계성을 파악하고 이러한 관계성으로부터 다중의 임계값을 결정하는 기법을 제안한다. 제안된 기법의 효용성은 모의실험에서 다중 임계값을 사용한 분할영상을 통해서 보인다.

• 전기전자학회논문지
• /
• 제24권1호
• /
• pp.127-131
• /
• 2020

클러스터링을 이용한 대표적인 영상 분할 방법으로 Fuzzy C-Means(FCM) 알고리즘을 많이 사용하는데, FCM은 영상의 공간을 픽셀 값이 비슷한 클러스터 영역으로 분할하므로 분할 시간이 많이 소요된다. 특히 웹이 보편화된 현재 사용자들의 다양한 패턴을 분석하기 위한 처리 속도 문제는 더욱 중요하다. 이러한 속도 문제를 해결하기 위해 본 논문에서는 Otsu의 영상 히스토그램의 임계값과 FCM으로 영상을 분할하는 개선된 FCM(Improved FCM : IFCM) 알고리즘을 제안한다. 제안방법은 Otsu의 클래스 간의 분산을 최대화 시키는 임계값을 결정하여 FCM에 적용하고 영상을 분할하였다. IFCM은 기존의 FCM에 비해 영상 분할 시간을 단축시켜 성능이 향상되었음을 실험을 통해 보인다.

• 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.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1555-1558
• /
• 2015

본 논문에서는 프레임 블록화와 Otsu 임계값 설정 방법을 이용한 샷 전환 탐지 알고리즘을 제안한다. 제안 방법은 연속된 두 프레임을 일정 크기의 영역으로 분할하여 두 프레임 간 대응되는 영역의 히스토그램 차이를 이용해 샷 전환을 탐지한다. 또한 각 영상마다 Otsu 임계값 설정 방법을 이용하여 자동으로 임계값을 설정한다. 제안 방법의 실험은 영화, 드라마, 애니메이션 등 다양한 영상에 대해 테스트되었으며, 기 연구된 샷 전환 탐지 알고리즘과 비교 시 우수한 탐지율을 보였다.