• 한국정보통신학회논문지
• /
• 제5권6호
• /
• pp.1169-1174
• /
• 2001

본 연구는 영상처리과정에서 중요한 이진영상의 전역임계값 결정을 위한 새로운 임계화 방법을 제안하였다. 제안한 알고리즘은 원 영상의 전체적인 윤곽을 가장 많이 포함하는 최상위 비트평면을 사용하여 영상을 중복되지 않는 두 영역으로 구분한 뒤, 두 영역의 평균 밝기 값의 차이로 임계값을 자동으로 결정하는 전역 임계화 방법이다. 실험결과 제안한 방법은 인위적인 초기값 설정을 필요로 하지 않으며, 처리과정이 간단하며 문서영상과 휘도영상의 영상 윤곽을 양호하게 보존하는 이진영상을 얻을 수 있었다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2015년도 추계학술발표대회
• /
• pp.1509-1511
• /
• 2015

Defect detection is one of the most challenging problems in industrial quality control. In this study we developed a vision-based defect detection system for wafer production. To achieve high-accuracy detection, Otsu method was improved so that it can handle both unimodal and bimodal distributions. After thresholding, detected defect regions in the wafer are classified and grouped into user-defined defect categories. The experimental result has proved the efficiency of our system.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2012년도 춘계학술대회
• /
• pp.127-129
• /
• 2012

디지털 카메라, 멀티미디어 등의 보급으로 인하여 일상생활 전반에서 영상이 사용되고 있다. 그러나 영상은 잡음에 의해 열화가 발생하고, 화질개선을 위한 잡음제거 기술의 필요성이 대두되고 있다. 잡음제거를 위한 기존의 방법들에는 워너 필터, 평균 필터, VisuShrink 등이 있지만, 미흡한 잡음제거성능을 나타낸다. 따라서 본 논문에서는 영상 잡음 제거를 위해, 위너 필터 및 변형된 웨이브렛 기반의 적응 임계값과 thresholding 함수를 이용한 하이브리드 필터 알고리즘을 제안하였다. 제안한 방법은 기존의 방법들에 비해, 저주파 특성과 고주파 특성을 동시에 나타내고, 우수한 잡음제거 및 에지보존 특성을 나타냈다.

• Journal of applied mathematics & informatics
• /
• 제26권3_4호
• /
• pp.661-672
• /
• 2008

In this paper an algorithm, based on extracting a certain target of an image, is proposed that is capable of performing bilevel thresholding of image with multimodal distribution. Each pixel in the image has a membership value which is used to denote the characteristic relationship between the pixel and its belonging region (i.e. the object or background). Using the membership values of image set, a new measurement, which simultaneously measures the measure of fuzziness and the conditional entropy of the image, is calculated. Then, thresholds are found by optimally minimizing calculated measurement. In addition, a fuzzy range is defined to improve the threshold values. The experimental results demonstrate that the proposed approach can select the thresholds automatically and effectively extract the meaningful target from the input image. The resulting image can preserve the object region we target very well.

• 대한전자공학회논문지SP
• /
• 제44권5호
• /
• pp.94-102
• /
• 2007

잠음감소에 있어서 웨이브렛 임계처리 알고리즘은 미니맥스 관점에서 거의 최적의 성능을 보이는 것으로 알려져 있다. 그러나 웨이브렛 임계처리 알고리즘은 웨이브렛 함수의 복잡성으로 인해 FPGA와 같은 하드웨어 상에 구현이 어렵다. 본 논문에서는 이진트리 구조 필터뱅크에서 전체 신호전력에 대한 각 부밴드 신호 전력비에 기반한 새로운 잡음감소 기법을 제안한다. 그리고 이 기법을 FPGA 상에 구현한다. 간단한 구현을 위해 필터뱅크는 하다마드 변환 계수로 설계된다. 시뮬레이션과 하드웨어 실험결과 제안방법이 간단하지만 웨이브렛에 기반한 소프트 임계처리 잡음감소 알고리즘과 성능이 유사함을 보인다.

• 정보처리학회논문지B
• /
• 제8B권6호
• /
• pp.693-698
• /
• 2001

본 논문은 주파수 대역 변환 방법을 사용하여 잡음을 제거하는 방법으로, 웨이블릿 변환의 고주파 성분의 통계적 특성을 활용하여 임계값을 선택하는 새로운 방법을 제안한다. 변환 영역의 각 고주파 성분(HL, LH, HH)에 대한 중앙편차를 이용하여 임계값을 설정함으로서 영상의 통계량의 변화에 대응할 수 있고, 잡음 분산의 크기에 적응할 수 있도록 하였다. 실험 결과 잡음 분산을 추정하거나 데이터의 개수를 이용하는 기존의 방법에 비하여 신호 대 잡음비(PSNR)가 향상되었다.

• 대한임베디드공학회논문지
• /
• 제10권5호
• /
• pp.325-333
• /
• 2015

Vision based night-time vehicle detection has been an emerging research field in various advanced driver assistance systems(ADAS) and automotive vehicle as well as automatic head-lamp control. In this paper, we propose night-time vehicle detection method based on multi-class support vector machine(SVM) that consists of thresholding, labeling, feature extraction, and multi-class SVM. Vehicle light candidate blobs are extracted by local mean based thresholding following by labeling process. Seven geometric and stochastic features are extracted from each candidate through the feature extraction step. Each candidate blob is classified into vehicle light or not by multi-class SVM. Four different multi-class SVM including one-against-all(OAA), one-against-one(OAO), top-down tree structured and bottom-up tree structured SVM classifiers are implemented and evaluated in terms of vehicle detection performances. Through the simulations tested on road video sequences, we prove that top-down tree structured and bottom-up tree structured SVM have relatively better performances than the others.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 1996년도 하계학술대회 논문집 B
• /
• pp.1240-1242
• /
• 1996

In a still mill, the effective surface defect inspection algorithm is necessary. For this purpose, this paper proposed the preprocessing algorithm for surface defect inspection of cold mill strip. This consists of live steps. They are edge detection, binarizing, noise deletion, combining of fragmented defect and selecting the largest defect. Especially, binarizing is a critical problem. Bemuse the performance of the preprocessing is largely depend on the binarized image. So, we develope the adaptive thresholding method, which is multilevel thresholding. The thresholding value is varied according to the mean graylevel value of each test image. To investigate the performance of the proposed algorithm, we classified the detected defect using neural network. The test image is 20 defect images captured at German Sick Co. This algorithm is proved to have good property in cold mill strip surface inspection.

• 한국정보통신학회논문지
• /
• 제11권6호
• /
• pp.1122-1128
• /
• 2007

본 논문은 웨이블릿 패킷 변환과 AA(절대평균)임계값 설정 기반에 의한 영상의 노이즈를 제거하여 영상을 복원하는 연구이다. 웨이블릿 패킷 변환은 웨이블릿 변환보다 고주파부분에서 노이즈 제거가 효과적이다. 또한 기존에 사용된 임계값 결정은 표준편차 추정치를 사용하므로 노이즈 크기가 커지면 임계값이 증가하고 영상도 손상되고, 노이즈 크기에 비례하여 임계값이 설정되므로 영상이 변해도 동일한 임계값이 적용되어 복원 영상의 PSNR이 저하된다. 반면 AA임계값 적용기법은 극단적인 영향을 피할 수 있고 분해된 영상의 통계량에 따라 임계값이 결정되므로 영상의 변화에 적응적이다. 실험 결과 표준편차 추정 임계값을 적용한 웨이블릿 변환기법과 비교하여 10%, 웨이블릿 패킷 기반 노이즈 제거기법과는 5% PSNR이 증가하였다.

• ETRI Journal
• /
• 제28권1호
• /
• pp.51-58
• /
• 2006

In this paper, we propose a method of applying a lifting-based wavelet domain e-median filter (LBWDEMF) for image restoration. LBWDEMF helps in reducing the number of computations. An e-median filter is a type of modified median filter that processes each pixel of the output of a standard median filter in a binary manner, keeping the output of the median filter unchanged or replacing it with the original pixel value. Binary decision-making is controlled by comparing the absolute difference of the median filter output and the original image to a preset threshold. In addition, the advantage of LBWDEMF is that probabilities of encountering root images are spread over sub-band images, and therefore the e-median filter is unlikely to encounter root images at an early stage of iterations and generates a better result as iteration increases. The proposed method transforms an image into the wavelet domain using lifting-based wavelet filters, then applies an e-median filter in the wavelet domain, transforms the result into the spatial domain, and finally goes through one spatial domain e-median filter to produce the final restored image. Moreover, in order to validate the effectiveness of the proposed method we compare the result obtained using the proposed method to those using a spatial domain median filter (SDMF), spatial domain e-median filter (SDEMF), and wavelet thresholding method. Experimental results show that the proposed method is superior to SDMF, SDEMF, and wavelet thresholding in terms of image restoration.