Abstract
The image binarization is applied frequently as one part of the preprocessing phase for a variety of image processing techniques such as character recognition and image analysis, etc. The performance of binarization algorithms is determined by the selection of threshold value for binarization, and most of the previous binarization algorithms analyze the intensity distribution of the original images by using the histogram and determine the threshold value using the mean value of Intensity or the intensity value corresponding to the valley of the histogram. The previous algorithms could not get the proper threshold value in the case that doesn't show the bimodal characteristic in the intensity histogram or for the case that tries to separate the feature area from the original image. So, this paper proposed the novel algorithm for image binarization, which, first, segments the intensity range of grayscale images to several intervals and calculates mean value of intensity for each interval, and next, repeats the interval integration until getting the final threshold value. The interval integration of two neighborhood intervals calculates the ratio of the distances between mean value and adjacent boundary value of two intervals and determine as the threshold value of the new integrated interval the intensity value that divides the distance between mean values of two intervals according to the ratio. The experiment for performance evaluation of the proposed binarization algorithm showed that the proposed algorithm generates the more effective threshold value than the previous algorithms.
영상의 이진화는 문자 인식, 영상 분석 등 다양한 영상 처리 분야의 전처리 과정으로 자주 적용되고 있다. 영상 이진화는 임계치의 설정에 따라 처리 성능이 좌우되며, 대부분의 기존 이진화 방법은 밝기 값의 히스토그램을 사용하여 평균 밝기 값이나 히스토그램의 골짜기를 임계치로 설정한다. 이와 같은 방법은 양봉의 특징을 보이지 않거나 특정 영상을 추출하려는 경우에는 적절한 임계치를 얻기 어렵다. 따라서 본 논문에서는 그레이 스케일 영상에서 밝기 값을 여러 구간으로 분할하여 각 구간의 밝기 평균값을 구하고, 두 개의 구간에 대해 평균값 사이의 거리를 각 구간에서 평균값과 양극과의 거리 비율로 나누어서 계산된 값을 두 개의 구간을 합친 새로운 구간의 임계치로 설정한다. 최종적으로 하나의 구간이 생성될 때까지 구간 통합과 임계값 계산을 반복함으로써 이진화 임계값을 산출한다. 제안된 이진화 방법의 성능을 평가하기 위하여 다양한 종류의 영상에 적용한 결과, 기존의 이진화 방법들보다 효율적인 것을 확인하였다.