초록
본 논문에서는 확장되어가는 여가 시간에 간단한 사진 한장만으로 보다 쉽고 편한 손금을 분석하기 위한 손금 추출 방법을 제안한다. 제안된 방법은 손의 형태학적 정보와 8 방향 윤곽선 추적 알고리즘을 적용한다. 영상으로부터 손금을 추출하기 위해서 색상 분포 영상을 Red, Green, Blue에 해당되는 RGB 값을 밝기에 큰 영향을 받지 않는 YCbCr 컬러 모델로 변환한다. YCbCr 컬러 모델에서 Y:65~255, Cb:25~255, Cr:130~255에 해당되는 피부색 임계치를 이용하여 손 영역을 추출한다. 추출된 손 영역에서 내부 픽셀의 3:1 이상, 전체 영상의 2:1이상인 손의 형태학적 정보와 8 방향 윤곽선 추적 기법을 이용하여 잡음을 제거한다. 잡음이 제거된 손 영상에서 스트레칭 기법과 소벨 마스크를 이용하여 에지를 추출한다. 추출된 에지 영상에서 블록 이진화 기법을 이용하여 이진화한 후에 가로와 세로가 각각 10픽셀 이상이고 20픽셀 이하인 손금의 형태학적 정보를 이용하여 잡음 및 손의 윤곽선을 제외한 손금을 추출한다. 추출된 손금에서 Labeling 기법을 이용하여 개별 손금의 중요선을 추출한다. 핸드폰 카메라에서 획득한 손바닥 영상을 대상으로 실험한 결과, 제안된 방법이 손금 추출에 효율적인 것을 확인할 수 있었다.
In this paper, we propose a new method to extract palm lines and read it with simple techniques from one photo. We use morphological information and 8-directional contour tracking algorithm. From the digitalized image, we transform original RGB information to YCbCr color model which is less sensitive to the brightness information. The palm region is extracted by simple threshold as Y:65~255, Cb:25~255, Cr:130~255 of skin color. Noise removal process is then followed with morphological information of the palm such that the palm area has more than quarter of the pixels and the rate of width vs height is more than 2:1 and 8-directional contour tracking algorithm. Then, the stretching algorithm and Sobel mask are applied to extract edges. Another morphological information that the meaningful edges(palm lines) have between 10 and 20 pixels is used to exclude noise edges and boundary lines of the hand from block binarized image. Main palm lines are extracted then by labeling method. This algorithm is quite effective even reading the palm from a photographed by a mobile phone, which suggests that this method could be used in various applications.