Abstract
Image binarization is a process to divide the image into objects and backgrounds, widely applied to the fields of image analysis and its recognition. In the existing method of binarization, there is some uncertainty when there is insufficient brightness gap between objects and backgrounds in setting threshold. The method of fuzzy binarization has improved the features of objects efficiently. However, since this method sets ${\alpha}$-cut value statically, there remain some problems that important features of objects can be lost during binarization. Therefore, in this paper, we propose a binarization method which does not set ${\alpha}$-cut value statically. The proposed method uses fuzzy membership functions calculated by thresholds of mean, iterative, and Otsu binarization. Experiment results show the proposed method binaries various images with less loss than the existing methods.
영상 이진화 기술은 객체와 배경을 분할하는 과정으로 영상 분석 및 인식 분야에 널리 적용되고 있다. 기존의 이진화 방법은 임계치를 설정하는 과정에서 객체와 배경의 명암 차이가 크지 않을 경우에 불확실성이 존재한다. 이러한 문제점을 개선한 퍼지 이진화는 객체의 특징을 효과적으로 이진화 하지만 ${\alpha}$-cut값을 정적으로 설정하기 때문에 객체의 특징들이 손실된 상태로 이진화 되는 문제점이 있다. 따라서 본 논문에서는 평균, 반복, Otsu 이진화 방법들의 임계치를 이용한 퍼지 소속 함수를 구하여 ${\alpha}$-cut값을 동적으로 설정하는 방법을 제안한다. 다양한 영상을 대상으로 실험한 결과, 제안된 방법은 기존의 이진화 방법 및 퍼지 이진화 방법보다 배경과 객체들의 손실이 적은 상태로 이진화된 것을 확인하였다.
