A Novel Image Thresholding for Infrared Thermal Image Segmentation = 적외선 열 이미지 분리를 위한 새로운 이미지 임계방법

다국어 초록 (Multilingual Abstract)

Image thresholding is one of the popular approaches for image segmentation. Traditional thresholding methods face challenges in finding the optimal threshold value for infrared thermal image thresholding. In this paper, we propose a new approach to find the optimal threshold value for infrared thermal image segmentation. Creating a criterion function model using the one-dimensional histogram information of the image to get the possible object and background region separations in the image is the primary objective of the proposed method. For that, a cumulative probability distribution dependent iterative model is developed. Thereafter, a mathematical model based on sine function is utilized to extract an optimal threshold value for two-level infrared thermal image segmentation. We have experimented with our method on several infrared thermal images collected from standard image databases to describe the performance, and they are compared to the state-of-the-art methods to interpret the ability of the proposed method.

국문 초록 (Abstract)

이미지 임계방법은 이미지 분리에 사용되는 가장 단순하면서도 널리 사용되는 방법이다. 그러나 전통적인 이미지 임계방법은 적외선 열 이미지에 대해서는 낮은 정확도를 가진다. 이 논문에서 우리는 적외선 열 이미지에 대한 최적의 임계값을 찾는 새로운 방법을 제안하고자 한다. 이 문제는 주어진 이미지의 회색조 히스토그램에서 기준 함수를 구하고 그로부터 이미지의 물체와 배경을 분리하는 것을 목적으로 가진다. 이를 위해 우리는 누적확률분포 기반의 반복적인 이미지 임계방법이 제안한다. 제안 방법에서는 사인 함수에 기반한 수학적인 모델이 최적의 임계값을 추출하는데 사용된다. 제안방법은 많은 수의 적외선 열 이미지 분리에 적용되고 최신 연구들의 결과들과 비교, 평가된다.