원문정보
초록
영어
A method for edge detection using K-means clustering is proposed in this paper. The method is performed through there steps. Histogram equalizing is applied to the image for the uniformed intensity distribution. Pixels are clustered by K-means clustering technique. Then Sobel mask is applied to detect edges. Experiments showed that this method detected edges better than conventional method.
한국어
본 논문에서는 복잡한 영상에서의 윤곽선 검출을 기존의 방법보다 더 명확하고 효율적으로 나타내기 위해서 K-means 군집화를 이용하였다. 제안하는 방법에는 세 가지 단계를 거친다. 첫 번째는 명암분포를 균일하게 하기 위하 여 히스토그램 평활화를 사용한다. 두 번째는 거리에 기반을 둔 클러스터링 기법으로 기준점에서 가까운 곳의 데이터 들을 하나의 군집으로 묶는 K-means 군집화를 사용하고 마지막으로 에지 검출의 가장 대표적인 1차 미분 연산자인 소벨 마스크를 사용하여 윤곽선을 검출한다. 따라서 기존에 있던 윤곽선 검출보다 더 나은 결과로 명확하게 윤곽선을 검출 할 수 있음을 보인다.
목차
Abstract
1. 서론
2. 관련 연구
2.1 1차 미분 연산을 이용한 윤곽선 검출
2.1 2차 미분 연산을 이용한 윤곽선 검출
3. 제안하는 방법
3.1 히스토그램 평활화
3.2 K-means 군집화
3.3 소벨 마스크
4. 실험 및 고찰
5. 결론
ACKNOWLEDGMENTS
REFERENCES