• Cartoon and Animation Studies
• /
• s.7
• /
• pp.127-151
• /
• 2003

• Proceedings of the KAIS Fall Conference
• /
• 2010.05a
• /
• pp.475-478
• /
• 2010

본 논문에서는 실시간 영상에서 적응적 배경영상을 이용하여 객체를 추출하고 추적하는 방법을 제안한다. 입력되는 영상에서 배경영역의 잡음을 제거하고 조명에 강인한 객체 추출을 위하여 객체영역이 아닌 배경영역 부분을 실시간으로 갱신함으로써 적응적 배경영상을 생성한다. 그리고 배경영상과 카메라로부터 입력되는 입력영상과의 차를 이용하여 객체를 추출한다. 추출된 객체의 내부점을 이용하여 최소사각영역을 설정하고, 이를 통해 객체를 추적한다.

• Journal of Korea Multimedia Society
• /
• v.12 no.10
• /
• pp.1418-1426
• /
• 2009

There has been a lot of interest in an effective method for background subtraction in an effort to separate foreground objects from a predefined background image. Promising results on background subtraction using statistical methods have recently been reported are robust enough to operate in dynamic environments, but generally require very large computational resources and still have difficulty in obtaining clear segmentation of objects. We use a simple running-average method to model a gradually changing background, instead of using a complicated statistical technique. We employ a single global threshold vector, optimized by a genetic algorithm, instead of pixel-by-pixel thresholds. A new fitness function is defined and trained to evaluate segmentation result. The system has been implemented on a PC with a webcam, and experimental results on real images show that the new method outperforms an existing method based on a mixture of Gaussian.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.10a
• /
• pp.511-513
• /
• 2016

본 논문에서는 세라믹 영상에서 사람의 눈으로 판단하기 어려운 결함 영역을 검출하기 위해 배경을 제거한 후에 지역 기반 오츠 이진화와 양방향 소벨 마스크를 적용하여 세라믹 영상의 윤곽선을 검출한다. 윤곽선이 검출된 영상을 수평으로 4등분하고, 각각의 영역에서 밝기 값이 변화는 지점을 탐색한다. 탐색된 좌표 중에서 최대 명암도 값을 이용하여 ROI 영역을 추출한다. 결함 영역 검출의 효율성을 높이기 위한 전 단계로 배경을 제거하기 위해 ROI 영역과 최소값 필터가 적용된 ROI 영역 간의 명암도의 차이를 이용하여 배경을 제거한다. 명암도의 차이를 통해 배경이 제거된 ROI 영역에서 개선된 명암 대비 스트레칭 기법을 적용하여 ROI 영역의 명암 대비를 강조한다. 명암이 강조된 ROI 영역에서 10mm, 11mm, 16mm, 22mm 영상의 결함 영역을 검출하기 위해 히스토그램 이진화 기법을 적용하여 결함의 후보 영역을 추출한다. 결함 후보 영역이 검출된 ROI 영역에서 미세 잡음을 제거하기 위해 중간값 필터와 침식과 팽창을 적용한 후에 최종적인 결함 영역을 검출한다. 제안된 방법을 8mm, 10mm, 11mm, 16mm, 22mm 세라믹 영상을 대상으로 실험한 결과, 제안된 검출 방법이 기존의 검출 방법보다 모든 mm 세라믹 영상에서 효과적으로 결함 영역이 검출되는 것을 확인하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.21 no.7
• /
• pp.1429-1434
• /
• 2017

In automatic defect detection problem for spectacle lenses, it is important to extract lens area accurately. Many existing detection methods fail to do it due to insufficient minute noise removal. In this paper, we propose an automatic defect detection method using Bresenham algorithm and adaptive binarization strategy. After usual average binarization, we apply Bresenham algorithm that has the power in extracting ellipse shape from image. Then, adaptive binarization strategy is applied to the critical minute noise removal inside the lens area. After noise removal, We can also compute the influence factor of the defect based on the fuzzy logic with two membership functions such as the size of the defect and the distance of the defect from the center of the lens. In experiment, our method successfully extracts defects in 10 out of 12 example images that include CHEMI, MID, HL, HM type lenses.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.267-270
• /
• 2004

본 논문에서는 다양한 크기를 갖는 얼굴 영상들을 대상으로 얼굴 영역을 추출하고 추출된 얼굴 영역을 기준으로 증명 사진의 규격에 맞게 영상을 정규화하는 방법을 제안한다. 얼굴 영역의 추출을 위해서 본 논문에서는 피부색 확장을 통하여 얼굴 후보 영역을 추출하고. 얼굴 기관의 위치 정보와 얼굴 모양에 대한 통계치를 사용하여 최종 얼굴 영역을 결정한다 추출된 얼굴 영역과 배경 영역의 크기에 대한 비례 관계는 증명사진에 대한 통계조사에 의해 산출된 규칙을 적용하여 정규화한다. 제안된 방법은 다양한 배경을 갖는 130개 영상을 대상으로 실험하여 타당성을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2005.11a
• /
• pp.109-112
• /
• 2005

본 논문에서는 초기화 구간에서의 시간단축과 높은 암실 명암비를 얻을 수 있는 새로운 초기화 파형을 제시한다. 새로운 초기화 파형에서 첫 번째 subfield는 기존의 conventional 구동파형과 마찬가지로 초기화 구간에서 ramp-up구간과 ramp-down구간이 필요하지만, 두 번째 subfield부터는 단지 ramp-up구간만이 적용된다. 한 frame에 8개의 subfield를 적용할 경우, 기존의 구동파형의 배경광이 $0.40cd/m^2$로 측정되는 반면, 새로운 초기화파형을 패널에 적용할 경우 배경광이 측정되지 않는다. 이러하여 우리는 새로운 초기화파형에서 무한대의 암실 명암비를 얻을 수 있다. 또한 새로운 초기화파형에서는 ramp-down구간을 없앰으로써 첫 번째 subfield를 제외하고는 초기화 시간을 165us로 시간을 줄일 수 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2010.07a
• /
• pp.125-127
• /
• 2010

본 논문에서는 동영상에서 비교적 단일 색상의 배경과 문자를 갖는 캡션을 문자인식을 위하여 문자와 배경간의 명암값 결정에 관한 내용이다. 먼저 캡션에 대해 그레이 스케일로 전환을 한 후, Otsu 방법[1]을 이용하여 이진화를 수행한다. 이 후 이진화 영상에서 흰색영역 검은색영역에 대해 각각 최대 내접 정사각형을 산출한다. 다음으로 각각의 영역에서 산출된 최대 내접 정사각형의 분산의 대소를 비교하여 문자영역과 배경영역을 결정한다. 이후 전역적인 잡음을 제거하기 문자영역에 대해 Otsu 방법을 이용하여 최종 문자영역을 결정한다. 제안된 방법의 문자영역의 명암값 결정 정확도는 약 99%로 매우 우수한 성능을 보였다.

• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.510-513
• /
• 2002

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimodal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 포함되어 있으므로 스케치 특징점 유무를 판별하는 임계치의 결정에는 애매 모호함이 존재한다. 따라서 본 논문에서는 영상에 대해 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 방법을 제안한다. 제안된 퍼지 이진화 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀값의 거리를 계산하여 밝기의 조정률을 구하여 최소 밝기값과 최대 밝기 값을 설정하고 삼각형의 소속 함수에 적용한다. 소속 함수에 적용된 소속도를 a-cut 을 적용하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 방법보다 제안된 퍼지 이진화 방법이 효율적인 것을 알 수 있었다.

• Journal of Broadcast Engineering
• /
• v.7 no.4
• /
• pp.335-344
• /
• 2002

A sub-picture slice structure is proposed which can perform the region-of-interest coding effectively, where the subjective quality can be improved by coding the region-of-interest in higher quality than the background region. In addition, the bit allocation mechanism is Proposed where the interval between quantization parameters of the foreground and background region is fixed. And the method to reduce the boundary effect between the foreground and background region is proposed. The foreground region is better protected to the network channel error than the background region. which results in the overall subjective quality improvement in the error prone environments.