• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.01a
• /
• pp.35-38
• /
• 2013

최근, 대용량 영상 데이터베이스가 축적되면서 영상 인식과 영상 검색 분야가 주목받고 있으며, 다양한 디바이스에 따라 생성되는 영상의 해상도가 상이하게 나타나고 있다. 본 논문에서는 내용-기반 영상 검색을 위한 새로운 칼라 기술자를 제안한다. 제안 알고리즘에서는 공간 칼라 정보에 대한 웨이블릿 변환과 채널 및 변환 서브밴드에 따른 가중치를 적용하여 칼라 특징 벡터를 추출한다. 시뮬레이션을 통하여 제안하는 알고리즘의 검색 성능을 평가하였으며, 유사한 특징 벡터 크기를 기준으로, 기존의 MPEG-7 등의 칼라 검색 기술자보다 다중-해상도의 영상 데이터베이스에서 향상된 검색율을 보임을 확인하였다. 본 논문에서 제시한 알고리즘은 단일 특성의 특징 벡터를 추출하는 검색 기술자로써, 다중 특징으로 결합하기 위한 기본 기술자로 활용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.487-489
• /
• 2000

본 논문에서는 다해상도 영상에서 움직이는 다중 객체의 추적 방법을 다룬다. 일반적으로 객체 추적 알고리즘은 움직임 탐지, 정합, 갱신의 처리 단계로 구성되어 있다. 특히 다중객체 추적일 경우, 정합 과정은 매우 중요하다. 일반적인 시각 시스템에서는 대상 객체가 강체(rigid object)라고 가정하면 이러한 정합 과정은 비교적 쉽게 구현될 수 있다. 그러나 다해상도 영상에서는 한 위치에서 다른 위치로 움직일 때 그 영역의 형태 및 크기가 변형 되기 때문에 정합이 쉽게 이루어지지 않는다. 따라서 본 논문에서는 이러한 문제를 해결할 수 있는 다해상도 영상에서의 정합방법을 제안한다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.12 no.2
• /
• pp.76-82
• /
• 2011

In this paper, we propose the technique to detect the location and size of the small target in multi-resolution image using cubic facet model. The input image is reduced by the multi-resolution and we obtain the multi-resolution images. We apply the facet model and the local maxima conditions to the multi-resolution images of each level. And then, we detect the location of the small target. We estimate that the location at the maximum of the $D_2$ which means the local maxima value of the facet model in the multi-resolution images is the location of the small target. We can detect the small target of the various size about the multi-resolution images of each level. In this paper, we experimented in the various infrared images with the small target. The method using the typical facet model applies a mask. However, the proposed method applies a mask in the multi-resolution images. We verified to vary the mask size and differ the size of the small target. The proposed algorithm can detect the location and size of the small target.

• Journal of the Institute of Electronics and Information Engineers
• /
• v.51 no.3
• /
• pp.105-111
• /
• 2014

Image resolution enhancement is a technique to generate high-resolution image through improving resolution of low-resolution obtained image. It is important to estimate correctly missing pixel value in low-resolution obtained image for image resolution enhancement. In this paper, multiple shortfall estimation method for image resolution enhancement is proposed. The proposed method estimate separate multiple shortfall by predictive degradation-restoration processing in sub-images of obtained image, and generate result image combining the estimated shortfall and interpolated obtained-image. Lastly, final reconstruction image is generated by deblurring of the result image. The experimental results demonstrate that the proposed method has the best results of all compared methods in objective image quality index: PSNR, SSIM, and FSIM. The quality of reconstructed image is superior to all compared methods, and the proposed method has better lower computational complexity than compared methods. The proposed method can be useful for image resolution enhancement.

• Korean Journal of Remote Sensing
• /
• v.38 no.6_1
• /
• pp.1035-1046
• /
• 2022

This study evaluated the applicability of multi-resolution data fusion for land-cover classification. In the applicability evaluation, a spatial time-series geostatistical deconvolution/fusion model (STGDFM) was applied as a multi-resolution data fusion model. The study area was selected as some agricultural lands in Iowa State, United States. As input data for multi-resolution data fusion, Moderate Resolution Imaging Spectroradiometer (MODIS) and Landsat satellite images were used considering the landscape of study area. Based on this, synthetic Landsat images were generated at the missing date of Landsat images by applying STGDFM. Then, land-cover classification was performed using both the acquired Landsat images and the STGDFM fusion results as input data. In particular, to evaluate the applicability of multi-resolution data fusion, two classification results using only Landsat images and using both Landsat images and fusion results were compared and evaluated. As a result, in the classification result using only Landsat images, the mixed patterns were prominent in the corn and soybean cultivation areas, which are the main land-cover type in study area. In addition, the mixed patterns between land-cover types of vegetation such as hay and grain areas and grass areas were presented to be large. On the other hand, in the classification result using both Landsat images and fusion results, these mixed patterns between land-cover types of vegetation as well as corn and soybean were greatly alleviated. Due to this, the classification accuracy was improved by about 20%p in the classification result using both Landsat images and fusion results. It was considered that the missing of the Landsat images could be compensated for by reflecting the time-series spectral information of the MODIS images in the fusion results through STGDFM. This study confirmed that multi-resolution data fusion can be effectively applied to land-cover classification.

• Korean Journal of Remote Sensing
• /
• v.16 no.1
• /
• pp.87-98
• /
• 2000

Image merging techniques have been developed to integrate the advantage of different data type. The objective of this study is to present the optimal method for merging high spatial resolution panchromatic image, such as the latest commercial satellite data, and low spatial resolution mulitspectral images. For this study, a set of 2m resolution panchromatic and 8m resolution mulitspectral data were simulated by using airborne mulitspectral data. Five merging methods of MWD, IHS, PCA, HPF, and CN were applied to produce four bands of high spatial resolution mulitspectral data. Merging results were evaluated by visual interpretation, image statistics, semivariogram, and spectral characteristics. From the aspects of both spatial resolution and spectral information, the wavelet-based MWD merging method have shown very similar results compared with the original data used for the merging.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2015.01a
• /
• pp.137-138
• /
• 2015

본 논문에서는 연속된 영상에서 다중해상도 에지정보의 차이를 이용하여 이동하는 물체를 탐지하고 계수하는 시스템을 제안한다. 연속적으로 입력되는 영상에 대하여 이산 웨이블릿 연산을 수행하여 다중해상도 에지를 추출하고, 인접한 프레임 사이의 다중해상도 에지 차이를 이용하여 이동물체를 추출한다. 가중치가 부여된 유클리디언 거리를 이용하여 물체를 추적한 다음, 칼만필터를 이용하여 물체 궤적의 위치 정보를 보정한다. 마지막으로, 관심영역에 대한 물체 궤적의 상대적인 위치를 고려하여 이동물체를 계수한다.

• Proceedings of the KIEE Conference
• /
• 2002.07d
• /
• pp.2671-2673
• /
• 2002

본 논문에서는 주성분분석(principal component analysis; 이하 PCA)기법을 이용, 이차원 영상을 분류하여 다중해상도에서 기존의 그레이 블록 거리(grey block distance; GBD, 이하 GBD)알고리즘과 비교하여 이차원 영상간의 상대적 식별을 더 용이하게 하기 위한 새로운 GBD 알고리즘 방법을 제안한다. 이 제시된 방법은 다중해상도에서 기존의 GBD 알고리즘과 비교해서 영상이 급격히 변화하는 부분의 정보를 잃지 않게 개선할 수 있었다. 모의 실험 결과로부터 기존의 GBD 알고리즘에 비하여 상대적 식별이 더 용이함을 확인하였다.

• Proceedings of the KIEE Conference
• /
• 2011.07a
• /
• pp.1983-1984
• /
• 2011

본 논문에서는 흉부 X선 영상으로부터 폐 종류 음영을 검출하기 위한 필터를 예측해서 바람직하게 평가하기 위한 방법을 제안한다. 더욱이 그 평가방법을 이용해서 이전부터 제안한 다중해상도 라플라시안-가우시안 필터의 평가를 행한다. 전문의의 진단보조 혹은 종합자동진단시스템의 구성요소로서 필터가 행하는 역할을 고려한 후에 필터가 만족해야할 조건 및 그 조건을 만족한 경우에 있어서 몇가지 성능평가 척도를 명확히 한다. 제안한 평가방법을 통해서 다중해상도 필터가 단일해상도 필터에 비해 높은 성능을 갖게됨을 명확히 한다.

• Journal of KIISE:Software and Applications
• /
• v.37 no.3
• /
• pp.170-176
• /
• 2010

Prediction is an important step in high-performance lossless data compression. In this paper, we propose a novel lossless image coding algorithm to increase prediction accuracy which can display low-resolution images quickly with a multi-resolution image technique. At each resolution, we use pixels of the previous resolution image to estimate current pixel values. For each pixel, we determine its estimated value by considering horizontal, vertical, diagonal edge information and average, weighted-average information obtained from its neighborhood pixels. In the experiment, we show that our method obtains better prediction than JPEG-LS or HINT.