• Journal of the Korean Institute of Intelligent Systems
• /
• v.22 no.5
• /
• pp.610-616
• /
• 2012

In this paper, we present a method to detect an object such as ship, rock and buoy from sea IR image for the safety navigation. To this end, we do the image smoothing first and the apply watershed algorithm to segment image into subregions. Since watershed algorithm almost always produces over-segmented regions, it requires posterior merging process to get meaningful segmented regions. We propose an efficient merger algorithm that requires only two times of direct access to the pixels regardless of the number of regions. Also by analyzing IR image obtained from sea environments, we could find out that most horizontal edge come out from object regions. For the given input IR image we extract horizontal edge and eliminate isolated edges produced from background and noises by adopting morphological operator. Among the segmented regions, the regions that have horizontal edges are extracted as final results. Experimental results show the adequacy of the proposed method.

• The KIPS Transactions:PartB
• /
• v.16B no.2
• /
• pp.131-140
• /
• 2009

This paper presents a new algorithm to the segmentation of the FISH images. First, for segmentation of the cell nuclei from background, a threshold is estimated by using the gaussian mixture model and maximizing the likelihood function of gray value of cell images. After nuclei segmentation, overlapped nuclei and isolated nuclei need to be classified for exact nuclei analysis. For nuclei classification, this paper extracted the morphological features of the nuclei such as compactness, smoothness and moments from training data. Three probability density functions are generated from these features and they are applied to the proposed Bayesian networks as evidences. After nuclei classification, segmenting of overlapped nuclei into isolated nuclei is necessary. This paper first performs intensity gradient transform and watershed algorithm to segment overlapped nuclei. Then proposed stepwise merging strategy is applied to merge several fragments in major nucleus. The experimental results using FISH images show that our system can indeed improve segmentation performance compared to previous researches, since we performed nuclei classification before separating overlapped nuclei.

• Journal of KIISE:Computing Practices and Letters
• /
• v.5 no.6
• /
• pp.748-757
• /
• 1999

본 논문에서는 차량 영역의 추출을 이용한 효율적인 교통 혼잡도 측정 시스템을 설계하고 구현한다. 차량 영역 정보의 추출은 첫째 영역 분할, 둘째 작은 영역의 제거와 영역의 직사각형화, 셋째 영역의 병합 및 삭제의 단계로 나눌 수 있다. 영역 분할 단계에서는 획득한 도로 영상을 영역 기반 영역 분할에 의해 영역으로 분할한다. 그 다음 영역 분할 후의 영역 정보 중 차량 영역을 추출하는데 영향을 미치지 않는 작은 영역들을 제거하고, 남은 영역들을 직사각형화한다. 마지막으로 차선 별로 남은 영역들을 병합, 삭제함으로써 각 차선마다 차량 영역 정보를 추출할 수 있다. 이러한 방법은 배경 영상과 같은 부가적인 정보를 사용하지 않고 도로 자체 영상만으로 교통 혼잡도를 측정할 수 있으며, 그림자의 영향이 없을 경우 적용할 수 있는 기법이다.Abstract In this paper, we designed and implemented an efficient road congestion analysis system using regional information. To extract vehicle regions from a road image, the system process the image in five steps: segmentation, small region elimination, region rectangularization, region merging and region deletion. First, we segment road image by a threshold value. Then, we eliminate useless small regions to extract vehicle region, and perform region rectangularization. Finally, we extract vehicle region of each lane of the road by region merging and deletion. This method has the advantage of measuring road congestion without additional information such as background images. But this method must be applied to road images without shadow.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.498-502
• /
• 2008

본 논문에서는 스케치 보정을 위한 계층적 지식 기반 잡음 제거 방법을 제안한다. 제안하는 잡음 제거 방법은 방향 정보, 후보 영역간의 내적, 갈고리 잡음영역 검출이라는 세 개의 계층적 휴리스틱(heuristic) 방법으로 구성된다. 첫 번째 단계에서 방향정보를 이용하여 특징점 후보들이 검출되고, 두 번째 단계에서는 각 후보들 사이의 벡터 간 내적을 이용하여 부적절한 후보들이 제거되며, 세 번째 단계에서는 갈고리모양의 잡음영역을 검출하여 근거리에 모여있는 특징점들을 병합한다. 실험을 통해 제안하는 방법이 잡음에 민감한 실제 응용 환경에 적합하며 효율적임을 보였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.27 no.3A
• /
• pp.268-275
• /
• 2002

This paper proposes a region-based segmentation algorithm fur extracting a video object by using the cost of potential of frame-difference energies. In the first step of a region-based segmentation using spatial intensity, each frame is segmented into a partition of homogeneous regions finely so that each region does not contain the contour of a video object. The fine partition is used as an initial partition for the second step of spatio-temporal segmentation. In spatio-temporal segmentation, the homogeneity cost for each pair of adjacent regions is computed which reflects the potential between the frame-difference energy on the common contour and the frame-difference energy of the lower potential region of the two. The pair of adjacent regions whose cost is minimal then is searched. The two regions of minimum cost ale merged, which result in updating the partition. The merging is recursively performed until only the contours remain which have Same difference energies of high potential. In the fecal step of post-processing, the video object is extracted removing the contours inside the object.

• The Journal of the Korea Contents Association
• /
• v.7 no.2
• /
• pp.40-50
• /
• 2007

In this paper, we propose an efficient method for detecting and tracking multiple moving objects based on morphological region merging from real-time video sequences. The proposed approach consists of adaptive threshold extraction, morphological region merging and detecting and tracking of objects. Firstly, input frame is separated into moving regions and static regions using the difference of images between two consecutive frames. Secondly, objects are segmented with a reference background image and adaptive threshold values, then, the segmentation result is refined by morphological region merge algorithm. Lastly, each object segmented in a previous step is assigned a consistent identification over time, based on its spatio-temporal information. The experimental results show that a proposed method is efficient and useful in terms of real-time multiple objects detecting and tracking.

• The Korean Journal of Applied Statistics
• /
• v.22 no.4
• /
• pp.709-721
• /
• 2009

This paper discusses an efficient image segmentation using morphological watershed algorithm that is robust to noise. Morphological image segmentation consists of four steps: image simplification, computation of gradient image and watershed algorithm and region merging. Conventional watershed segmentation exhibits a serious weakness for over-segmentation of images. In this paper we present a morphological edge detection methods for detecting edges under noisy condition and apply our watershed algorithm to the resulting gradient images and merge regions using Kolmogorov-Smirnov test for eliminating irrelevant regions in the resulting segmented images. Experimental results are analyzed in both qualitative analysis through visual inspection and quantitative analysis with percentage error as well as computational time needed to segment images. The proposed algorithm can efficiently improve segmentation accuracy and significantly reduce the speed of computational time.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.40 no.2
• /
• pp.1-10
• /
• 2003

This paper presents an efficient method for image segmentation based on a multiresolution application of a wavelet transform and watershed segmentation algorithm. The procedure toward complete segmentation consists of four steps: pyramid representation, image segmentation, region merging and region projection. First, pyramid representation creates multiresolution images using a wavelet transform. Second, image segmentation segments the lowest-resolution image of the pyramid using a watershed segmentation algorithm. Third, region merging merges the segmented regions using the third-order moment values of the wavelet coefficients. Finally, the segmented low-resolution image with label is projected into a full-resolution image (original image) by inverse wavelet transform. Experimental results of the presented method can be applied to the segmentation of noise or degraded images as well as reduce over-segmentation.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.145-148
• /
• 2002

우리가 원하는 고수준의 검색 개념을 영상에서의 저수준 특징들을 조합하여 표현하는 데는 한계가 있다. 한편, 우리의 검색 개념은 주로 영상에 포함된 객체 단위로 형성되는 것이 일반적이다. 본 논문에서는 영상의 중심 부근에 비교적 큰 크기로 정의되는 중심 객체 및 중심 객체주변의 배경 영역을 추출하여 검색에 활용함으로써, 인간의 검색 의지를 최대한 정확하게 반영할 수 있는 하나의 방법을 제안한다. 중심 객체와 배경 영역은 영상분할 및 영역병합 결과에서 영상의 중앙 및 모서리에 존재하는 영역을 선정하여 칼라 유사도를 기준으로 영역확장을 통해 구한다. 검색은 단계적으로 할 수 있도록 하였는데, 먼저 사용자의 키워드에 의한 검색이 가능하도록 하였으며, 검색 결과는 그룹핑에 의한 대표영상을 보여 준 후 사용자가 원하는 영상을 선택적으로 얻을 수 있도록 하였다. 아울러, 하나 이상의 영상에서 추출된 객체와 배경을 조합하여 재검색할 수 있도록 함으로써 검색 성능을 높이고자 하였다. 한편, 자동 추출된 객체를 이용하여 사용자가 객체 영역을 지정하기 위해 개입하는 번거로움을 줄이면서도 사용자가 영역을 직접 선택한 경우와 비슷한 결과를 얻을 수 있도록 하였다.

• Journal of KIISE:Software and Applications
• /
• v.28 no.2
• /
• pp.132-140
• /
• 2001

야외에서 인지되는 자연 경치는 다양한 개체, 빛의 산란, 또는 변화를 주는 많은 요소들 때문에 컴퓨터 영상처리에서 인식하기가 쉽지 않다. 본 논문에서는 다층 인지 신경망을 이용하여 도로가 포함된 야외영상에 나타나는 개체들을 인식하는 방법을 연구하였다. 자연 영상을 영역화한 후, 각각의 영역들에 대하여 색상과 기하학적인 특성에 근거하여 특성벡터를 추출하고 이를 신경망에 입력하여 각 영역을 구분하는 2단계의 알고리듬을 제안한다. 먼저 야외 영상들을 개선된 영역 확장법과 병합과정에 의하여 개체별로 영역화하였다. 영역화된 연상은 자연 영상과 함께 영상 데이타베이스에 저장되고, 이 자료들을 이용하여 각 영역의 특성벡터를 계산하였다. 이 특성 벡터를 구성된 신경망의 입력층에 전달하면, 각 영역은 27개의 개체 중의 하나로 출력층에서 인식된다. 제안된 방법은 학습에 사용된 데이타, 학스베 사용되지 않은 새로운 데이타, 그리고 모두 합하여 놓은 데이타의 세가지 데이타 군에서 무작위로 선별하여 인식률을 측정하였다. 학습된 데이타에서는 99.4%까지의 인식률을 보여주었고, 학습되지 않은 데이타에 대해서도 최고 89.1%까지의 인식률을 나타내었다. 제안된 방법은 평균적으로 88.1%~97.9%의 인식률을 보여주어 자연 경치의 인식에 신뢰성이 있는 방법으로 사용될 수 있음을 증명하였다.