• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2011.11a
• /
• pp.196-199
• /
• 2011

본 논문에서는 컬러영상의 검색을 위하여 대표색상의 통계적 특성과 그 공간적 분포를 이용하는 기법을 제안한다. 대표색상은 HSV 색상공간에서 빈도수가 가장 높은 1-8개의 색상영역으로 선택되는데, 대표색상의 값과 각 대표색상이 영상에서 어떻게 분포하느냐에 따라서 검색되는 영상의 종류와 객체의 형태가 크게 달라진다. 본 논문에서는 영상을 일정한 개수의 작은 영역으로 나누고 각 영역에서 각 대표색상이 충분히 존재하는지를 평가하여, 각 대표색상이 영상평면에서 분포한 상태를 이진화된 공간분포 지도로 표시한다. 이로부터 영상간의 대표색상마다 이진공간분포의 차이를 비교함으로써, 색상의 통계적 특성과 공간적 분포가 동시에 반영된 특징으로 영상을 검색한다. 본 논문에서 제안한 대표색상의 공간적 분포 모델을 이용한 영상검색 기법은 MPEG-7에서 정의한 대표색상 기반의 영상 검색보다 우수한 성능을 보여주었다. 이진공간분포 지도의 생성 방법 및 거리측정 파라미터에 대한 최적화가 이루어지면 영상검색 성능이 더욱 개선될 것으로 예상되며, 웹기반의 영상검색 시스템에 활용될 수 있을 것으로 기대된다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2013.11a
• /
• pp.213-216
• /
• 2013

본 논문에서는 객체 위주의 컬러 영상 검색을 위하여 영상의 saliency map을 이용해 객체 중심의 영상을 생성하고, 객체와 그 주변 영역에서의 대표 색상이 가지는 통계적 특성과 공간적 분포 정보를 이용하는 방법을 제안한다. 먼저, 영상의 saliency map을 이진화하여 영상을 객체/배경으로 분할하고 객체를 중심으로 객체/배경의 비율이 일정한 일정 크기의 영상을 생성한다. 생성된 영상에서 대표 색상을 추출하고, 각 색상이 영상에서 어떻게 분포하는가를 나타내는 이진 공간분포 지도를 형성한다. 그 후 영상 간의 대표 색상마다 이진 공간분포의 차이를 비교함으로써, 색상의 통계적 특성과 공간적 분포가 동시에 반영된 특징으로 영상을 검색한다. 본 논문에서 제안한 saliency map을 이용한 대표 색상 기반의 영상 검색 기법은 기존의 대표 색상 기반의 영상 검색보다 우수한 성능을 보여준다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10b
• /
• pp.362-364
• /
• 1999

본 논문에서는 Quadtree 구조를 기반으로 한 효율적인 색상 정보 추출과 영상 검색을 수행하는 시스템을 구현한다. 제시한 시스템은 원 영상으로부터 DC영상을 추출하고, DC 영상의 화소들을 RGB에서 HSV의 색상 좌표계로 변환한다. 변환된 영상에서 색상의 분포에 따라 Quadtree 형태로 영역을 분할하고 대표 색상을 추출한다. 마지막으로 추출한 색상과 그 색상의 분포에 따라 Quadtree 형태로 영역을 분할하고 대표 색상을 추출한다. 마지막으로 추출한 색상과 그 색상의 분포값을 영역의 위치에 따라 Quadtree의 단말 노드에 저장한다. 그리고, 사용자가 질의 영상을 주었을 때 Quadtree에 저장된 정보를 이용하여 본 논문에서 제안한 유사도 측정을 통하여 결과 영상을 보여준다. 본 논문에서 제안한 방법으로 실험한 결과 64개의 영역으로 나눈 방법에 비해 비교하는 평균 영역의 개수는 28.9개였고, 검색시간은 2~6초 정도 감소하였다. 또한, 전체 영상의 색상 정보 저장량도 25% 정도 줄어들었지만 질의에 대한 두 방법의 검색 결과는 유사하게 나타났다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.07a
• /
• pp.315-316
• /
• 2019

전투복, 군용 천막 등에 사용되는 위장무늬는 군 작전 수행 시 주변 환경의 색상, 패턴을 모사하여 개인병사 및 무기체계의 위장 기능을 극대화하고, 이를 통해 아군의 생명과 시설피해를 최소화하기 위한 목적으로 사용된다. 특히 최근 들어 군의 작전환경과 임무가 복잡하고 다양해짐에 따라, 작전환경에 대한 데이터의 취득 및 정량적 분석을 통해 전장 환경에 최적화된 위장무늬 패턴 및 색상 추출에 대한 연구의 필요성이 증대되고 있다. 본 논문에서는 한반도 자연환경 영상에 대한 자기 조직화 지도(SOM, Self-organizing Map) 기반의 한반도 자연환경 대표 색상 군집화 연구 방법에 대해 서술한다. 이를 위해 한반도 내 위도를 고려한 장소에서 시간별, 계절별 자연환경 영상 수집을 진행하며, 수집된 영상 내 다수의 화소의 군집화를 위해 2차원 SOM을 활용한다. 영상 내 각 화소의 색상 값에 대한 SOM의 학습 시, RGB공간상의 색차/색상 인지 왜곡을 피하기 위하여 CIEDE2000 색차 식을 통해 군집화를 진행한다. 실험결과에서는 온라인상으로 수집한 여름 및 가을철 대표 색상 군집화 결과와, 현재까지 수집된 계절별 자연환경 사진 내 6억 7648개 화소에 대한 대표 색상 군집화 결과를 보여준다.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.47 no.2
• /
• pp.1-10
• /
• 2010

There have been studied with activity about color standard due to extention of digital contents' application area. Therefore the studies in relation to the standard are needed to represent image's feature as color. Also the methods to extract color's feature to be apt to various application are needed. In this paper, we set the base color as 50 colors from Munsell color system, get the color histogram to show the characteristics of colors's distribution of a image, and propose the method to extract representative colors from the histogram. Firstly, we convert a input image of RGB color space to a image of HSI color space and split the image into hue area and non-hue area. To split hue area and non-hue area, we use a fixed threshold and a perception-function of color area function to reflect the subjective vision of human-being. We compute histograms from each area and then make a total histogram from the histogram of hue area and the histogram of hue area, and extract the representative colors from the histogram. To evaluate the proposed method, we made 18 test images, applied conventional methods and proposed method to them Also the methods are applied to public images and the results are analyzed. The proposed method represents well the characteristics of the colors' distribution of images and piles up colors' frequency to representative colors. Therefore the representative colors can be applied to various applications

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.633-636
• /
• 2002

기존에 얼굴인식이나 얼굴영역을 추출하는 방법들은 대부분 얼굴의 외곽선은 고려하지 않은 상태에서 얼굴의 특징인 눈, 코, 입 부분만을 추출하는 경우가 많아 정확한 얼굴을 추출하기가 어려웠다. 본 논문에서는 얼굴의 색상과 영역분할 기법(Region Segmentation technique)을 함께 사용해서 얼굴부분과 얼굴의 특징을 추출하여 보다 정확한 얼굴 부분을 분할하고자 한다. 얼굴추출방법을 대표색상 추출과정과 실제 영역을 분할하여 얼굴부분을 추출하는 과정으로 나누어 히스토그램을 이용하여 대표색상을 추출한 후, 영역분할 기법을 이용하여 대표색상을 포함하고 있는 영역에 대해 얼굴이라는 가정을 배제하고, 이미지들을 객체(Object)화 하여 조건에 맞지 않는 객체들을 모두 제거함으로써, 정확한 얼굴부분을 분할해 낸다.

• 프린팅코리아
• /
• s.13
• /
• pp.140-143
• /
• 2003

많은 디자이너들이 느끼는 문제 중에 하나는 모니터에서 보이는 대로 색상이 출력되지 않는다는 점이다. 그리고 같은 파일이라 하더라도 모니터마다 보이는 색상이 다르다는 것도 문제이다. 또한 같은 파일이라도 출력기마다 색상이 다르며, 같은 파일이라도 작업자마다 색상이 다르다는 것이다. 이러한 문제들을 해결하기 위해 도용되는 시스템이 CMS(Color Management System)이다. 구광모 트루컬러시스템 대표의 설명을 바탕으로 모니터와 인쇄 현장에서의 CMS를 자세히 알아본다.

• Proceedings of the Korean Society for Emotion and Sensibility Conference
• /
• 1999.11a
• /
• pp.153-156
• /
• 1999

본 연구는 시트 커버지로 선호하는 직물의 특성을 파악하고자 하였다. 직물디자인의 평가 요소 중 pattern에 초점을 맞추었으며 부수적으로 색상에 대한 선호도 평가를 수행하였다. 직물 pattern 디자인은 PP(Primitive pattern)와 RPU(Repeated pattern unit)의 세부항목에 대한 평가를 통해 전체 직물패턴에 대한 평가가 가능하다. Pattern 특징 평가를 위한 1차 설문에서 소재와 색상의 요인들의 영향을 최소화하기 위해 sample 직물을 gray-scale image로 제시하여 세부항목을 평가하였다. 1차 설문결과로써 pattern 특성을 대표하는 4개의 직물샘플을 선정하였다. 2차 설문에서 4개의 대표 sample을 열차용 시트에 rendering 하여 선호도 평가를 수행하였으며, 색상 선호도 평가는 5가지 색상 군집에 대한 선호를 평가하였다. 선호도 평가 결과 시트 커버지로 선호하는 직물의 특징은 PP의 특징에 상관없이 RPU의 돌출성이 적은 pattern이었다 또한 색상은 초록색과 파랑색을 선호하는 것을 알 수 있었다. 추후 이러한 결과를 통한 시트 커버 직물의 디자인 및 선택이 이루어져야 할 것이다.

• The Journal of the Korea Contents Association
• /
• v.11 no.5
• /
• pp.125-137
• /
• 2011

Recently the research on the system using images taken from camera phones as input is actively conducted. This paper proposed a system that shows wine pictures which are similar to the input wine label in order. For the calculation of the similarity of images, the representative color of each cell of the image, the recognized text color, background color and distribution of feature points are used as the features. In order to calculate the difference of the colors, RGB is converted into CIE-Lab and the feature points are extracted by using Harris Corner Detection Algorithm. The weights of representative color of each cell of image, text color and background color are applied. The image similarity is calculated by normalizing the difference of color similarity and distribution of feature points. After calculating the similarity between the input image and the images in the database, the images in Database are shown in the descent order of the similarity so that the effort of users to search for similar wine labels again from the searched result is reduced.

• The Journal of Bigdata
• /
• v.3 no.2
• /
• pp.51-57
• /
• 2018

The purpose of this study is to find a valid link between color and tourism experience. We analyzed color that extracted by Aerial photo by IRI Image Scale to find color image. As an indicator of the experience of tourism, a review of the Tripadvisor was selected and analyzed through text mining. Results using text mining results and IRI image scales were generally inconsistent. To identify problems with aerial photo, the results of the analysis using the representative photographs provided by the Tripadvisor in the same way were the same as before. This indicate that details are key of tourism than the image of the overall background. This study presents new research directions by combining color analysis studies with text mining.