• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.653-656
• /
• 2006

본 논문은 Cumulative Distribution Function(CDF) 부합에 의한 영상 개선 방법에 대해서 제안하였다. 제안한 방법은 원본 영상의 히스토그램 분포도를 조사하여 히스토그램 그래프상의 특정 색도값들을 선정, 이 점들을 보간법을 이용하여 히스토그램을 재 작성한다. 이를 이용하여 원본 CDF 그래프를 크게 벋어나지 않고, 즉 밝기 정보가 크게 훼손 되지 않은 상태로 색도 값을 재 배치 함으로써 히스토그램 평활화와 스트레칭 효과를 모두 만족하는 영상 향상의 결과를 얻을 수 있다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2001.10a
• /
• pp.809-812
• /
• 2001

내용에 기반한 동영상 검색에서, 하나의 장면을 나타내는 대표 프레임을 자주 이용한다. 이를 위해 동영상의 장면전환을 검출하는 기술이 필요하며, 일반적으로 칼라 히스토그램 비교방법이 많이 쓰인다. 그러나 이는 급격한 밝기변화에 민감하고 칼라 히스토그램 분포가 비슷한 부분의 장면전환을 놓칠 수 있다는 단점이 있다. 본 논문에서는 칼라 히스토그램 비교방법과 엔트로피를 복합적으로 이용하여 이러한 단점을 보완하고자 하였다. 실험을 통해 제안한 방법은 기존의 칼라 히스토그램을 이용한 방법보다 성능이 우수함을 알 수 있었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2015.10a
• /
• pp.1442-1445
• /
• 2015

본 논문은 SAR 영상에서 객체를 추출하는 새로운 방법으로 특징점 기반 분할 히스토그램 기법을 제안한다. 제안하는 방법은 영상 히스토그램에서 객체로 추정될 수 있는 영역을 세밀하게 추출하기 위해 영상에서 특징점을 추출한 후, 특징점의 밝기를 기준으로 히스토그램을 분할한다. 분할 히스토그램이 배경과 객체 성분을 모두 포함하고 있을 경우 해당 영역의 혼합 확률밀도함수가 교차되는 임계점을 계산한다. 계산된 임계점을 기준으로 현재 영역이 전체 영상에서 차지하는 비율을 비교하여 배경과 객체 여부를 판단한다. 제안하는 방법은 무인 감시 정찰 시스템 등 다양한 응용 기술에 활용될 수 있을 것으로 기대한다.

• Proceedings of the KIEE Conference
• /
• 2007.07a
• /
• pp.1760-1761
• /
• 2007

액정 디스플레이(LCD)의 핵심 재료인 편광필름은 제조 과정이나 운반 과정에서 실오라기 같은 이물 및 찍힘 등의 결함이 발생하며 이를 사람이 육안으로 검사하고 있다. 본 논문에서는 이런 편광필름의 결함을 자동으로 검출하기위한 방법으로 히스토그램의 통계적 모멘트를 사용하여 주변 밝기에 따라 검사 영역의 밝기의 기울기를 구하고, 이를 통해 결함의 유무를 판단하는 편광필름 검사 방법을 제안한다.

• KIISE Transactions on Computing Practices
• /
• v.22 no.10
• /
• pp.532-536
• /
• 2016

Frame Rate Up Conversion (FRUC) generate interpolated frames between existing frames using motion estimation and motion compensation interpolation considering temporal redundancy. Falsely-estimated FRUC, however, can generate poor quality frames because FRUC typically uses blending-based interpolation method. As skipping an interpolating process between frames generate mis-estimated motion vectors, could improve Quality of Services of FRUC. In this Paper we analyze luminance histogram and motion vector consistency in frames generating poor quality interpolated frames. We conclude these features could help to be a clue in classifying the frames, which often result in the poor quality of FRUC results through the analysis and experiment.

• Proceedings of the KSRS Conference
• /
• 2007.03a
• /
• pp.3-7
• /
• 2007

본 논문에서는 1m 공간해상도를 가지는 도시 지역의 위성영상에서 스테레오 정합의 성능을 향상시키기 위해 그레디언트(gradient)의 히스토그램을 이용하여 스테레오 정합 창틀의 크기를 자동적으로 결정하는 방법을 제안한다. 영상의 각 화소에 대해 한 화소 거리의 대각 방향에 놓여진 4 개 화소들의 수직 및 수평 방향에 존재하는 화소간의 밝기값 차로 정의되는 그레디언트를 계산하여 평탄화 지수 영상(Flatness Index Image)을 생성한다. 평탄화 지수 영상에서 에지 등과 같이 주변 화소의 밝기값과 차이가 큰 화소는 상대적으로 높은 평탄화 지수를，비에지 화소의 경우에는 낮은 평탄화 지수를 가지게 된다. 에지와 비에지를 판정하는 평탄화 임계값을 결정하기 위해 평탄화 지수 영상의 히스토그램 분포를 이용한다. 결정된 평탄화 임계값보다 작은 평탄화 지수를 가지는 정합 창틀 내의 화소들이 일정 비율보다 크면 비에지 화소로 판정하고 정합 창틀을 한 단계 더 크게 설정하는 방법으로 정합 창틀의 크기를 각 화소마다 가변적으로 변화시킨다. 제안한 방법을 IKONOS 스테레오 위성영상에 적용하여 고정 크기의 정합 창툴에 비해 정합 성능이 향상되는 것을 보였다.

• Journal of the Institute of Electronics Engineers of Korea SC
• /
• v.46 no.1
• /
• pp.10-21
• /
• 2009

In order to enhance the contrast in the regions where the pixels have similar intensities, this paper presents a new histogram equalization scheme. Conventional global equalization schemes over-equalizes those regions so that too bright or dark pixels are resulted and local equalization schemes produce unexpected discontinuities at the boundaries of the blocks. The proposed algorithm segments the original histogram into sub-histograms with reference to brightness level and equalizes each sub-histogram with the limited extents of equalization considering its mean and variance. The final image is determined as the weighted sum of the equalized images obtained by using the sub-histogram equalizations. By limiting the maximum and minimum ranges of equalization operations on individual sub-histograms, the over-equalization effect is eliminated. Also the result image does not miss feature information in low density histogram region since the remaining these area is applied separating equalization. This paper includes how to determine the segmentation points in the histogram. The proposed algorithm has been tested with more than 100 images having various contrast in the images and the results are compared to the conventional approaches to show its superiority.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2012.07a
• /
• pp.138-139
• /
• 2012

본 논문에서는 보다 정밀한 깊이 정보를 추출하기 위하여, 밝기 차이에 강인한 스테레오 정합 기법을 개발한다. 우선 촬영된 환경에 따라 발생하는 스테레오 영상의 노출 차이를 보상하기 위하여, 전체 영상에 대하여 전역적으로 히스토그램 기반의 3 차원 누적 분포 함수를 계산한다. 계산된 3 차원 누적 분포 함수를 기반으로 순위 영상을 생성하고, 밝기 기반의 강인한 초기 정합을 수행한다. 다음으로 지역적인 밝기 변화에 강인하도록, 초기 깊이 정보를 바탕으로 EM 알고리즘을 수행하여 객체와 배경에 해당되는 깊이 정보를 분리한다. 분리된 영역 정보를 기반으로 각각의 영역의 대하여 다시 히스토그램 기반의 3 차원 누적 분포 함수를 계산한다. 이를 기반으로 최종적으로 전경과 배경의 차등적인 정합을 수행하여 지역적인 밝기 차이에 강인한 스테레오 정합기법을 개발한다. 다양한 실험을 통하여 본 논문에서 제안하는 기법의 성능을 확인한다.

• Journal of Broadcast Engineering
• /
• v.22 no.5
• /
• pp.608-617
• /
• 2017

Methods of contrast enhancement have problem such as side effect of over-enhancement with non-gaussian histogram distribution, tradeoff enhancement efficiency against brightness preserving. In order to enhance contrast at various histogram distribution, segmentation to region with gaussian distribution and then enhance contrast each region. First, we segment an image into several regions using GMM(Gaussian Mixture Model)fitting by that k-mean clustering and EM(Expectation-Maximization) in $L^*a^*b^*$ color space. As a result region segmentation, we get the region map and probability map. Then we apply local contrast enhancement algorithm that mean shift to minimum overlapping of each region and preserve brightness histogram equalization. Experiment result show that proposed region based contrast enhancement method compare to the conventional method as AMBE(AbsoluteMean Brightness Error) and AE(Average Entropy), brightness is maintained and represented detail information.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.9
• /
• pp.76-90
• /
• 1999

In this paper, a color image retrieval algorithm is proposed based on color histogram and color texture. The representative color vectors of a color image are made from k-means clustering of its color histogram, and color texture is generated by centering around the color of pixels with its color vector. Thus the color texture means texture properties emphasized by its color histogram, and it is analyzed by Gaussian Markov Random Field (GMRF) model. The proposed algorithm can work efficiently because it does not require any low level image processing such as segmentation or edge detection, so it outperforms the traditional algorithms which use color histogram only or texture properties come from image intensity.