• 반도체디스플레이기술학회지
• /
• 제13권4호
• /
• pp.49-54
• /
• 2014

This paper proposes a new color segmentation method of vehicle license plates in the RGB color space. Firstly, the proposed method shifts the histogram of an input image rightwards and then stretches the image of the histogram slide. Secondly, the method separates each of the three RGB color components and performs the adaptive threshold processing with the three components, respectively. Finally, it combines the three components under the condition of making up a segment color and removes noises with the morphological processing. The proposed method is implemented using C language in an embedded Linux system for a high-speed real-time image processing. Experiments were conducted by using real vehicle images. The results show that the proposed algorithm is successful for most vehicle images. However, the method fails in some vehicles when the body and the license plate have the same color.

• 한국정보전자통신기술학회논문지
• /
• 제13권5호
• /
• pp.313-322
• /
• 2020

많은 양의 데이터는 딥 러닝 모델의 견고성을 향상시키고 과적합 문제를 방지할 수 있게 해준다. 자동 혀 분할에서, 혀 영상 데이터 세트를 실제로 수집하고 라벨링하는 데에는 많은 어려움이 수반되므로 많은 양의 혀 영상 데이터를 사용하기 쉽지 않다. 데이터 증강은 새로운 데이터를 수집하지 않고 레이블 보존 변환을 사용하여 학습 데이터 세트를 확장하고 학습 데이터의 다양성을 증가시킬 수 있다. 이 논문에서는 이미지 자르기, 회전, 뒤집기, 색상 변환과 같은 7 가지 데이터 증강 방법을 사용하여 확장된 혀 영상 학습 데이터 세트를 생성하였다. 데이터 증강 방법의 성능을 확인하기 위하여 InceptionV3, EfficientNet, ResNet, DenseNet 등과 같은 전이 학습 모델을 사용하였다. 실험 결과 데이터 증강 방법을 적용함으로써 혀 분할의 정확도를 5~20% 향상시켰으며 기하학적 변환이 색상 변환보다 더 많은 성능 향상을 가져올 수 있음을 보여주었다. 또한 기하학적 변환 및 색상 변환을 임의로 선형 조합한 방법이 다른 데이터 증강 방법보다 우수한 분할 성능을 제공하여 InveptionV3 모델을 사용한 경우에 94.98 %의 정확도를 보였다.

• 한국식품영양과학회지
• /
• 제32권6호
• /
• pp.806-811
• /
• 2003

크랜베리 수용액의 색상 안정성 에 대한 pH, 열, 광, 당, 유기산, 금속이온, 비타민 C, $B_1$, $B_3$ 및 $B_{6}$의 영향을 조사하였다. 크랜베리 수용액의 색상은pH가 낮을수록 농색화 효과가 높았고 pH가 높아질수록 최대흡수파장이 장파장 쪽으로 이동하는 bathochromic shift현상이 관찰되었다. 열의 영향에 대한 실험 결과, 색상의 반감기가 37$^{\circ}C$에서 34일, 9$0^{\circ}C$에서 91분, 12$0^{\circ}C$에서 29분으로 온도가 높을수록 색상의 반감기가 급격하게 짧아졌다. 광에 의해 색상의 안정성이 크게 저하되었는데, 형광보다 일광에 대한 영향이 더 컸으며 저장 시 광을 차단함으로써 안정성을 증진시킬 수 있었다. 당류 첨가는 오히려 무첨가구에 비해서 저장 안정성을 저하시켰고 fructose가 색상 저하를 가장 촉진하는 것으로 나타났다. 유기산 중 fumaric acid, citric acid, malic acid, acetic acid 순으로 색상 안정성에 효과가 있었으며 특히 fumaric acid는 색상안정화에 크게 기여하였다. 금속이온 중 $Na^{+}$과 $Mg^{2+}$은 색상안정화에 기여하였으나 $Mn^{2+}$은 색상의 안정성을 가장 크게 저하시켰고 다음으로 F $e^{2+}$, $K^{+}$, $Ca^{2+}$순으로 저하시켰다. 비타민 C와 $B_1$은 크랜베리 수용액 색상의 안정성을 저하시켰으며 특히 비타민 C는 색상의 안정성을 크게 저하시켰다. 반면 $B_3$, $B_{6}$는 색상의 안정성에 미약하게 기여하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 추계학술발표대회 및 정기총회
• /
• pp.229-232
• /
• 2005

본 논문에서는 새로운 HAC(Histogram Area Calculation)방법과 영상의 객체분할 방법을 소개한다. 히스토그램을 이용한 영상은 색상 공간의 특징 때문에 조명에 매우 민감하여 빛의 강도에 따라 유사성이 저하되는 경우가 있다. 또한 공간적 정보를 가지고 있지 않아, 전혀 다른 모양의 영상일지라도 칼라 분포가 같은 영상으로 볼 수 있다. 이 논문에서 제안한 방법은 히스토그램 영역을 임의의 영역으로 나눠, 영역들의 유사성을 매칭(matching) 시킨다. 2차 검색방법으로 원 영상에서의 색상 질감 정보가 동일한 영역을 군집화 하여, 영상 분할된 객체들을 이용하여 검색하는 방법이다. 실험 결과, 제안한 방법이 전통적인 히스토그램 방법보다 검색 성능이 효율적인 결과를 얻었다.

• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.687-696
• /
• 2014

본 논문은 사용자의 입력, 색상 및 깊이 정보를 이용한 의미론적 물체 분할 방법을 제안한다. 의미있는 영역을 깊이영상에서 유사한 깊이 정보와 사용자 스트로크 입력의 중심에 위치한다고 가정한다. 제안된 방법은 스트로크 입력을 이용하여 관심 영역을 설정하고, 색상과 깊이 정보를 이용하여 의미있는 영역을 검출한다. 구체적으로 제안방법은 관심영역에 대해 색상과 깊이 정보를 이용한 과분할 과정과 과분할 영역에 대해 깊이 정보를 이용한 의미론적 물체 추출과정으로 구성되어 있다. 과분할 과정에서 적응적 임계값 적용 및 형태학적 기울기에 대한 적응적인 가중치 적용을 통한 마커 추출 방법을 제안하였다. 의미론적 물체 추출과정에서는 관심영역의 가장자리 영역에서 내부 영역으로의 순서대로 전체 깊이의 평균과 차이를 이용하여 추출하고자 하는 물체 영역인지 아닌지를 결정하도록 하였다. 실험 결과에서 제안한 방법이 효과적으로 의미있는 물체 추출 결과를 얻을 수 있음을 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2004년도 가을 학술발표논문집 Vol.31 No.2 (2)
• /
• pp.769-771
• /
• 2004

영상을 유사한 특성을 갖는 영역 단위로 분할하는 작업은 다양한 영상 처리를 위한 전처리 과정으로 사용되고 있다. 본 논문에서는 모폴로지(Morphology)와 비선형 확산(Non-Linear Diffusion)을 이용한 영상분할 방법을 제안한다. 초기에 LUV 색상공간에 모폴로지를 응용한 재구성(Reconstruction)에 의한 닫힘(Closing) 연산과 비선형 확산(Non-Linear Diffusion)을 통해 실형 영상을 획득한다 이 영상에서 칼라 영상의 기울기(Gradient) 정보를 획득하고, 마커(Marker) 정보를 이용한 워터쉐드(Watershed) 알고리즘을 적용하여 영상을 효과적으로 분할한다. 그레이 영상과 칼라 영상을 대상으로 한 실험에서 제안 방법이 영상을 효과적으로 분할함을 확인하였다.

• 한국식품조리과학회지
• /
• 제16권3호
• /
• pp.245-254
• /
• 2000

마늘분, 생강분, 계피분의 첨가량을 달리하여 제조한 식빵의 품질특성 비교 결과는 다음과 같다. 관능검사에서 마늘분, 생강분, 계피분의 첨가량이 증가할수록 외관의 부드러운 정도(softness)와 색상(color)이 강하다고 평가되었으며, 질감특성의 바삭바삭한 정도(brittle), 경도(hardness), 씹힘성(chewiness)도 첨가량이 증가할수록 높게 나타났다. 기호도면에서는 향신료의 첨가량이 증가할수록 낮게 평가되었으며, 대조군과 마늘분, 생강분, 계피분을 각각 1% 첨가한 식빵을 가장 선호하였다. 색도 측정 결과 향신료의 첨가량이 증가할수록 명도 L값은 감소하였으며, 반면에 적색도 a값과 황색도 b값은 증가하는 경향을 보였다. Texture측정에서 전반적으로 경도(hardness), 응집성(cohesiveness), 탄력성(springiness), 껌성(gumminess), 파쇄성(brittleness) 모두 마늘분, 생강분, 계피분을 각각 1%첨가한 식빵이 가장 낮게 나타났으며, 항신료의 첨가량이 증가할수록 대조군보다 특성이 강하게 나타났다. 관능검사와 기계적검사의 상관관계 결과 명도가 높을수록 선호하였으며, 경도(hardness), 파쇄성(brittleness)이 클수록 기호도가 낮아 입안의 촉감이 부드럽고 부서지는 정도가 적으며 색상이 밝을수록 좋게 평가되었다. 관능검사와 기호도간의 상관관계에서 밀가루의 독특한 냄새, 구수한 맛, 탄력성, 부푼 정도가 높을수록 선호하는 경향을 보여 향신료 특유의 냄새가 강하지 않고 구수하며 탄력성이 좋고 부푼정도가 좋을수록 선호하였다. 이상의 결과 마늘분, 생강분, 계피분을 각각 1% 첨가한 향신료 식빵의 품질이 높게 평가되어 식빵 제조시 향신료의 첨가량은 1%정도가 적당하다고 사료된다.

• 한국콘텐츠학회논문지
• /
• 제10권7호
• /
• pp.107-114
• /
• 2010

색채는 빛을 통해 인간이 시각적으로 느끼는 감각으로, 사람이 인지할 수 있는 색채인 유채색(chromatic color area)과 무채색(achromatic color area)으로 구분할 수 있다. 유채색은 색상, 명도, 채도의 속성이 존재하지만 무채색은 유채색의 속성 중 명도는 있지만 색상과 채도의 성격을 갖지 않는다. 따라서 인간의 시각에 기초하여 인간이 색채를 인지할 수 있는 영역과 인지하지 못하는 영역을 분리하는 것은 중요하다. 본 논문에서는 영상의 유채영역인 색상영역과 무채영역인 비색상영역을 분리하는 함수를 도출한다. 먼저 입력된 RGB 컬러공간의 입력영상을 인간의 시각을 고려한 HSI 컬러공간으로 변환하여 이진영상을 구한 후 색상 영역(ROC: Region of chromatic)과 비색상 영역(ROA:Region of achromatic)으로 분류하기 위한 함수를 도출한다. 일반영상에서 ROC와 ROA의 영역을 분리하기는 어려우므로 색상영역과 비색상영역을 도출하기 위해 색상값의 변화가 크지 않고 명암과 채도가 변화하는 그레디언트 영상을 생성하여 함수를 도출한다. 성능평가는 실험영상과 일반영상의 결과영상을 비숙련가 50인에게 주관적 화질평가를 실시하였으며 제안방법은 기존의 방법에 비해 27.5~32.96%가 개선되었다.

• 한국식품과학회지
• /
• 제31권4호
• /
• pp.938-944
• /
• 1999

도라지의 색상발현을 위하여 반응표면분석법으로 도라지의 threonine 침지농도 및 볶음조건에 따른 도라지차의 기계적 색도 및 관능적 색상 변화를 모니터링 하였다. 기계적 색도와 관능적 색상에 대한 회귀식의 $R^{2}$는 모두 0.87 이상으로 5% 수준에서 유의성이 인정되었다. 백색도가 가장 높은 침지 및 볶음조건은 threonine 농도 0.09%에서 침지한 후 건조하여 $142.37^{\circ}C$에서 21.94분 볶음처리하는 것으로 나타났다. 적색도가 가장 높은 침지 및 볶음조건은 threonine 농도 1.24%에서 침지한 후 건조하여 $154.01^{\circ}C$에서 28.59분 볶음처리하는 것으로 나타났고, 가장 낮은 침지 및 볶음조건은 threonine농도 1.67%에서 침지한 후 건조하여 $137.61^{\circ}C$에서 24.62분 볶음처리하는 것으로 나타났다. 황색도가 가장 높은 침지 및 볶음조건은 threonine 농도 1.10%에서 침지한 후 건조하여 $154.72^{\circ}C$에서 27.12분 볶음처리하는 것으로 나타났다. 관능적 특성으로서 도라지차의 색상에 대한 관능평점은 threonine 농도 1.25%, 볶음온도 $141.81^{\circ}C$및 볶음시간 34.14분에서 가장 높았다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제7권3호
• /
• pp.260-272
• /
• 2001

본 논문에서는, 영역 기반 영상 검색 시스템인 FRIP(Finding Region In the Pictures)을 제안한다. 이 시스템은 크게 색상과 방향성 질감 성분을 결합하는 굳건한 영상 분할 알고리즘과, 분할된 각 영역으로부터 특징 정보들을 추출하고 검색하는 3개의 알고리즘을 포함하고 있다. 영역 분할을 위해서, 영상으로부터 확장 및 이동된 색상 좌표계와, 방향성 질감 성분을 추출하여, 본 시스템에서 제안하는 원형필터에 적용시킨다. 원형 필터에 의해, 영역의 경계선이 자연스럽게 유지 될 수 있고, 또한 일반적인 영역 병합 알고리즘에 의해 병합되지 않던 의미 없는 줄무늬나 작은 점 영역들도 몸체 영역으로 병합 될 수 있다. 영상을 분할한 후에, 효율적인 저장 공간의 관리와 특징 정보 계산 시간을 줄이기 위하여 각 영역으로부터 최적의 특징 정보만을 추출하고 이것을 색인화 하여 데이타베이스에 저장하고 검색에 사용한다. 사용자 인터페이스를 위해서는, 영역의 '색상', '크기', '모양', '위치'와 같은 4개의 질의 조건을 주고, 사용자의 요구에 따라 정합 점수를 계산한 뒤, 그 점수에 따라 상위 검색 결과를 보여 주도록 설계되었다.