• Proceedings of the KSRS Conference
• /
• 2008.03a
• /
• pp.224-230
• /
• 2008

본 연구는 산림 내 임상을 구획하기 위해 고해상도 IKONOS 위성영상을 객체 지향기반으로 분할 및 분류하였다. 영상분할 시 분광정보와 공간정보를 동시에 이용하여 모양이나 분광정보에 있어서 동질한 영역이라고 정의되는 영상객체를 생성하였다. 분할된 영상을 분류계급(class)으로 분류하기 위하여 NDVI와 경사, 방위, 고도 등 지형인자를 새로운 레이어로 추가시키고, 분류개념을 형성하기 위하여 퍼지 규칙을 사용하였다. 영상의 획득시기가 5월초인 점을 감안하여 NDVI는 0.2, 경사 $^{\circ}5^{\circ}$ 그리고 고도 130m를 기준으로 산림과 비산림지역을 분류할 수 있었고, 지형인자에 영향을 많이 받는 굴참나무와 신갈나무 또한 효율적으로 분류할 수 있었다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2004.05b
• /
• pp.468-471
• /
• 2004

In this paper, a method for classifying fingerprint ridge lines using runlength codes is proposed. To detect feature points(minutiae) in automatic fingerprint identification system(AFIS), classification of fingerprint ridge lines are essential process. The fingerprint ridge lines are classified by run-length coding, and also the end and bifurcation regions in ridge lines are separated. To evaluate the performance of the proposed method, detected feature regions including minutiae points and classified fingerprint ridge lines are shown.

• Proceedings of the KSRS Conference
• /
• 2000.04a
• /
• pp.178-182
• /
• 2000

본 연구의 목적은 실험실에서 퇴적물의 다분광반사 특성과 물성을 측정하고 이를 위성 영상에 적용하여 영상에서 나타나는 퇴적물의 분광차이의 원인을 해석하고, 위성영상에서의 퇴적물의 분류 가능성을 연구하는데 있다. 연구에서는 Landsat TM위성 영상과 350~2500nm 파장대역에 대한 퇴적물 시료의 분광측정 자료를 사용하였으며, 기존의 조사 자료를 토대로 TM 영상에서 퇴적물을 분류한 후, 현장에서 시료를 채취하여 입도 분류를 실시하였다. 퇴적물의 입도와 함수비에 따른 분광특성변화를 검증하였으며, 입도와 함수비에 대한 회귀식을 구하여 이를 영상에 적용 분류하였다. 분석 결과 다분광자료 측정시 퇴적물입도에 따른 분광차이는 미약하였으며 이를 TM 자료로 재구성하였을 때는 분광특성을 구분할 수 없었다. 퇴적물의 분류는 TM Band 4, 5, 7을 이용한 회귀식을 적용할 때 비교적 정확하게 나타났으나, 영상에서 퇴적물의 분광 차이는 입도 크기가 직접적인 요인이 아니라 입도에 의한 함수비 및 유기물 함량의 차이에 기인한 것으로 해석된다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.656-659
• /
• 2004

최근 많은 연구에서, 동일한 영상그룹들로부터 추출된 저수준의 특징들을 이용해서 고수준의 정보를 분석한 뒤, 이를 이용해서 영상을 분류하는 방법들을 소개하고 있다. 이러한 연구는 CBIR의 인덱싱에서 저수준의 특징만을 사용할 때 발생하는 의미적인 차이(semantic gap)문제를 해결하여, 검색의 효율을 높일 수 있게 한다. 하지만 이들 연구는 대부분 전경(scenery)영상만을 대상으로 하고 있다. 한편 영상을 객체 단위로 다루는 것은 CBIR의 성능을 크게 향상 시킬 수 있는 요인이 된다. 왜냐하면 대부분의 사용자는 관심있는 객체가 포함된 영상을 검색하기 원하기 때문이다. 본 논문에서는 영상의 객체를 인공객체와 자연객체로 분류하는 방법을 제안한다. 인공객체의 경우 자연객체에 비해 상대적으로 직선형태의 에지가 많이 발견되며 객체를 구성하는 패턴이 규칙적이고 방향성을 가진다. 또한 인공객체는 자연객체에 비해 객체영역의 경계가 직선에 의한 단순한 형태로 나타난다. 이러한 특징들을 EDH(edge Direction Histogram)의 에너지, EDAS(Energy Difference of Adjacent Sector)와 가버 필터를 통해 추출하여 분류에 이용한다. 실험을 통하여 각 특징들을 개별적으로 사용해서 76%에서 84% 사이의 분류 정확성을 얻었으며, 제안한 머징 방법을 이용하여 최종적으로 약 90%의 정확성으로 분류하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.249-252
• /
• 2011

본 논문에서는 쇼크(shock) 그래프 기반의 뼈대 특징을 이용하여 모양 정보를 분류하기 위해 그래프 편집 거리(edit cost) 기반의 k-means 군집화 알고리즘을 적용하는 방법을 제안한다. 본 논문에서 제안된 방법에서는 먼저 질의 영상과 대상 데이터베이스 영상으로부터 뼈대 기반의 쇼크 그래프를 추출한 후 종점(end points)과 분기점(branch points)을 가중치를 이용하여 적응적으로 선택한다. 그런 다음, 두 영상 사이의 편집 거리를 구하여 이를 k-means 군집화 알고리즘의 거리 척도로 적용함으로써 대용량의 영상을 보다 효과적으로 분류한다. 성능을 평가하기 위해서 제안된 알고리즘을 MPEG-7 데이터베이스에 적용하였으며, 그 결과 제안된 영상 분류 방법이 기존의 영상 분류 방법에 비해서 보다 효과적으로 모양 기반의 영상을 분류하였음을 확인하였다.

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.17 no.2
• /
• pp.129-136
• /
• 1999

The quality of image classification results is not always uniform over entire image. Thus, this study proposes the concept of ISDd (Index of Spatial Distribution by distance) and ISDs (ISD by scatteredness) for the evaluation of unevenness of result quality, and spatial distribution of satellite image classification errors. The ISDd is indexed mean distance of misclassified pixels and the ISDs is statistical indicator of scatteredness of misclassified pixels. In this study, the ISDd and the ISDs are calculated and evaluated for some satellite images, then misclassified area is extracted and the reasons of misclassification are examined. As the result of this study, using both the ISDd and the ISDs, the basis of decision on adoption/rejection of classification results is offered at sub-image level by evaluation of the local aggregation of misclassified pixels. Using Index of Spatial Distribution. as well as overall classification accuracy, users can understand the spatial distribution of misclassified pixels, and can have the additional criterion of the judgement on suitability and reliability of classification results.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2009.01a
• /
• pp.223-226
• /
• 2009

유해 영상 검출은 유해 동영상을 내용 기반으로 검색하고 차단하기 위한 방법의 하나로써, 유해 동영상 추적 시스템의 전체 성능을 좌우하는 중요한 기술이다. 기존의 유해 영상 검출은 웹 사이트 내에 음란 콘텐츠를 추출함으로 유해 사이트를 차단하는데 사용되었으며, 주로 RGB 비율, Histogram 등을 이용한 Skin color와 Edge를 추적한 Texture를 기반으로 유해 영상을 검출하였다. 그러나 기존 방식은 UCC 유해 동영상과 같이 저화질 영상에서의 유해 여부를 판단하기에는 정확성이 낮다. 따라서 본 논문에서는 영상 크기에 따른 고/저화질 분류를 이용하여 동영상에서 보다 효과적인 유해 영상 검출할 수 있는 방법을 제안한다. 제안 방법의 성능을 확인하기 위해 고/저화질 분류 사용의 유/무에 따른 검출 실험을 하였으며, 그 결과 분류를 방법이 기존 방법보다 12%의 성능이 향상됨을 알 수 있었다.

• The KIPS Transactions:PartD
• /
• v.12D no.1 s.97
• /
• pp.31-42
• /
• 2005

Generally, conventional video searching or classification methods are based on its meta-data. However, it is almost Impossible to represent the precise information of a video data by its meta-data. Therefore, a processing method of video data that is based on its meta-data has a limitation to be efficiently applied in application fields. In this paper, for efficient classification of video data, a classification method of video data that is based on its low-level data is proposed. The proposed method extracts the characteristics of video data from the given video data by clustering process, and makes the profile of the video data. Subsequently. the similarity between the profile and video data to be classified is computed by a comparing process of the profile and the video data. Based on the similarity. the video data is classified properly. Furthermore, in order to improve the performance of the comparing process, generating and comparing techniques of integrated profile are presented. A comparing technique based on a differentiated weight to improve a result of a comparing Process Is also Presented. Finally, the performance of the proposed method is verified through a series of experiments using various video data.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2011.05a
• /
• pp.355-355
• /
• 2011

토지피복의 분류는 토지표면의 물리적인 지표면의 상태를 나타내는 자료로 환경, 행정, 수자원, 재해 등 다방면으로 이용되고 있다. 특히 수자원과 관련하여 식생의 증산과 토양의 증발을 통칭하는 증발산과 유출, 토양수분 등과 연관되어 있다. 광범위한 토지피복의 산정에는 경제성 및 주기성 등의 장점으로 인하여 인공위성 영상을 이용하는 기법이 적합하다. 위성영상분류법은 훈련지역의 선정 여부에 따라 감독분류와 무감독 분류로 나누어지며 각각의 알고리즘의 특성에 따라 더욱 세분화된다. 본 연구에서는 Landsat-TM (Thematic Mapper) 영상을 이용하여 감독 분류와 무감독 분류를 각각 적용하여 한강유역의 토지피복을 수역, 시가, 나지 습지, 초지, 산림, 농지의 7가지 부분으로 대분류로 산정하고 비교하였다. 두 경우의 정확도는 각각 91.6%, 90.9%의 비슷한 정확도를 나타내었으며, 세부적으로 우리나라의 대부분의 면적에 분포하는 산림, 농지, 시가, 수역의 정확도가 높게 나타났다. 또한 각 항목별로 정확도를 비교하였을 때 감독분류가 무감독분류에 비해 다소 정확한 것을 확인할 수 있었다. 추후 외부자료를 도입하면 비교적 낮은 정확도를 나타낸 초지, 습지, 나지의 정확도를 보완할 수 있을 것이다.

• Spatial Information Research
• /
• v.10 no.2
• /
• pp.331-343
• /
• 2002

Recently, as various fields of applications using space-borne imagery have been emphasized, interests on integrated analysis or fusion using multi-sources are also increasing. In this study, to investigate applicability of multiple imageries for further regional-scaled application, DN value analysis and multi-resolution classification by using KOMPSAT EOC imagery and Landsat 7 ETM+image data in the Namyangju-city area were performed, and then this classified results were compared to land-use thematic data at the same area. In case of classified results by using muff-resolution image data, it is shown that linear-type features can be easily extracted. furthermore, it is expected that multi-resolution classified image can be effectively utilized to urban environment analysis, according to results of similar pattern by comparative study based on multi-buffered zone analysis or so-called distance analysis along main road features in the study area.