• Journal of Korea Multimedia Society
• /
• v.7 no.9
• /
• pp.1246-1254
• /
• 2004

This paper presents a image coding method that is well adaptive to close-range video transmission because of its low titrate and simple coding procedure. At first, it reduces temporal redundancies by performing image DPCM between previous frame and current frame, and makes wavelet transformed image of this difference image. Then, the coefficients are quantized selectively by using the coefficient values of base level and mid-frequency level because inter-level redundancies are widely exists in multi-resolution images. Finally quantized coefficients are made iron the function that implies the target bitrate, the average coefficient energy, and the value of the level. The proposed method shows the effective Performance in the experiments using the continuous motion images and transition images.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.415-418
• /
• 2008

This paper presents a method for moving objects detection, analysis and expression how much move as numerical value from the image which is captured by a network camera. To perform this method, we process few kinds of pre-processing to remove noise that are getting background image, difference image, binarization and so on. And to consider perspective effect, we propose modified ART2 algorithm. Finally, we express the result of ATR2 clustering as numerical value. This method is robust to size of object which is changed by perspective effect.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.385-388
• /
• 2000

본 논문에서는 영상처리 기법 중 하나인 이진 영상에 대한 골격화를 이용한 새로운 형상 기술자를 제안한다. 내용기반 영상 검색에서 형상을 이용하는 것은 가장 우세하고 인간이 가장 쉽게 인지할수 있는 방법 중의 하나이다. 형상을 이용한 검색을 위해 서는 인간이 인지하는 형상에 대한 정보를 간략화시킬 수 있는 기술자가 필요하다. 본 논문에서 제안하는 골격을 이용한 형상 기술자는 물체의 중요한 정보 중 하나인 골격을 영상 검색에 이용함으로써 기존의 물체가 갖고 있는 복잡한 형상 정보들을 여러개의 직선의 조합으로 간략하게 표현하고 이를 검색에 사용하는 것이다. 이를 위해서 단순한 골격화 외의 다른 형태학적 영상 처리를 이용하여 효과적인 직선 추출을 위한 여건을 마련한다. 그리고 근사화된 직선들이 추출되면 스케일에 대해 정규화 하여 골격을 이루는 직선들의 양 끝점을 형상 기술자로 얻을 수 있다. 각 특징벡터에 대한 정합은 각각의 회전에 대해 유클리디안 거리를 이용한다. 실험 결과, 제안된 방법이 자세한 부분보다는 대략적인 형상 검색과 동일한 카테고리의 데이타 집합에서 부분적인 변화에 대해 우수한 성능을 나타낸다는 것을 알 수 있다.

• Proceedings of the IEEK Conference
• /
• 2000.09a
• /
• pp.713-716
• /
• 2000

본 논문에서는 프레임간 압축 영상의 열화 과정의 모델과, 동영상에 존재하는 블록화 현상을 제거하는 방법을 제안한다 BDCT기반으로 압축된 정지영상은 DCT계수를 양자화 하는 과정이 블록별로 처리되기 때문에, 블록 경계에 불연속이 발생한다. 동영상의 경우 블록 경계에서 불연속이 발생 할 뿐만 아니라 움직임 보상과정이 합쳐진 혼성 구조로 되어 있어서 블록 내부에서도 불연속이 존재하게 된다. 블록 영계만을 생각한 기존의 처리방법은 동영상의 처리에 있어 적합하지 못하다. 따라서 본 논문에서는 효율적인 블록화 현상 제거를 위해, 양방향 움직임 보상과 반화소 정밀도를 이용한 새로운 평활화 제약조건을 구성하고 차분 영역에서의 정규화 방법을 이용한 알고리듬을 제안한다.

• Proceedings of the Korea Society for Industrial Systems Conference
• /
• 2001.05a
• /
• pp.247-251
• /
• 2001

영상을 처리하는 과정에서 광학시스템과 전기시스템의 특성으로 인해 흐려지고 잡음으로 훼손된 영상을 복원하는 경우에 일반적으로 정칙화 반복복원방법이 사용된다. 기존의 방법은 영상의 국부적인 특성을 고려하지 않고 영상전체에 일률적으로 정칙화 연산자를 사용함으로써 윤곽부분에서는 리플잡음을 초래하고 평면부분에서도 잡음증폭을 피할 수 없으며, 또한 시각적으로 효율적이지 못한 면이 있다. 본 논문에서는 이러한 문제점을 개선하기 위하여, 영상의 국부적인 특성을 고려하여 적응 정칙화 파라메타와 적응 정칙화 연산지를 사용하여 평면영역과 윤곽영역의 방향특성에 따라 적응적으로 처리하는 반복복원방법을 제안한다. 제안한 방법은 기존의 방법과 비교하여 평면영역에서의 잡음 평활화가 개선되고 시각적으로 중요한 윤곽부분 복원에 효율적임을 실험결과를 통해 알 수 있었으며 ISNR 면에서도 우수하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.117-118
• /
• 2016

최근 UHDTV(ultra high definition television)가 가정에 보급이 많이 되고 있는 추세지만, UHD급 콘텐츠가 매우 부족한 실정이다. 따라서 저해상도 FHD(full high definition) 영상을 고해상도 영상으로 변환시켜 재활용할 수 있는 초해상화(super-resolution, SR) 기술의 필요성이 커졌다. 그 중, 다층의 레이어로 구성된 다층 선형 매핑(multi-layer linear mappings, MLLM)을 기반으로 하는 제안된 초해상화 기법은 상대적으로 낮은 복잡도로 좋은 품질의 고해상도 영상을 복원할 수 있었다. 최근에는 강화 예측법을 추가하여 복원된 고해상도 영상의 품질을 더 향상시키는 기법이 등장하였는데, 이를 바탕으로 본 논문에서는 제안했었던 MLLM 기법을 위한 강화 예측법 기법을 새롭게 제안한다. 제안하는 초해상화 기법은 기존 MLLM 기법과 딥러닝 기반 초해상화 기법보다 높은 품질의 고해상도 영상을 생성하는 것을 확인하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.11a
• /
• pp.839-842
• /
• 2004

자연영상에서 문자를 인식하는 연구는 활발히 진행되고 있지만 대부분 디지털 카메라나 캠코더 등으로 획득한 고해상도의 영상에서의 연구에 국한되어 있다. 휴대폰 카메라로 획득된 저해상도의 영상은 아주 적은 수의 픽셀로 정보를 표현하기 때문에 기존의 이진화 알고리즘으로는 문자와 배경을 깨끗하게 분리해 낼 수 없다. 본 논문은 영상의 칼라정보를 K-Means 클러스터링을 이용하여 전경과 배경으로 이진화 하였으며, 이진화 성능을 향상시키기 위해 지능형 주파수 필터와 비등방성 확산 필터를 사용하였다. 또한 입력영상을 파이프라인 구조의 이진화 및 인식 시스템에 인식시킴으로써 인식성능을 향상시켰다.

• Journal of Broadcast Engineering
• /
• v.14 no.4
• /
• pp.450-462
• /
• 2009

So far, many methods for segmenting single images or video have been proposed, but few methods have dealt with multiple images with analogous content. These images, which we term consistent scene images, include concurrent images of a scene and gathered images of a similar foreground, and may be collectively utilized to describe a scene or as input images for multi-view stereo. In this paper, we present a method to segment these images with minimum user input, specifically, manual segmentation of one image, by iteratively propagating information via multi-level cues with adaptive confidence depending on the nature of the images. Propagated cues are used as the bases to compute multi-level potentials in an MRF framework, and segmentation is done by energy minimization. Both cues and potentials are classified as low-, mid-, and high- levels based on whether they pertain to pixels, patches, and shapes. A major aspect of our approach is utilizing mid-level cues to compute low- and mid- level potentials, and high-level cues to compute low-, mid-, and high- level potentials, thereby making use of inherent information. Through this process, the proposed method attempts to maximize the amount of both extracted and utilized information in order to maximize the consistency of the segmentation. We demonstrate the effectiveness of the proposed method on several sets of consistent scene images and provide a comparison with results based only on mid-level cues [1].

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.311-313
• /
• 2011

대부문의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimadal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을 수 있다. 하지만 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성이 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 있을 때 스케치 특징점의 유무를 판별하는 임계치의 결정에는 애매모호함이 존재한다. 따라서, 본 논문에서는 영상에 대한 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 알고리즘을 제안한다. 제안된 퍼지 이진화 알고리즘은 원 영상을 특정 크기의 윈도우로 나누어서 윈도우의 소속 함수에 대한 소속도를 구하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 기법보다 제안된 퍼지 이진화 알고리즘이 효율적인 것을 알 수 있었다.

• Journal of the Korean Society of Radiology
• /
• v.14 no.7
• /
• pp.991-1001
• /
• 2020

Supervised deep learning technologies for improving the image quality of computed tomography (CT) need a lot of training data. When input images have different characteristics with training images, the technologies cause structural distortion in output images. In this study, an imaging model based on the deep reinforcement learning (DRL) was developed for overcoming the drawbacks of the supervised deep learning technologies and reducing noise in CT images. The DRL model was consisted of shared, value and policy networks, and the networks included convolutional layers, rectified linear unit (ReLU), dilation factors and gate rotation unit (GRU) in order to extract noise features from CT images and improve the performance of the DRL model. Also, the quality of the CT images obtained by using the DRL model was compared to that obtained by using the supervised deep learning model. The results showed that the image accuracy for the DRL model was higher than that for the supervised deep learning model, and the image noise for the DRL model was smaller than that for the supervised deep learning model. Also, the DRL model reduced the noise of the CT images, which had different characteristics with training images. Therefore, the DRL model is able to reduce image noise as well as maintain the structural information of CT images.