• Journal of the Institute of Convergence Signal Processing
• /
• v.10 no.4
• /
• pp.239-244
• /
• 2009

Image contrast enhancement has an important role in image processing applications. Conventional contrast enhancement techniques, histogram stretching and histogram equalization, and many methods based on histogram equalization often fail to produce satisfactory results for broad variety of low-contrast images. So, this paper proposes a new image contrast enhancement method based on the clustering method. The number of cluster of histogram is found by analysing the histogram of original image. The histogram components is classified using K-means algorithm. And then these histogram components are performed histogram stretching and histogram equalization selectively by comparing cluster range with pixel rate of cluster. From the expremental results, the proposed method was more effective than conventional contrast enhancement techniques.

• 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.

• Proceedings of the IEEK Conference
• /
• 2003.07e
• /
• pp.1891-1894
• /
• 2003

본 논문에서는 분할 영상 좌보계 (split image coordinate: SIC)를 제안하여 3차원 영상의 주요 특징 중의 하나인 유, 무한 소실점을 그 위치의 무한성이나 카메라의 보정과 관계없이 정확하게 자동 추출하였다. 제안한 방법에서는 가우시안 구 (Gaussian sphere) 기반의 기존 방법들과는 달리 영상 공간을 누적 공간으로 활용함으로써 카메라 보정이나 영상의 사전정보가 없어도 원 영상의 정보 손실 없이 소실점을 추출할 수 있고, 영상을 무한대까지 확장한 후 분할하여 재정의 함으로써 유, 무한 소실점을 모두 추출할 수 있도록 하였다. 정확한 소실점의 검출을 위하여 직선 검출 과정에서는 방향성 마스크 (mask)를 사용하였으며, 직선들의 군집화 (clustering) 과정에서는 기울기 히스토그램 방법과 수평/수직 군집화 방법을 적응적으로 적용하였다. 제안한 방법을 합성 영상 및 건축물 (man-made environment) 영상에 적용시켜 유, 무한 소실점들을 효과적이고 정확하게 찾을 수 있음을 확인하였다.

• The KIPS Transactions:PartA
• /
• v.13A no.5 s.102
• /
• pp.465-472
• /
• 2006

Recently, many suggestions have been made in image segmentation methods for extracting human organs or disease affected area from huge amounts of medical image datasets. However, images from some areas, such as brain, which have multiple structures with ambiruous structural borders, have limitations in their structural segmentation. To address this problem, clustering technique which classifies voxels into finite number of clusters is often employed. This, however, has its drawback, the influence from noise, which is caused from voxel by voxel operations. Therefore, applying image enhancing method to minimize the influence from noise and to make clearer image borders would allow more robust structural segmentation. This research proposes an efficient structural segmentation method by filtering based clustering to extract detail structures such as white matter, gray matter and cerebrospinal fluid from brain MR. First, coherence enhancing diffusion filtering is adopted to make clearer borders between structures and to reduce the noises in them. To the enhanced images from this process, fuzzy c-means clustering method was applied, conducting structural segmentation by assigning corresponding cluster index to the structure containing each voxel. The suggested structural segmentation method, in comparison with existing ones with clustering using Gaussian or general anisotropic diffusion filtering, showed enhanced accuracy which was determined by how much it agreed with the manual segmentation results. Moreover, by suggesting fine segmentation method on the border area with reproducible results and minimized manual task, it provides efficient diagnostic support for morphological abnormalities in brain.

• Proceedings of the Korean Information Science Society Conference
• /
• 2003.10b
• /
• pp.577-579
• /
• 2003

본 논문에서는 생체인식 분야 중 얼굴인식의 검색 정확성 향상 및 검색 시간을 단축하기 위한 단계로 인종별 얼굴영상 데이터베이스에 대한 군집화 기법을 연구하였다. 우선, 일반적으로 얼굴 및 이미지 검색에 사용되는 다양한 특징을 추출하고, 추출한 다차원의 특징 데이터들로부터 다 인종 얼굴 데이터를 유사한 인종별로 정확하게 군집화 하기 위해 최적의 특징벡터를 자동으로 선택 할 수 있는 방법을 제안하였다. 군집결과 분석을 위해 자기 조직화 지도 모형을 이용하였는데, 이는 2차원 분석 및 가시화에 유용하며, 학습 후 코드북벡터를 사용하여 유사한 의미간의 거리부터 검색할 수 있는 특징을 가지고 있다. 특징추출에 관한 실험결과 인종별 구분을 위한 특징벡터로는 웨이블릿 주파수 성분(lowpass 성분)과 CbCr 특징벡터가 인종별 군집화에 가장 유용한 특징으로 선택되었으며. 추출된 특징을 바탕으로 semantic map을 구성하여 제안방법의 효율성을 제시하였다.

• Journal of Digital Contents Society
• /
• v.18 no.7
• /
• pp.1249-1257
• /
• 2017

Due to the 4th industrial revolution and an aged society, many studies are being conducted to apply virtual reality to medical field. Research on dementia is especially active. This paper proposes virtual reality based on cognitive rehabilitation contents using image recognition and clustering method to improve cognitive and physical disabilities caused by dementia. Unlike the existing cognitive rehabilitation system, this paper uses travel photos that reflect the memories of the subjects to be treated. In order to generate automated cognitive rehabilitation contents, we extract face information, food pictures, place information, and time information from photographs, and normalization is performed for clustering. And we present scenarios that can be used as cognitive rehabilitation contents using travel photos in virtual reality space.

• Korean Journal of Cognitive Science
• /
• v.14 no.1
• /
• pp.10-10
• /
• 2003

This paper extracts the edge of main components of face with Gabor wavelets transformation in facial expression images. FCM(Fuzzy C-Means) clustering algorithm then extracts the representative feature points of low dimensionality from the edge extracted in neutral face. The feature-points of the neutral face is used as a template to extract the feature-points of facial expression images. To match point to Point feature points on an expression face against each feature point on a neutral face, it consists of two steps using a dynamic linking model, which are called the coarse mapping and the fine mapping. This paper presents an automatic extraction of feature-points by dynamic linking model based on Gabor wavelets and fuzzy C-means(FCM) algorithm. The result of this study was applied to extract features automatically in facial expression recognition based on dimension[1].

• Journal of the Korean Society of Surveying, Geodesy, Photogrammetry and Cartography
• /
• v.26 no.6
• /
• pp.633-641
• /
• 2008

This study introduces the method of detecting and restoring occlusion areas by using epipolar algorithm and K-means classification algorithm for true ortho-photo generation. In the past, the techniques of detecting occlusion areas are using the reference images or information of buildings. But, in this study the occlusion areas can be automatically detected by using DTM data and exterior orientation parameters. The detected occlusion areas can be restored by using anther images or the computed values which are determined in K-means classification algorithm. In addition, this method takes advantages of applying epipolar algorithm in order to find same location in overlapping areas among images.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.257-260
• /
• 2011

본 논문에서는 비디오 데이터로부터 물체의 초기 움직임 영역을 자동으로 검출하는 방법을 소개한다. 제안하는 시스템은 먼저 입력 영상을 받아들인 후 인접된 영상으로부터 일정 크기의 정방향의 블록 단위로 움직임을 나타내는 모션 벡터를 추출한다. 그리고 추출된 모션벡터를 아웃라이어를 제거하는 강건 예측 알고리즘에 적용하여 배경에 해당하는 모션벡터와 잡음 및 움직이는 물체에 해당하는 모션벡터를 구분한다. 그런 다음, 군집화 알고리즘을 적용하여 이동하는 물체를 나타내는 모션벡터를 군집화하고, 군집화된 모션벡터에 해당하는 영역의 크기가 일정 수치 값 이상일 때 움직이는 물체가 감지되었다고 판단한다. 본 논문의 실험에서는 제안된 물체의 움직임 감지 방법이 기존의 방법에 비해 성능이 보다 우수함을 보인다.

• The KIPS Transactions:PartB
• /
• v.12B no.7 s.103
• /
• pp.737-744
• /
• 2005

In this paper, we propose a three-level color clustering algerian for the binarization of text regions extracted from natural scene images. The proposed algorithm consists of three phases of color segmentation. First, the ordinary images in which the texts are well separated from the background, are binarized. Then, in the second phase, the input image is passed through a high pass filter to deal with those affected by natural or artificial light. Finally, the image Is passed through a low pass filter to deal with the texture in texts and/or background. We have shown that the proposed algorithm is more effective used gray-information binarization algorithm. To evaluate the effectiveness of the proposed algorithm we use a commercial OCR software ARMI 6.0 to observe the recognition accuracies on the binarized images. The experimental results on word and character recognition show that the proposed approach is more accurate than conventional methods by over $35\%$.