• Journal of Korea Multimedia Society
• /
• v.4 no.6
• /
• pp.500-509
• /
• 2001

Image compression based on Wavelet gives much better quality than JPEG based on DCT, but suffers from ringing or blurring effects around edges as the compression is increased. In this paper, we proposed enhanced image compression by pre-processing wavelet coefficients. This pre-processing is performed by making a low threshold and enhanced by zerotree scan method when subband's zerotrees are established. It might increase significants coefficient by means of modifying the threshold and reflect on the orientation of subbands. Some experimental results show our method is more efficient than the conventional methods, JPEG. And then the developed coding scheme improves the quality of images and visually shows more pleasing results for most practical images.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.5
• /
• pp.70-77
• /
• 1999

본 논문에서는 Wavelet을 이용한 위장 영상의 질환 부위 특징을 추출하여 질환 부위 패턴을 인식할 수 있는 알고리즘을 제안하였다. 전처리 과정으로서 위장 영상이 형태정보는 입력 영상을 DWT(Discrete wavelet transform)에 의해 4레벨 DWT 계수 행렬을 구하고 계수 행렬의 특징에 따라 저주파 계수 행렬로부터 저주파 특징 파라미터 32개, 수평 고주파 계수 행렬로부터 수평 고주파 특징 파라미터 16개, 수직 고주파 계수 행렬로부터 수직 고주파 특징 파라미터 16개, 그리고, 대각 고주파 계수 행렬로부터 대각 고주파 특징 파라미터 32개 등 모두 96개의 특징 파라미터를 추출한 후 각각의 특징 파라미터를 최대 값+0.5로 최소 값을 -0.5로 정규화 하여 신경회로망의 입력 벡터로 사용하였다. 위장 영상 패턴 인식을 위한 신경회로망은 교사 학습을 요구하는 다층 구조의 오차 역전파(Error back propagation)알고리즘으로 하였고 구조적 특성을 이용하여 입력층, 중간층, 출력층의 계층 구조로 설계하였다. 설계된 신경회로망의 학습은 학습계수를 0.2로 모우멘텀을 0.6으로 설정하여 출력층 최대오차가 0.01보다 작을 때까지 수행하였으며 약 8000회 정도 학습한 결과 설정값 보다 작은 결과를 얻었고 질환의 종류나 위치, 크기에 관계없이 100%의 인식률을 얻었다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.19 no.6
• /
• pp.743-748
• /
• 2009

In this paper, we propose an effective method to extract background components in automated vision inspection system for polarized film used in TFT LCD display panels. The test image signals are typically composed of three components such as ununiform background, random noises and target defect signals. It is important to analyze the background signal for accurate extraction of defect components. Two dimensional continuous wavelets with first derivative gaussian is used. This methods can be applied for reliable extraction of defect signal by elimination of the background signal from the original image. The proposed method outperforms over conventional FFT methods.

• Journal of IKEEE
• /
• v.19 no.2
• /
• pp.148-154
• /
• 2015

Automotive electronics system must alarm accurately in every moment. In order to apply vehicle's image recognition algorithms, it is necessary to preprocess the system quickly. In this paper, blurred image correction method that utilizes histogram equalization and bilateral filter using deviation for driver assist system's image processing is proposed. It forms 5-stage processes namely scaler, equalization, modified noise filter, blur decision and edge detector. Using the extracted proper, values in bilateral filter for driving environment occurred driver assist system, the proposed algorithm is much faster processing time compare to the previous methods in blurred within 10 pixel. Results of experiment which are run time and experimental PSNR results using MATLAB is obtained and verified that our proposed algorithm is more faster performance compare with the existing methods.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.4
• /
• pp.29-34
• /
• 2002

In this paper, we present a new geometric active contour model based on level set methods introduced by Osher and Sethian for detection of object boundaries or shape and we adopt anisotropic diffusion filtering method for removing noise from original image. In order to minimize the processing time, we use the narrow band method which allows us to perform calculations in the neighborhood of the contour and not in the whole image. Using anisotropic diffusion filtering for each slice, we have the result with reduced noise and extracted exact shape. Volume rendering operates on three-dimensional data, processes it, and transforms it into a simple two-dimensional image.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2018.05a
• /
• pp.396-396
• /
• 2018

우리나라의 가뭄은 통계적으로 5~6년 주기로 발생해 왔으나 최근에는 가뭄의 발생 빈도가 점점 증가하고 주기 또한 짧아지는 경향을 보이고 있다. 가뭄의 패턴 또한 지속적이고 국지적으로 강하게 나타내는 경향이 있어 피해가 심각해지고 있다. 2017년도에는 모내기가 시작되어야 할 시기에 극심한 물 부족으로 이앙시기가 지연되고 밭작물이 마르는 피해를 겪었다. 국가가뭄정보센터의 2017년 가뭄예경보 자료에 따르면, 1~7월에는 안성, 서산, 홍성 지역을 중심으로, 7~9월에는 남해안지역을 중심으로, 10월~12월에는 울주, 경주, 밀양 지역을 중심으로 가뭄이 나타났음을 확인 할 수 있다. 가뭄 파악을 위한 방법 중 하나로 인공위성영상을 활용한 원격탐사 기법이 있으며, 국내에서는 관측주기가 짧고 관측폭이 넓은 Terra MODIS 영상을 활용하는 연구 사례를 다수 찾아볼 수 있다. 최근에는 드론에 NIR, 열화상, 초분광 카메라 등을 탑재하여 탐지범위가 국소적이지만 가뭄에 따른 작물의 상태를 보다 상세하게 파악하기 위한 연구가 시도되고 있다. 본 연구에서는 드론을 이용한 가뭄지역의 영상특성을 분석하는 기초자료를 구축하기 위하여 2017년 극심한 가뭄이 발생하였던 안성지역을 대상으로 Terra MODIS NDVI를 이용한 식생상태지수(VCI), 정규식생지수(SVI)를 분석하여 가뭄으로 추정되는 드론촬영 대상지역을 파악하였으며, 선정된 지역을 대상으로 R-G-NIR 카메라를 탑재한 드론 촬영을 실시하였다. 드론영상의 전처리를 통하여 고해상도 NDVI영상을 작성하고 지상의 작물 및 토지이용 상태에 따른 NDVI 분포특성과 Terra MODIS NDVI와의 차이점을 분석하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2014.05a
• /
• pp.100-103
• /
• 2014

Currently, edge detection is utilized in various areas. Edge detection is the preprocessing process for image processing in general, and this is a technology that is considered essential for image processing. According, research on this subject is carried out incessantly. Edge has important image related elements such as size, direction and location of the object of an image. Numerous methods were proposed for the detection. Among them, the representative methods are Sobel, Prewitt, Roberts, Laplacian. However, these existing methods are rather lacking when it comes to the edge detection characteristics in case of the image with mixed noise. Therefore, this study presented edge detection method that utilizes median and average values for the elements depending on the size and location of local mask.

• Journal of the Korean Society of Radiology
• /
• v.81 no.6
• /
• pp.1274-1289
• /
• 2020

Deep learning has recently become one of the most actively researched technologies in the field of medical imaging. The availability of sufficient data and the latest advances in algorithms are important factors that influence the development of deep learning models. However, several other factors should be considered in developing an optimal generalized deep learning model. All the steps, including data collection, labeling, and pre-processing and model training, validation, and complexity can affect the performance of deep learning models. Therefore, appropriate optimization methods should be considered for each step during the development of a deep learning model. In this review, we discuss the important factors to be considered for the optimal development of deep learning models.

• 한국HCI학회:학술대회논문집
• /
• 2006.02a
• /
• pp.1331-1334
• /
• 2006

동영상에서의 움직임 추적은 이전 프레임에서 얻어낸 정보를 이용할 수 있다는 점에서 프레임간의 연결 관계에 기반한 움직임 추적이 가능하다. 그러나 사람의 신체는 고정된 형태를 가지고 있지 않기 때문에 프레임 간의 단순한 연결 관계만으로 사람의 자세를 추정하고 움직임을 추적하는 것은 매우 어려운 문제이다. 본 논문에서는 구성요소에 기반한 인체 모델을 이용하여 이전 프레임에서 찾은 블랍들을 연속된 프레임에서 찾은 블랍들로 연결함으로써, 동영상에서 사람의 자세를 추적하는 방법을 제안한다. 주어진 모델에 따라 이전 블랍은 대응되거나, 여러 블랍으로 나뉘거나, 다른 블랍들과 결합되어 사라지거나, 새로 생성되는 등의 4 가지 경우로 나뉘어 질 수 있는데, 각 경우에 대한 처리 방안을 제안하였다. 제안된 방법은 인체들과 블랍들의 리스트 처리를 간단하게 할 뿐만 아니라, 추적의 전처리 과정으로 블랍화를 옳게 수행해야 하는 부담을 덜어주어 과도한 블랍화와 부족한 블랍화 등의 문제를 해결할 수 있다.

• Proceedings of the IEEK Conference
• /
• 2005.11a
• /
• pp.359-362
• /
• 2005

본 논문에서는 원거리에서 촬영한 영상을 가지고 얼굴 인식의 전처리 과정인 얼굴 영역 검출에 관한 알고리즘을 제안하였다. 원거리에서 촬영된 영상은 얼굴에 대한 특징 정보가 부족하여 검출 및 판별이 어려웠으나 본 논문에서 제안한 알고리즘을 적용하면 적은 정보만을 가지고 얼굴 검출 및 판별이 가능하다. 제안된 알고리즘은 피부색에 대한 색상 정보와 명암 정보를 이용하여 얼굴 영역을 추출하였고, 추출된 얼굴 영역으로부터 눈, 코, 입뿐만 아니라 이마 영역도 검출함으로써 얼굴 검출 효율을 개선하였다.