• Proceedings of the KIEE Conference
• /
• 2008.10b
• /
• pp.280-281
• /
• 2008

본 논문은 큰 구조물의 3파인 영상 재구성을 위해서 획득한 2차원 영상에서 특징점을 찾아 선으로 조합한 후 선 길이 정보를 추출하는 방법을 제안한다. 거대한 구조물의 외곽선 길이 정보 추출을 위해서는 광각 카메라에 의한 영상을 획득한다. 영상에서의 외곽선들은 모델의 기울어진 정보와 형태, 모델의 크기 등을 결정하게 되는데 광각카메라 사용에 의하여 배럴왜곡, 원근투영왜곡 등이 발생한다. 외곽선 정보 추출의 순서는 먼저모델의 2차원영상을 획득하고 이로부터 왜곡이 보정된 그레이영상을 획득한다. 이 그레이영상에서 잡음을 제거하고 특징점을 찾기 위하여 SUSAN 알고리즘을 사용한다. SUSAN알고리즘 기법은 적은 계산량과 잡음에 매우 강한 장점이 있어서 영상에서의 특징점을 얻기 위한 효과적인 기법이다. 특징점을 3차원 벡터공간에서 맵핑시킨 후 X, Y, Z 좌표축으로 점과 선으로 나타내고 시작점과 끝점의 좌표를 이용하여 벡터 길이를 얻는다. 이러한 벡터 데이터와 3차원 영상 재구성을 위한 라이브러리인 OpenGL을 사용하여 3차원 공간에 거대한 구조물들을 재구성하는 소프트웨어를 개발하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10d
• /
• pp.601-603
• /
• 2002

기존의 홍채인식 시스템에서 사용된 홍채영역추출 방법의 경우 불필요한 정보를 포함하여 추출하기 때문에 효과적인 특징추출이 어렵게 된다. 본 논문에서는 홍채영역을 효율적으로 추출하기 위한 새로운 접근방법으로서, 통계 정보를 이용하여 홍채영역을 추출하는 방법을 제안한다. 획득된 그레이레벨의 눈 영상에서 홍채영역의 경우 다른 영역보다 픽셀들간의 값의 변화율이 크기 때문에 간단한 영상처리를 통해 홍채영역이라 판단되는 영역을 강조한 뒤 그 값들의 통계정보를 이용한다. 본 논문에서 제안하는 방법은 실세계의 눈 영상을 이용한 실험을 통하여 그 성능을 검증하였다.

• Journal of KIISE:Computing Practices and Letters
• /
• v.7 no.6
• /
• pp.724-732
• /
• 2001

In this paper, a new method of feature extraction of major objects to represent an image using Vector Quantization(VQ) is proposed. The principal features of the image, which are used in a content-based image retrieval system, are color, texture, shape and spatial positions of objects. The representative color and texture features are extracted from the given image using VQ(Vector Quantization) clustering algorithm with a general feature extraction method of color and texture. Since these are used for content-based image retrieval and searched by objects, it is possible to search and retrieve some desirable images regardless of the position, rotation and size of objects. The experimental results show that the representative feature extraction time is much reduced by using VQ, and the highest retrieval rate is given as the weighted values of color and texture are set to 0.5 and 0.5, respectively, and the proposed method provides up to 90% precision and recall rate for 'person'query images.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2002.11a
• /
• pp.381-384
• /
• 2002

특징 추출은 입력 데이터를 인식이 더 잘 될 수 있도록 변환된 영역의 특징 벡터로 변환하는 과정으로 볼 수 있다. 특징벡터가 갖추어야 할 주요 특성은 손실되는 정보량이 가능한 적어야 된다는 것이다. 또한, 높은 인식률을 얻기 위해서, 동일 클래스에 포함된 특징 벡터의 편차는 적도록 만들어야 한다. 본 논문에서는, 방향각 누적 특징을 기반으로 개발된 몇 가지 새로운 특징을 필기 숫자 인식에 적용하였다. 특징을 추출하기 위하여 입력된 이진 영상의 비선형 정규화, 영상의 크기에 의한 특징 정규화, 영상의 전경 영역에 의한 특징 정규화 등의 여러 가지 방법이 적용되었다. 실제 우편물에서 추출된 필기 숫자 데이터베이스를 실험에 사용하였으며, 제안된 방법이 필기 숫자 인식에 효과적으로 적용될 수 있다는 것을 결과에서 보여주고 있다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2013.07a
• /
• pp.23-26
• /
• 2013

최근 모바일 장치의 영상 데이터 처리 능력 확대와 더불어 사용자가 요구하는 다양한 영상 데이터의 효율적인 인식 기술 연구가 요구되어지고 있다. 모바일 환경은 고성능 PC 환경과 달리 저사양의 CPU와 메모리를 탑재하고 있어, 영상에서 원하는 객체를 인식하기 위한 기존의 방법론으로는 사용자 요구를 실시간으로 충족하기 어려운 부분이 존재한다. 이에 모바일 환경에 맞는 객체 인식 방법론의 개발이 요구된다. 모바일 환경에서 실시간으로 객체 인식을 하기 위하여, 본 논문에서는 객체 코너 정보를 이용한 Harris corner detector[1]로부터 객체의 특징점을 추출하고, 이를 바탕으로 하여 영상내의 객체 정보 인식 방법을 제안한다. 제안하는 방법에 의해, 입력 영상에서 객체의 코너 정보를 빠르게 추출, 기존 특징점과의 비교를 통하여 영상 내부의 객체 인식을 진행한다. 일반적으로, 회전된 특징점 객체의 정보는 객체의 회전 정도에 따라 코너 픽셀 색상 정보의 변화가 발생하게 된다. 특징점의 색상값은 객체의 회전 정도에 영향을 받아 주변의 픽셀값과 혼합되는 특성이 존재한다. 본 논문에서는 회전 변경된 픽셀 색상값의 영향을 분석하여, 회전된 객체의 특징점 추출 및 객체 검출에 반영하도록 하여, 영상 내부의 회전된 객체 검출의 수행에 효과적으로 이용될 수 있도록 한다. 특징점의 코너 정보를 이용하여 객체를 인식하는 것은, 객체의 인식률은 다소 감소하더라도 모바일 환경에서 계산량의 감소를 통한 실시간 활용이 가능하도록 한다. 이러한 특성은 저성능 CPU와 메모리에서도 회전된 객체의 인식을 수행할 수 있게 하는데 상당히 효과적이다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2006.05a
• /
• pp.346-351
• /
• 2006

본 논문은 콘크리트 표면 균열 영상에서 균열의 특징을 추출하기 위해, 영상 처리 기법을 적용하여 균열의 특징(길이, 폭, 방향)을 자동으로 추출 및 처리 할 수 있는 기법을 제안한다. 본 논문에서 적용된 영상 처리 기법으로는 균열 영상의 빛을 보정하기 위하여 모폴로지 기법인 채움(Closing)기법을 적용한다. 균열의 경계를 명확히 추출하기 위하여 고주파 강화 필터링을 적용한 후, 8가지 색상(검정, 빨강, 파랑, 초록, 노랑, 자주, 주황, 하늘)으로 명암 값을 분류하고 그 중 빈도수가 가장 높은 색상을 가진 명암 값을 제거한 후에 추출한 영상을 이진화한다. 이진화된 영상에서 콘크리트 표면 균열의 실거리 측정을 위한 임의의 선을 제거하기 위하여 위치 히스토그램을 적용하여 임의의 선을 제거한다. 임의의 선이 제거된 균열 영상에서 $5\times5$ 마스크를 적용하여 균열을 확대시키고, 3차례에 걸쳐 잡음 제거연산을 수행하여 균열의 후보 영역을 선택한 후, 후보 영역으로부터 특정 균열들을 추출한다. 추출된 특정 균열을 모폴로지 기법인 제거(Opening) 연산을 수행하여 균열의 특징이 일정하게 유지되게 하고 미세하게 끊어진 부분을 보정하여 균열의 특징(길이, 방향, 폭)을 측정한다. 실제 콘크리트 표면 균열영상을 대상으로 실험한 결과, 특정 균열이 효율적으로 추출되었고, 특정 균열의 길이, 방향, 폭의 등이 정확히 추출 및 계산되었다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 2004.04a
• /
• pp.528-531
• /
• 2004

본 논문에서는 칼라 영상을 이용하여 인간의 감성을 인식할 수 있는 방법을 제안한다. 먼저 칼라 영상으로부터 피부색 추출방법을 이용하여 얼굴을 추출한다 그 다음, 추출된 얼굴 영상으로부터 인간 얼굴의 특징 점(눈썹, 눈, 코, 입)들을 추출하는 방법과 각 특징 점들 간의 구조적인 관계로부터 인간의 감성(기쁨, 놀람, 슬픔, 분노)을 인식하는 방법을 제안한다. 본 논문에서 제안한 방법은 퍼지 추론을 기반으로 하여 인간의 감성을 인식한다. 마지막으로, 제안된 방법은 실험을 통해 그 응용 가능성을 확인한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.544-546
• /
• 2000

본 논문에서는 max-min 필터를 적용하는 방식의 도면 영상 열화와 강화에 따른 도면영상의 효과적인 전처리 방안과 벡터의 추출 및 건축 도면에서 나타나는 주벽의 특징에 기초한 주벽으로 결정하는 방안을 제시한다. 또한 영상의 획득시 발생할 수 있는 약간의 기울어짐(skew)에 영향받지 않는 벡터의 추출 및 병합방법을 통해 치수선과 치수선 끝점을 추출하고 인식하는 방법을 제시하고 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10c
• /
• pp.429-431
• /
• 1998

본 논문에서는 의료 영상 중에서 성대 운동의 불규칙적인 움직임을 판단하여 자동으로 진단 파라미터를 구하는 비디오스트로보키모그래피(Videostrobokymography) 시스템에서 관심 영역을 추출하는 방법을 소개하고자 한다. CCD카메라에 의해 촬영된 영상은 비디오 테이프에 저장된 후 이미지 캡쳐 보드에서 그레이 이미지(gray-level)로 변환되어 저장된다. 입력된 영상은 움직이는 영상을 촬영한 것이므로 관심 영역의 위치가 각 프레임마다 다르다. 또한 실제로 입력된 성대영상들이 점진적인 농도 변화를 보이기 때문에 에지에 의해 영역을 추출하는 일반적인 영역 추출방법은 사용하기 어렵다. 본 논문에서는 두 번의 단계를 통하여 관심 영역을 추출하고 있다. 첫 번째는 입력된 영상에서 노이즈를 제거한 후 각 프레임에서 영상의 최소 에너지를 구한다. 두 번째로 농도 변화 값을 특징 값으로 이용하는 분할-합병 알고리즘(Split-merge Algorithm)을 적용하여 관심 영역을 추출하였다. 제안한 알고리즘을 19명의 성대 영상에 적용하여 분석한 결과 성대의 관심 영역을 추출할 수 있었다. 그리고, 영상의 에너지 값을 이용하는 스네이크 알고리즘(Snake Algorithm)에 적용하여 비교해본 결과 본 연구에서 제안하는 스네이크 알고리즘보다 좋은 성능을 보임을 확인할 수 있었다. 본 연구에서 제안하는 관심 영역 추출 방법은 동적인 변화를 보이는 영상에서 관심 영역을 추출할 수 있을 뿐 아니라 계산 량이 적어 200x280크기의 이미지를 초당 약 40프레임에 대한 관심 영역을 추출할 수 있는 장점이 있다.

• Journal of the Korea Society of Computer and Information
• /
• v.11 no.3
• /
• pp.11-20
• /
• 2006

This paper describes the technique which utilizes a fuzzy neural network to sketch feature extraction in digital images. We configure an artificial neural network and make it learn fuzzy membership functions to decide a local threshold applying to sketch feature extraction. To do this. we put the learning data which is membership functions generated based on optimal feature map of a few standard images into the artificial neural network. The proposed technique extracts sketch features in an images very effectively and rapidly because the input fuzzy variable have some desirable characteristics for feature extraction such as dependency of local intensity and excellent performance and the proposed fuzzy neural network is learned from their membership functions, We show that the fuzzy neural network has a good performance in extracting sketch features without human intervention.