• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.33-42
• /
• 2005

본 논문에서는 영역 기반 부호화를 위해 수리형태학 연산자를 이용한 영역 분할 알고리즘을 제안한다. 수리형태학을 이용한 영상 분할은 단순화, 마커 추출, 영역 결정의 세 단계로 구성된다. 단순화 단계는 분할을 용이하게 하기 위하여 영상의 복잡한 부분들을 제거하는 단계이고, 마커 추출단계는 단순화 과정을 거친 영상으로부터 각 영역의 초기 기준 영역을 찾는 과정이다. 영역 결정단계는 추출된 마커로부터 각 영역의 경계를 결정하는 단계이다. 단순화를 위해 기존 평탄면 필터를 효과적으로 개선한 크기와 대조를 고려한 효과적인 Connected Operator를 사용한다. 마커 추출 과정에서 원영상으로 복원된 영역은 제외시키고 나머지 부분에서 크기와 대조가 일정값 이상인 영역을 마커로 결정한다. 생성된 모든 마커와 Hierarchical Watershed algorithm을 이용하여 초기 영상 분할을 하고 영역 병합과정에서는 영역 수에 대한 화질의 저하를 최소로 하는 영역 병합 알고리즘을 제안한다. 동시에, 시각적 특성을 고려하여 일정 대조 이상인 영역 쌍은 병합에서 제외시킨다. 실험 결과에서 제안된 마커 추출 방법이 화질을 많이 저하시키지 않는 범위 내에서 적은 수의 마커를 추출하며, 영역 병합과정을 통해 많은 불필요한 영역들을 병합할 수 있음을 보인다.

• 방송공학회논문지
• /
• 제21권3호
• /
• pp.425-435
• /
• 2016

본 논문에서는 카메라로부터 입력된 영상으로부터 쌀, 커피, 녹차 등 다양한 원료를 양품과 불량품으로 자동 분류하기 위한 분류 모델을 제안한다. 현재 농산물 원료 분류를 위해서 주로 숙달된 노동력의 육안 선택에 의존하고 있지만 작업시간이 길어질수록 반복적인 작업에 의해 분류 능력이 현저히 떨어지는 문제점이 있다. 노동력에 부분적으로 의존하는 기존 제품의 문제점을 해결하기 위해, 본 논문에서는 평균-이동 클러스터링 알고리즘과 단계별 영역 병합 알고리즘을 결합하는 비전기반 자동 원료 분류 알고리즘을 제안한다. 우선 입력 원료 영상에서 평균-이동 클러스터링 알고리즘을 적용하여 영상을 N개의 클러스터 영역으로 분할한다. 다음단계에서 N개의 클러스터 영역 중에서 대표 영역을 선택하고 이웃 영역들의 영역의 색상과 위치 근접성을 기반으로 단계별 영역 병합 알고리즘을 적용하여 유사한 클러스터 영역을 병합한다. 병합된 원료 객체는 RG, GB, BR의 2D 색상 분표로 표현되고, 병합된 원료 객체에 대해 색상 분포 타원을 만든다. 이후 미리 실험적으로 설정된 임계값을 적용하여 원료를 양품과 불량품을 구분한다. 다양한 원료 영상에 대해 본 논문에서 제안하는 알고리즘을 적용한 결과 기존의 클러스터링 알고리즘이나 상업용 분류 방법에 비해 사용자의 인위적 조작이 덜 필요하고 분류성능이 우수한 결과를 나타냄을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제5권4호
• /
• pp.415-425
• /
• 2002

본 논문에서는 웨이브릿 변환 영역에서 추출된 특징을 기반으로 한 내용기반 영상검색 방법에 관해 연구하였다. 기존의 웨이브릿 기반의 방법에서의 문제점인 특징벡터의 크기를 줄이기 위해 웨이브릿 계수의 영역별 에너지 값을 이용하였으며, 대상물의 이동, 회전, 크기 변화에 영향을 받지 않는 모멘트 특성을 이용한 검색방법을 제안하였다. 본 방법은 특징벡터의 크기를 줄이고, 기존의 특징벡터와 비교해서 검색시간을 단축하면서 분류검색의 효율성을 향상시켰다. 영역기반 영상검색 기능을 제공하기 위해 영상분할 방법에 대해 연구하였으며, 불규칙한 광원에 의한 영향을 최소화할 수 있는 영상분할 방법을 제안하였다 영상분할은 영역병합을 이용하였고, 병합후보영역은 웨이브릿 변환의 고주파 대역 에너지 값을 이용하여 선정하였다 분할된 영역정보를 이용하여 칼라와 질감, 모양 특징벡터를 구성하여 영역기반 영상검색을 수행하였다.

• 한국통신학회논문지
• /
• 제25권8B호
• /
• pp.1391-1399
• /
• 2000

본 논문에서는 영상분할을 이용한 영역기반 영상검색에 관해 논하였다 불규칙한 광원에 의한 영향을 최소화할 수 있는 분 할 방법을 제안하였다 영상분할은 영역 병합을 이용하였고 병합 후보영역은 웨이브릿 변환의 고주파 대역 에너지 값을 이용하여 선정하였다 내용기반 영상 검색은 분할된 영역정보를 이용하여 수행되며 칼라와 질감 모양 특징 벡터를 구성하여 질의를 수행하였다 영역간 유사도 검사는 특징벡터간 유클리디안 거리를 측정하여 수행하였으며 다양한 형태의 자연영상을 대상으로 한 실험을 통해 본 방법의 효율성을 검증하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 가을 학술발표논문집 Vol.27 No.2 (2)
• /
• pp.449-451
• /
• 2000

본 논문에서는 내용기반 이미지 검색 시스템을 제작하기 위하여 필수적으로 선행되어야 하는 이미지의 영역구분에 대한 새로운 방법인 경계값을 이용한 영역추출 방법을 소개한다. 빠르고 정확한 이미지 검색엔진을 구현하기 위하여 질의의 결과가 될 이미지들은 전처리기에 의하여 모든 영역을 추출한 뒤 각각의 영역에 따른 특성(feature)를 저장하고 있어야 한다. 정확한 질의 결과를 얻기 위하여는 정확히 영역을 추출할 수 있고 그 특성도 추출할 수 있는 전처리기를 사용하여야 한다. 또한 정확도만을 중시하여 너무 복잡한 알고리즘을 사용한다면 그 또한 실용적이지 못하게 된다. 경계값을 이용한 영역추출 방법은 이미지의 각 점에 대한 경계값(edge value)을 이용하여 그 경계값이 작은 점으로부터 시작하여 경계값이 큰 점들을 병합해 가면서 인접한 영역간의 크기, 색상 등을 고려하여 각각의 영역을 구분해 낸다. 이 방법의 가장 큰 특징은 텍스쳐(texture)를 제외한 일반적인 영역뿐 아니라 텍스쳐 포함하는 영역도 추출할 수 있는 점과 빠른 처리 속도에 있다.

• 한국콘텐츠학회논문지
• /
• 제7권2호
• /
• pp.40-50
• /
• 2007

본 논문에서는 카메라로부터 획득 되어진 비디오 시퀀스로부터 다중 움직임 객체와 배경을 분할하고 시공간 정보에 기반 한 객체 추적 방법을 제안한다. 제안한 방법은 3단계로 구성되어 있다. 먼저 입력 비디오 시퀀스로부터 프레임 사이의 차를 이용한 움직임 영역과 움직임이 존재하지 않는 영역을 구분하여 적응적 경계간을 추출한다. 두 번째는 참조 배경영상과 적응적 경계값을 이용하여 움직임이 존재하는 영역으로부터 개략적 객체 분할을 수행하며, 분할된 이진영상에 형태학적 영역 병합 알고리즘을 적용하여 객체 병합을 수행하였다. 마지막으로 분할된 객체에 시공간 정보를 이용하여 객체에 임의의 ID를 할당하여 추적하였다. 카메라로부터 획득되어진 비디오 시퀀스를 이용한 실험에서 객체들의 분할 및 추적의 효율성과 시스템의 유용성을 확인하였다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.165-169
• /
• 2001

본 논문에서는 텍스쳐가 포함된 칼라 영상으로부터 텍스쳐에 무관하게 영역을 분할할 수 있는 방법을 개발하였다. 빠른 처리를 위해 영상을 블록 단위로 쪼개고 블록의 경계 성분값(H)을 계산하여 영역 분할에 이용할 수 있도록 하였다. M값은 객체의 경계에서는 높은 경계 강도를 갖지만 영역 내부나 텍스쳐 경계에서는 상대적으로 낮은 경계 강도를 갖도록 정의되었다 영상 분할을 위해 M값으로 표현된 M영상으로부터 Watershed를 이용해 경계 위치를 결정하고 닫혀진 형태로 경계가 표현될 수 있도록 하였다. 그런데 Watershed 방법은 과잉 분할 결과를 초래하므로 인접 영역 사이의 공유 경계에 대한 강도와 영역 내부의 칼라 분포 특성을 이용하여 영역을 병합함으로써 객체 경계처럼 중요한 변화가 발생되는 영역 단위의 최종 영상 분할된 결과를 얻을 수 있도록 하였다. 본 논문에서 제안한 방법은 MPEG4나 내용기반검색을 위한 영역분할에 유용하게 적용될 수 있을 것이다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 1999년도 가을 학술발표논문집 Vol.26 No.2 (2)
• /
• pp.524-526
• /
• 1999

본 논문은 환경에 독립적인 자동차 영상에서 자동차 번호판 영역을 추출하는 방법을 제안하고 실험 결과를 기술한다. 번호판 주위환경에는 다양한 조건이 존재하며 이에 적응성을 가지고 빠른 추출을 수행하는 것은 매우 중요한 문제이다. 본 논문은 이러한 문제를 해결하기 위해 HSI 컬러 모델에 기반하여 번호판을 면밀히 분석하여 번호판을 유형별로 그룹화하고, 지역 분할 및 병합을 통해 빠른 시간안에 번호판 후보 영역을 검색한다. 그리고 번호판이 갖는 특성을 이용하여 후보 영역에서 번호판 영역임을 검증함으로써 자동차 번호판 영역을 찾는다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제28권2호
• /
• pp.132-140
• /
• 2001

야외에서 인지되는 자연 경치는 다양한 개체, 빛의 산란, 또는 변화를 주는 많은 요소들 때문에 컴퓨터 영상처리에서 인식하기가 쉽지 않다. 본 논문에서는 다층 인지 신경망을 이용하여 도로가 포함된 야외영상에 나타나는 개체들을 인식하는 방법을 연구하였다. 자연 영상을 영역화한 후, 각각의 영역들에 대하여 색상과 기하학적인 특성에 근거하여 특성벡터를 추출하고 이를 신경망에 입력하여 각 영역을 구분하는 2단계의 알고리듬을 제안한다. 먼저 야외 영상들을 개선된 영역 확장법과 병합과정에 의하여 개체별로 영역화하였다. 영역화된 연상은 자연 영상과 함께 영상 데이타베이스에 저장되고, 이 자료들을 이용하여 각 영역의 특성벡터를 계산하였다. 이 특성 벡터를 구성된 신경망의 입력층에 전달하면, 각 영역은 27개의 개체 중의 하나로 출력층에서 인식된다. 제안된 방법은 학습에 사용된 데이타, 학스베 사용되지 않은 새로운 데이타, 그리고 모두 합하여 놓은 데이타의 세가지 데이타 군에서 무작위로 선별하여 인식률을 측정하였다. 학습된 데이타에서는 99.4%까지의 인식률을 보여주었고, 학습되지 않은 데이타에 대해서도 최고 89.1%까지의 인식률을 나타내었다. 제안된 방법은 평균적으로 88.1%~97.9%의 인식률을 보여주어 자연 경치의 인식에 신뢰성이 있는 방법으로 사용될 수 있음을 증명하였다.

• 한국멀티미디어학회논문지
• /
• 제7권5호
• /
• pp.648-657
• /
• 2004

본 논문에서는 특이 칼라 분포에 대한 정보를 활용함으로써 어떠한 사전 지식없이 칼라 영상으로부터 중심 객체를 추출하는 방법에 대해 제안한다. 중심 객체는 영상 중심 부근에 위치하면서 특이 칼라 분포를 갖는 영역들의 집합으로 정의한다. 특이 칼라는 영상 경계 주변에 비해 영상의 중심 위치에서 보다 높은 밀도로 존재하는 칼라로 정의한다. 중심 객체 추출을 위해 우선 특이 칼라 정보를 사용하여 영상 분할된 영역 중에서 객체의 특징을 대표하는 영역들의 집합을 핵심객체영역을 선택한다. 핵심객체영역에 인접하며 이와 높은 칼라 유사도를 갖고 또한 배경이 아닌 영역들을 반복적으로 핵심객체영역에 병합하여 핵심객체영역을 확장함으로써 생성된 최종 병합 결과를 중심 객체로 추출한다. 따라서 중심 객체는 상이한 칼라 특징을 갖는 영역으로 구성될 수 있으며 상호 연결되어 있을 경우에는 두개 이상의 객체가 중심 객체에 포함될 수 있다. 제안된 방법의 타당성 및 중요 칼라의 유용성은 다양한 실험 영상을 통해 확인하였다. 본 논문에서 제안된 방법으로 추출된 중심 객체는 영상 검색 응용 분야에 유용하게 사용될 수 있을 것으로 기대한다.