• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2003년도 하계학술대회 논문집
• /
• pp.90-93
• /
• 2003

본 논문에서는 watershed segmentation을 이용해서 특정한 영역의 윤곽선정보를 바탕으로 영상을 추출하는 방법을 제안한다. 일반적인 영역추출방법에는 폐곡선을 이용한 영역추출방법, snake라 불리는 에너지 최소화를 이용한 active contour 방법 등 여러 가지가 있다. 특히 이러한 방법에는 연산시간이 많이 걸린다는 단점이 있는데, 이러한 문제점을 해결하기 위해서 canny edge detector를 사용하여 윤곽선 정보를 추출하고, watershed segmentation으로 영상을 분할한 후 윤곽선 정보를 이용해서 특정 영상의 영역에 대한 부분을 병합하여 추출하는 방법을 사용하였다. 제안하는 방법으로 기존의 추출 방법중의 하나인 levelset과 비교 실험한 결과 거의 동일한 영상의 결과를 얻을 수 있었으며 연산시간을 줄일 수 있었다.

• 한국산학기술학회:학술대회논문집
• /
• 한국산학기술학회 2010년도 춘계학술발표논문집 1부
• /
• pp.404-407
• /
• 2010

일반적으로 온톨로지는 관심 있는 특정 도메인에 대해 생성되므로 넓은 문제 영역에서 단일 온톨로지가 응답하는 것을 기대할 수 없다. 이것은 큰 작업에서 상이한 온톨로지의 데이터를 사용할 필요가 있음을 의미한다. 또한 대부분의 온톨로지는 한 사람이나 작은 그룹에 의해 개발되고, 그래프가 아닌 트리로 생각할 수 있다. 본 논문에서는 트리를 이용하여 온톨로지를 구축하고, 이해하고, 처리하는 효율적인 방법을 보이고자 한다. 온톨로지 병합 오퍼레이션의 정의를 위해 온톨로지의 구조, 구성 요소, 표현을 자세하게 정의하고, 두 온톨로지를 병합하는 방법에 대한 세부 사항을 보인다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2008년도 춘계학술발표대회
• /
• pp.141-144
• /
• 2008

본 논문에서는 세포영상을 분할하고 분류하는 알고리즘을 제안한다. 우선, 배경으로부터 세포를 분할한 후, 학습데이터로부터 얻은 Compactness, Smoothness, Moments와 같은 형태학적 특징을 추출한다. 전경세포들이 분할된 후에, 보다 정밀한 세포분석을 위해서 군집세포(Overlapped Cell)와 독립세포(Isolated Cell)를 분류 할 수 있는 알고리즘의 개발이 필수적이다. 이를 위해서 본 논문에서는 베이지안 네트워크와 각 노드에 대한 3개의 확률밀도함수를 사용하여 각 세포 영역을 분류한다. 분류된 군집세포영역은 향후 정확한 세포 분석을 위해서 군집세포가 포함하는 독립세포의 수만큼 마커를 찾고, Watershed 알고리즘과 병합과정을 거쳐 하나의 독립세포를 분리하게 된다. 현미경으로부터 얻은 세포영상에 대한 실험 결과는 이전 논문들에서 제안한 방법들과 비교했을 때, 각 군집세포의 독립세포로의 분리 이전에 세포영역에 대한 분류과정을 먼저 수행하였기 때문에 분할 성능이 크게 향상되었음을 확인할 수 있다.

• 한국정보과학회논문지:소프트웨어및응용
• /
• 제29권11호
• /
• pp.809-817
• /
• 2002

본 논문은 온라인 얼굴 인식에서 전처리에 해당하는 얼굴 검출방법을 다룬다. 기존의 얼굴 검출 방법에서 에지 정보만을 이용한 얼굴 검출 방법과 컬러 정보를 이용한 얼굴 검출 방법의 단점을 상호 보완하기 위해 본 연구에서는 에지 정보와 컬러 정보를 결합한 얼굴 검출 방법 및 중심 영역 컬러 샘플링을 이용한 얼굴 검출방법을 개발하였다. 즉, 사람의 얼굴 영역이 비슷한 컬러를 가진 배경 영역과 결합(Merge)되는 것을 막기 위해 먼저 적응형 에지 검출 알고리즘을 수행하여 배경과 얼굴 영역을 각각의 고립 영역으로 분할한다. 제안된 적응형 소벨(Sobel) 에지 검출기는 배경 영역과 얼굴 영역의 경계에서 항상 에지가 발생할 수 있도록 에지가 많이 검출되고 입력 영상의 밝기 변화에 강인하다. 이로 인해 얼굴 영역이 하나의 영역이 아닌 여러 영역으로 분할되어 나타날 수 있으므로, 각 영역들의 컬러 정보를 이용해 병합한 후, 최종 얼굴 영역을 MBR(minimum bounding rectangle) 형태로 검출하였다. 이때 병합된 최종 얼굴 영역 후보가 너무 크거나 혹은 너무 작으면, 중심 영역 샘플링 방법을 이용해 다시 얼굴 영역을 검출한다. 총 2100장의 얼굴 영상 데이터베이스를 통해 실험한 결과 본 연구에서 제안한 방법을 사용해 96.3%의 높은 얼굴 영역 검출 성공률을 얻을 수 있었다.

• 한국측량학회지
• /
• 제28권4호
• /
• pp.421-430
• /
• 2010

영상분할은 관심대상이 되는 물체의 영역을 추출하기 위한 객체기반 영상분류의 전처리과정으로서 원격탐사 영상분석에서 그 중요성 날로 커지고 있다. 본 연구에서는 개선된 SRG(Seeded Region Growing) 기법과 영역병합과정을 이용하여 고해상도 영상분할을 위한 새로운 방법을 제안한다. 이를 위해 우선 QuickBird 융합영상에서 추출된 다중분광 에지정보를 이용하여 초기 시드포인트를 자동으로 추출하였다. 추출된 시드포인트에 영상의 기하학적인 정보와 분광정보를 반영할 수 있는 개선된 SRG 기법을 적용하여 초기 영상 분할을 수행하였다. 최종적으로 앞선 초기분할 결과 향상을 위해 분할된 영역의 평균분광정보를 활용하여 영역병합을 수행하여 최종분할결과를 도출하였다. 제안된 기법의 효율성을 평가하기 위해 무감독 영상분할 평가측정치를 이용하여 정확도 평가를 수행하였다. 실험결과 제안한 기법은 고해상도 영상분할에 유용하게 적용될 수 있으리라 판단된다.

• 대한원격탐사학회지
• /
• 제27권2호
• /
• pp.75-87
• /
• 2011

본 연구에서는 고해상도 위성영상을 이용하여 기존의 훈련지역 선정과 같은 사용자 개입 없이, 영상의 다중분광 및 색상 불변 특정 정보를 통합한 영역기반 건물 추출 방법론을 개발하고, 이를 IKONOS와 QuickBird 영상에 적용하여 개발된 방법의 효용성을 평가하는데 목적이 있다. 이를 위해 우선 영상을 시드기반 영역확장기법인 MSRG기법을 이용하여 분할한 후, 건물 추출의 편의성을 높이기 위한 전처리 과정의 일환으로 분할된 영상에서 식생과 그림자 객체를 자동으로 탐지하여 제거하였다. 객체단위의 건물 추출을 위해 다중분광 및 색상 불변 특정 정보가 통합된 영역 병합 과정을 통해 식생과 그림자 객체가 제거된 분할영역에 대하여 영역 병합을 수행하였고, 최종적으로 병합된 분할영역의 형상 특징 정보를 이용하여 건물 영역을 추출하였다. 또한 보다 완전성 높은 건물 추출을 위해 일반화 기법을 이용하여 추출된 건물의 외곽선을 단순화하였다. 실험 결과, 대상지역 모두에서 80% 이상의 건물탐지 정확도를 보였으며 시각적으로도 우수한 결과를 도출하였다. 결과적으로 제안된 방법은 고해상도 위성영상의 건물 추출에 유용하게 적용될 수 있으리라 판단된다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2000년도 봄 학술발표논문집 Vol.27 No.1 (B)
• /
• pp.493-495
• /
• 2000

동영상에서 동작물체 영역과 배경 영역을 추출하는 방법에는 크게 원본 영상들의 특징값을 이용하는 방법, 동작벡터 혹은 광류를 이용하는 방법, 그리고 동작벡터와 원본영상을 모두 이용하는 방법의 세가지가 있다. 이중 많이 사용되고 있는 동작벡터를 이용하는 방법에는 히스토그램을 이용하는 방법과 동작벡터의 특징값에 대한 클러스터링을 이용해 분할 하는 방법이 있는데. 이들 기존 방법은 몇가지 문제점을 가지고 있다. 전자는 구현이 간단하나 세부적인 영역분할이 어렵다는 문제점이 있고, 후자는 일반적으로 높은 계산 복잡도를 가지며 초기 클러스터 개수 선정에 문제를 지니고 있다. 본 논문에서는 낮은 계산 복잡도를 가지며 클러스터 할당과 병합된 클러스터 중심 계산에 있어 보다 적응적인 Seeded Split-Merge 클러스터링 방법을 제안한다.

• 한국컴퓨터산업학회논문지
• /
• 제6권2호
• /
• pp.265-270
• /
• 2005

히스토그램은 컬러공간의 특징 때문에 조명에 매우 민감하며, 이동된 빛의 강도를 가지고 있을때 유사성을 떨어뜨릴 가능성이 커지기 때문에, 본 논문에서는 히스토그램의 영역을 몇 개의 영역으로, 나눠, 그 영역들을 계산하는 HAC(Histogram Area Calculation)라 불리는 새로운 검색 방법을 소개한다. 제안한 방식은 현재 히스토그램이 가지고 있는 특성에 기반하여 히스토그램의 영역을 계산하고, 유사성을 매칭시킴으로써 명암도 변화에 대해서, 기존의 다른 전통적인 히스토그램 방법이나, 병합된 히스토그램 방법보다 제안한 방식의 성능이 훨씬 뛰어나다는 것을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2005년도 춘계학술발표대회
• /
• pp.167-170
• /
• 2005

히스토그램은 컬러 공간의 특징 때문에 조명에 매우 민감하며, 이동된 빛의 강도를 가지고 있을 때, 유사성을 떨어뜨릴 가능성이 커지기 때문에, 본 논문에서는 히스토그램의 영역을 몇 개의 영역으로, 나눠, 그 영역들을 계산하는 HAC(Histogram Area Calculation)라 불리는 새로운 검색 방법을 소개한다. 제안한 방식은 현재 히스토그램이 가지고 있는 특성에 기반 하여, 히스토그램의 영역을 계산하고, 유사사성을 matching 시킴으로써, 명암도 변화에 대해서 기존의 다른 전통적인 히스토그램 방법이나, 병합된 히스토그램 방법보다 제안한 방식의 성능이 훨씬 뛰어나다는 것을 보여준다.

• 한국정보과학회논문지:컴퓨팅의 실제 및 레터
• /
• 제5권6호
• /
• pp.748-757
• /
• 1999

본 논문에서는 차량 영역의 추출을 이용한 효율적인 교통 혼잡도 측정 시스템을 설계하고 구현한다. 차량 영역 정보의 추출은 첫째 영역 분할, 둘째 작은 영역의 제거와 영역의 직사각형화, 셋째 영역의 병합 및 삭제의 단계로 나눌 수 있다. 영역 분할 단계에서는 획득한 도로 영상을 영역 기반 영역 분할에 의해 영역으로 분할한다. 그 다음 영역 분할 후의 영역 정보 중 차량 영역을 추출하는데 영향을 미치지 않는 작은 영역들을 제거하고, 남은 영역들을 직사각형화한다. 마지막으로 차선 별로 남은 영역들을 병합, 삭제함으로써 각 차선마다 차량 영역 정보를 추출할 수 있다. 이러한 방법은 배경 영상과 같은 부가적인 정보를 사용하지 않고 도로 자체 영상만으로 교통 혼잡도를 측정할 수 있으며, 그림자의 영향이 없을 경우 적용할 수 있는 기법이다.Abstract In this paper, we designed and implemented an efficient road congestion analysis system using regional information. To extract vehicle regions from a road image, the system process the image in five steps: segmentation, small region elimination, region rectangularization, region merging and region deletion. First, we segment road image by a threshold value. Then, we eliminate useless small regions to extract vehicle region, and perform region rectangularization. Finally, we extract vehicle region of each lane of the road by region merging and deletion. This method has the advantage of measuring road congestion without additional information such as background images. But this method must be applied to road images without shadow.