• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2016.05a
• /
• pp.477-479
• /
• 2016

본 논문에서는 초음파 영상에서 어깨 부위를 분석하여 어깨 힘줄(Tendon) 영역에서 인대 손상영역을 추출하는 방법을 제안한다. 제안된 방법은 초음파 영상에서 ROI(Region of Interest)을 추출하고 샤프닝 기법을 적용하여 ROI 영역을 뚜렷한 후에 퍼지 스트레칭 기법을 적용하여 명암 대비를 높인 후, 평균 이진화 기법을 적용하여 ROI 영역을 이진화 한다. 이진화된 ROI 영역에 침식, 팽창기법과 라벨링 기법을 적용하여 전체 ROI의 면적 영역에서 0.4%이하인 객체 영역들을 잡음으로 간주하여 제거한 후, ROI 영역에서 수평 너비가 가장 큰 영역의 상단 경계에 스플라인 곡선을 적용한다. 스플라인 곡선이 적용된 영역에서 곡선이 가장 높은 지점을 구한 후, 구한 지점으로부터 ROI 영역의 세로 길이의 1/5를 갖는 상단부분을 제거한 후에 양자화할 영역을 추출하고 FCM을 적용하여 양자화를 한다. 양자화된 영역에서 어깨 힘줄 영역 안에 있는 인대 손상의 후보 영역을 추출하고 면적의 크기가 0.14%이상이거나 3%이하인 영역을 어깨 힘줄의 인대 손상 영역으로 추출한다. 제안된 방법을 어깨 힘줄이 있는 초음파 영상을 대상으로 실험한 결과, 제안된 방법이 어깨 힘줄의 인대 손상 영역이 비교적 정확히 추출되었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2014.11a
• /
• pp.138-141
• /
• 2014

본 논문에서는 색상 정보를 이용하여 배경 영역이 포함된 자동차의 전,후면 사진에서의 자동차 번호판 영역(녹색, 흰색) 추출과 추출된 번호판에서 글자를 분리해내는 방법을 제안한다. 기존의 색상 정보를 이용하여 번호판을 추출하는 방법은 흰색 번호판(신형 번호판)의 경우에는 배경 영역에서 흰색인 영역도 많고 국내 차량 중에 흰색 차량이 많기 때문에 번호판 영역과 배경 영역 사이의 명확한 구분에 어려움이 있었다. 따라서 행별 Red값 변화도를 조사하여 배경 영역과 번호판 영역 사이의 명확한 구분을 하게 하며, 흰색 번호판의 경우에 추출이 안되면 흰색의 기준을 더 낮추어서 다시 영역 추출을 할 수 있는 재추출 알고리즘을 추가해서 비교적 어두운 사진에서도 번호판영역을 추출할 수 있도록 한다. 추출된 번호판에서 글자를 추출해내는 과정에서도 이진화를 거치면 노이즈가 많이 생기기 때문에 이를 줄이고자 행별 Red값 변화도를 조사하여 번호판 영역에서 위아래 부분의 노이즈를 줄일 수 있도록 하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10b
• /
• pp.338-340
• /
• 2000

자동차 번호판 인식 시스템은 영상획득, 번호판 영역 추출, 추출된 번호판 영역의 전처리, 문자부분 영역화, 문자인식 등의 5가지 핵심부분으로 구성된다. 그 중에서도 번호판 영역 추출, 추출된 영역의 전처리, 문자부분 영역화의 정확성은 전체 시스템 인식률에 지대한 영향을 줄 수 있는 부분으로써 그 정확성이 요구된다. 이에 본 논문에서는 컴퓨터 비젼 분야 중의 하나인 영상처리 기법을 사용하여 명암의 변화에도 문자를 잘 추출할 수 있는 Dynamic Adaptive Threshold 방법을 사용하여 추출된 번호판 영역을 이진화하고, 정확하게 문자 부분을 영역화하기 위한 방법으로 누적분포와 번호판 문자배열 특성을 이용한 방법을 제안한다. 그리고 추출되어진 문자는 ART2 신경망을 이용하여 인식한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2003.05b
• /
• pp.618-623
• /
• 2003

본 논문에서는 RGB 컬러 정보와 퍼지 이진화를 이용하여 차량 번호판의 개별 코드를 추출하는 방법을 제안한다 제안된 방법은 비영업용 차량 영상에서 차량 번호판 영역을 추출하기 위해 녹색의 분포가 밀집되어 있는 영역을 번호판의 후보 영역으로 설정하고 번호판의 후보 영역에서 흰색의 밀집도가 높은 부분을 번호판의 영역으로 추출한다. 개별 코드 추출은 추출된 번호판 영역에서 3×3 소벨 마스크를 이용하여 잡음을 제거하고 퍼지 이진화 방법을 적용하여 번호판의 영역을 이진화 한다. 이진화된 번호판 영역을 윤곽선 따라가기 알고리즘을 적용하여 개별 코드를 추출한다. 제안된 방법의 성능을 평가하기 위하여 실제 비영업용 차량 번호판에 적용한 결과, 기존의 방법보다 번호판 영역에서 개별 코드의 추출률이 개선된 것을 확인하였다.

• The Journal of the Acoustical Society of Korea
• /
• v.17 no.5
• /
• pp.22-27
• /
• 1998

본 논문에서는 차량 자동 인식 시스템(AVI:Automatic Vehicle Identification)구현에 있어 목표 영역이 되는 차량 번호판과 운전자 얼굴의 특진요소를 효율적으로 추출하기 위한 방법에 대해 다루고자 한다. 이를 위해 카메라를 두 대 설치하여 한 대의 카메라로부터는 차량 번호판 영역을 추출하고 또 하나의 카메라로는 운전자의 얼굴영역을 추출한다. 목표가 되는 두 영역의 추출을 위해 환경에 불변인 경계선 추출 방법을 제안하였고, 히스토그램의 특성을 이용하여 목표영역을 추출한다. 최종적으로 차량 번호판의 경우 추출된 번호판 영역 에 다시 X, Y 라인히스토그램을 이용하여 문자영역의 분리를 행하였고, 운전자의 경우 눈, 코, 입 등에 대한 특징을 추출하였다.

• Proceedings of the Korean Institute of Intelligent Systems Conference
• /
• 1998.03a
• /
• pp.157-160
• /
• 1998

본 논문에서는 동영상으로부터 에지 정보와 형판 변형을 통해 얼굴의 추출하고 그 특징을 기반으로 하는 추적 기법을 제안한다. 본 논문에서 제안하는 추적기법은 추출된 특징에 기반을 추적 지법으로 초기에 모자익 영상을 이용하여 얼굴 부분을 찾고 찾아진 얼굴 부분에 에지 연산자를 적용하여 에지를 추출한다. 에지 영상이 얻어지면 에지 영상에서 영역의 크기와 모양, 그리고 관계 검증을 통해 대략적인 눈 영역을 추출한다. 눈 영역이 찾아지면 이를 바탕으로 입 영역에 대한 후보 영역에 대하여 이진화를 수행하고 히스토그램 프로젝션을 통해 대략적인 입 영역을 추출한다. 추출된 눈 영역과 입 영역에 각각의 형판을 사용해 형판 변형을 하고 초기 매개변수를 추출한다. 추출된 매개변수는 다음 프레임에서 형판의 초기 값으로 사용된다. 그리고 나서 형판에 대하여 변형(deformation) 과정을 수행한다. 이 과정을 반복함으로써 추적 과정을 수행한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2021.10a
• /
• pp.186-188
• /
• 2021

본 논문에서는 초음파 영상에서 DBSCAN(Density-based spatial clustering of applications with noise)과 FCM 클러스터링 기반 양자화 기법을 적용하여 결절종을 추출하는 방법을 제안한다. 본 논문에서는 초음파 영상 촬영 시 좌우 상단의 지방층 영역과 하단 영역의 명암도가 어두운 영역을 잡음 영역으로 설정한다. 그리고 초음파 영상에 퍼지스트레칭 기법을 적용하여 잡음 영역을 최대한 제거 한 후에 ROI 영역을 추출한다. 추출된 ROI 영역에서 밀도 분포를 분석하기 위하여 히스토그램을 분석한 후에 DBSCAN을 적용하여 초음파 영상에서 결절종 후보에 해당되는 명암도를 추출한다. 추출한 후보 명암도를 대상으로 FCM 클러스터링 기법을 적용한다. FCM을 적용하는 단계에서 결절종의 저에코 혹은 무에코의 특징을 이용하여 클러스터 중심 값이 가장 낮은 클러스터를 양자화 한 후에 라벨링 기법을 적용시켜 결절종의 후보 객체를 추출한다. 제안된 결절종 추출 방법의 성능을 분석하기 위해 전문의가 결절종 영역을 표기한 초음파 영상과 표기되지 않은 초음파 영상 120쌍을 대상으로 DBSCAN, FCM, 그리고 제안된 방법 간의 성능을 비교 분석하였다. 제안된 방법에서는 120개의 초음파 영상에서 106개 결절종 영역이 추출되었고 FCM 기법에서는 80개가 추출되었고 DBSCAN에서는 36개가 추출되었다. 따라서 제안된 방법이 결절종 추출에 효율적인 것을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2004.05a
• /
• pp.267-270
• /
• 2004

본 논문에서는 다양한 크기를 갖는 얼굴 영상들을 대상으로 얼굴 영역을 추출하고 추출된 얼굴 영역을 기준으로 증명 사진의 규격에 맞게 영상을 정규화하는 방법을 제안한다. 얼굴 영역의 추출을 위해서 본 논문에서는 피부색 확장을 통하여 얼굴 후보 영역을 추출하고. 얼굴 기관의 위치 정보와 얼굴 모양에 대한 통계치를 사용하여 최종 얼굴 영역을 결정한다 추출된 얼굴 영역과 배경 영역의 크기에 대한 비례 관계는 증명사진에 대한 통계조사에 의해 산출된 규칙을 적용하여 정규화한다. 제안된 방법은 다양한 배경을 갖는 130개 영상을 대상으로 실험하여 타당성을 확인하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.256-261
• /
• 2000

디지털 방송, 웹의 발전으로 내용 기반 검색, 비디오 인덱싱, 비디오 검색 등의 시스템들이 많이 연구, 개발되고 있으며, 이러한 시스템에서는 사람을 주제로 검색하는 요구가 많이 발생한다. 대부분의 얼굴 영역 추출 및 인식 시스템들은 질감, 모양, 움직임, 칼라 등의 특징들을 이용하는데, 이들 중 칼라 특징은 기존 시스템의 첫 번째 처리 단계에서 많이 사용된다. 하지만, 복잡한 배경, 조명, 화장(make up), 잡영들 때문에 미리 정의된 단일 칼라 임계값을 이용하여 얼굴 영역과 비 얼굴 영역으로 구분하면 정확한 추출 결과를 얻기 힘들다는 문제가 있다. 본 논문에서는, 점진적으로 피부색 영역을 확장시키면서 얼굴 영역을 추출하는 방법을 제안한다. 이때 확장 단계에서 얼굴 영역을 판단하기 위해, 일굴 각 기관들의 위치적 정보를 사용하였다. 얼굴 기관은 눈과 입을 사용했는데, 여러 가지 요인으로 인해 이들을 정확하게 추출하기가 어렵기 때문에, 각 단계에서 얼굴 후보 영역 내부의 수평 방향성을 가지는 경계를 눈과 입의 영역으로 간주했다. 실험을 통해, 제안한 방법이 하이라이트(highlight)에 의해 얼굴 영역의 일부가 왜곡된 경우와 얼굴 영역이 피부색과 유사한 배경에 인접해 있는 경우에 대해서도 강인하게 얼굴 영역을 추출할 수 있음을 확인하였다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2011.10a
• /
• pp.223-226
• /
• 2011

본 논문은 웹 카메라로부터 입력받은 영상을 이용하여 손 영역을 추출하여 마우스를 대체할 수 있는 핸드마우스를 구현한다. 먼저 웹 카메라를 이용하여 입력받은 영상에서 손 영역을 추출한다. 손영역을 추출하기 위해서 HSV 컬러 모델에서 조도 변화에 강인한 Hue값과 피부색 특징이 잘 나타나는 YcbCr 컬러 공간을 이용하여 손 후보 영역을 획득한다. 손 후보 영역에서 레이블링(labeling) 알고리즘을 적용하여 정확한 손 영역을 추출한다. 추출한 손 영역에서 무게 중심점을 구한 후, 무게 중심점으로부터 거리를 이용하여 손 영역을 분리한다. 분리된 손 영역에서 무게 중심점으로부터 거리 정보를 이용하여 손 영역의 최종 특징 점을 추출한다. 본 논문에서 제안한 방법은 추출한 손 모양의 손끝 정보를 이용하여 마우스 이벤트를 수행함으로써 사용자가 사용하기 편리한 핸드마우스를 구현하였다.