• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.05c
• /
• pp.210-214
• /
• 2002

본 논문에서는 효율적인 이미지 분할을 위한 객체지향 모델링 방법을 제시한다. 이를 위하여 분할 객체와 자료구조를 제시하며 각각의 객체들을 위한 클래스 계층 구조를 나타낸다. 또한 객체의 부분에 대한 계층구조는 물론 객체의 기하학적인 표현을 위한 표현 클래스도 제시한다. 결론적으로 이미지 객체에 대한 시스템 독립적 이미지 분할을 위한 클래스 계층 구조를 객체지향 방법으로 제시하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.04b
• /
• pp.175-177
• /
• 2004

최근, 이미지 검색기법에서는 객체추출 방법이나 관심영역 추출방법에 관한 연구가 활발히 이루어지고 있다. 그러나, 컬러 이미지의 경우 색상을 고려한 관심영역 특징추출 방법이나 인덱스 기법은 많이 연구되지 못하고 있다. 따라서, 본 논문에서는 컬러 이미지의 색상을 기반으로 하는 사분트리 분할 인덱스 기법을 제안한다. 사분트리 분할 인덱스 구조는 컬러 이미지의 공간 영역을 계층적인 영역으로 분할하여 각 공간 영역의 평균 색상 갓을 데이터베이스에 저장한다 저장되어진 각 영역의 평균 색상은 검색의 효율성을 높이기 위해 사분트리 인스턴스(Quad-tree distance)를 퍼지 값으로 계산하여 인덱스를 생성한다. 생성된 사분트리 분할 인덱스는 컬러 이미지의 관심영역(Region of Interest)의 색상을 검색할 때 유용하게 사용되며. 검색속도의 향상에 도움을 준다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.6 no.5
• /
• pp.789-795
• /
• 2002

Color image is formed of combination of three color channels. Therefore its architecture is very complicated and it requires complicated image Processing for effective image segmentation. In this paper. we propose architecture of universalized Color Morphological Pyramids(CMP) which is able to give effective image segmentation. Image Pyramid architecture is a successive Image sequence whose area ratio $2^{\int}({\int}=1,2,....,N)$ after filtering and subsampling of input image. In this technique, noise removed by sequential filtering and resolution is degraded by downsampling using CMP in various color spaces. After that, new level images are constructed that apply formula using distance of neighbor vectors in close level images and segments its image. The feasibility of proposed method is examined by comparing with the results obtained from the existing method.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.155-158
• /
• 2002

본 논문은 영역기반의 영상 검색을 위해 향상된 영역 매칭 알고리즘을 구현하고자 한다. 최근의 Mpeg-7표준은 객체 기반의 영상처리를 특징으로 하고 있으며, 객체 기반의 영상 처리방법들에서 가장 대표적인 방법인 영역기반 검색 방법은 영역 분할과 특징 추출, 그리고 영역매칭을 통한 유사도 측정에 따른 검색으로 나뉘어 진다. 본 논문에서는 영상을 분할한 후 분할된 영역들에 대한 특징을 추출 하고, 추출된 특징들을 다차원 특징 공간에서의 클러스터로 구성한다. 그리고 구성된 클러스터들을 인접한 중심을 가진 특징 그룹화 하여 특징 그룹 중심간의 거리차를 이용하여 질의 이미지와 검색 이미지의 유사도를 측정하는 영역 매칭 방법을 제안한다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.10a
• /
• pp.232-236
• /
• 1998

이미지가 전경과 배경으로 이루어져 있을 경우, 이미지에서 중요한 대부분의 정보는 전경의 영역에 집중하게 된다. 만약 이미지를 전경과 배경으로 구분할 수 있다면 영상 인식, 영상 합성, 영상 압축 등 여러 분야에 유용하게 활용할 수 있게 된다. 본 논문에서는 선명도 차이를 이용하여 이미지를 전경과 배경으로 분할하는 방법을 소개하고, 그 실험 결과를 보인다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 1998.04a
• /
• pp.83-88
• /
• 1998

칼라이미지를 인식 및 분석을 하기 위해서는 이미지에 대한 영역분할이 우선적으로 먼저 이루어져야 되므로, 본 연구에서는 영역분할에 대한 두 개의 알고리즘을 구현하여 비교 분석하였다. 여러 가지 영역분할 방법 중에서 가장 쉽게 적용할 수 있고 또 가장 빠르게 영역을 분할 할 수 있는 Box classification 알고리즘을 이용하여 심근조직 표본의 현미경 영상이미지에 대해서 육안으로 선택한 영역과 histogram을 미분하여 최저 값에 문턱치를 정하여 줌으로써 선택한 영역에 대해 추출하고 이들 각각을 HLS 칼라모델에서 비교 분석하였다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.26 no.12
• /
• pp.1919-1925
• /
• 2022

In this paper, we propose an image-to-image translation approach based on the conditional generative adversarial network for semantic segmentation. Semantic segmentation is the task of clustering parts of an image together which belong to the same object class. Unlike the traditional pixel-wise classification approach, the proposed method parses an input RGB image to its corresponding semantic segmentation mask using a pixel regression approach. The proposed method is based on the Pix2Pix image synthesis method. We employ residual connections-based convolutional neural network architectures for both the generator and discriminator architectures, as the residual connections speed up the training process and generate more accurate results. The proposed method has been trained and tested on the NYU-depthV2 dataset and could achieve a good mIOU value (49.5%). We also compare the proposed approach to the current methods in semantic segmentation showing that the proposed method outperforms most of those methods.

• Journal of the Computational Structural Engineering Institute of Korea
• /
• v.37 no.2
• /
• pp.143-149
• /
• 2024

Segmentation of material phases through image analysis is essential for analyzing the microstructure of materials. Micro-CT images exhibit variations in grayscale values depending on the phases constituting the material. Phase segmentation is generally achieved by comparing the grayscale values in the images. In the case of waste concrete used as a recycled aggregate, it is challenging to distinguish between hydrated cement paste and natural aggregates, as these components exhibit similar grayscale values in micro-CT images. In this study, we propose a method for automatically separating the aggregates in concrete, in micro-CT images. Utilizing the Unet-VGG16 deep-learning network, we introduce a technique for segmenting the 2D aggregate images and stacking them to obtain 3D aggregate images. Image filtering is employed to separate aggregate particles from the selected 3D aggregate images. The performance of aggregate segmentation is validated through accuracy, precision, recall, and F1-score assessments.

• Journal of Digital Contents Society
• /
• v.18 no.8
• /
• pp.1509-1516
• /
• 2017

In first-person perspective training system, the users needs realistic experience. For providing this experience, the system should offer the users virtual and real images at the same time. We propose an automatic a persons's arm segmentation and image composition method. It consists of arm segmentation part and image composition part. Arm segmentation uses an arbitrary image as input and outputs arm segment or alpha matte. It enables end-to-end learning because we make use of FCN in this part. Image composition part conducts image combination between the result of arm segmentation and other image like road, building, etc. To train the network in arm segmentation, we used arm images through dividing the videos that we took ourselves for the training data.

• Proceedings of the Korean Information Science Society Conference
• /
• 2008.06c
• /
• pp.439-444
• /
• 2008

본 논문은 한영 혼용 문서에서의 문자 분할을 위한 효율적인 언어 인식기를 고안하였다. 한영 혼용 문서를 스캔한 후, OCR(광학 문자 판독, Optical Character Recognition)을 할 때, 문자 분할의 중요성은 상당히 크다. 인식 없이 문자를 분할하는 external segmentation 방법에서는, 인식할 언어가 한글 혹은 영어인가에 따라 문자 분할 방법이 달라진다. 그러므로, 한영 혼용 이미지를 인식하기 위해서 문자 분할을 하기 전에 언어를 미리 결정해야 한다. 본 논문에서는 문자 분할 방법을 효율적으로 하기 위한 언어 인식기를 제안하고 그 방법을 적용하였다. 그 결과 한영 혼용된 책 이미지에서 94.09%의 문자 분할 성공률을 보였다.