• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.23 no.9A
• /
• pp.2345-2354
• /
• 1998

There have been many researches to yield higher resolution image quality from the low resolution CCD device. The resolution of it is primary factor for the image quality of digital still camera and in manufacturing price. IN this paper, image enlargement algorithm, which reduces blocking effect of enlarged low resolution image and minimizes ringing and blur effect occurring around edge in linear interpolation, is proposed. This algorithm is composed of gaussian low pass filter which eliminates aliasing, least square spline interpolation and non-linear interpolation based on step edge model.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2023.05a
• /
• pp.473-475
• /
• 2023

자동차 번호판 인식은 영상 내 검출한 차량의 번호판의 문자열을 인식하여 차량을 식별하고 추적하는 기술로 주변 환경에 의한 잡음, 왜곡과 차량의 움직임으로 발생한 흐림, 영상 입력 장치와의 물리적 거리 등에 강인해야 한다. 본 논문에서는 차량 움직임으로 발생한 흐림이 있는 저해상도 영상에 대한 번호판 인식 성능의 향상을 위해 디블러링 모델과 초해상화 모델을 이용한 영상 복원 방법을 제안한다. 실험을 통해 디블러링 모델과 초해상화 모델을 결합하여 흐림이 있는 저해상도 국내 번호판 영상에서의 인식 성능을 개선하였다.

• Proceedings of the Korea Water Resources Association Conference
• /
• 2004.05b
• /
• pp.1157-1161
• /
• 2004

본 연구의 목적은 TIN(Triangulated Irregular Network)을 생성하고, GIS 기반의 지형도, 토양도 및 토지 이용도를 이용하여 WMS 6.1 모델로 홍수위별 홍수범람도를 작성하는데 있으며, 대상유역은 양화천 유역의 세1지류인 매류천과 안금천, 대신천 유역으로 선정하였다. 대상유역내의 실제 홍수범람자료를 조사하였고, Arc-view를 이용하여 DEM (Digital Elevation Model), 토지 이용도, 토양도의 GIS DB를 구축하였다. 본 연구에서 50년 빈도의 홍수위를 분석한 결과 모형을 사용한 피해 예상 지역과 실제 홍수위로 인한 피해지역이 유사하게 나타났다. 20년 빈도 홍수위에서 500년 빈도 홍수위로의 증가로 인한 침수면적의 증가율은 매류천이 가장 작았고, 안금천이 가장 컸다. 본 연구에서는 기존의 저해상도 DEM이 제외지 및 하천 제방의 영향을 전혀 고려하지 못 하였던 점을 개선하여 저해상도 DEM과 항공사진 측량자료인 고해상도 DEM을 합성하여 더욱 신뢰성 있는 홍수범람도를 작성하였다. 이 결과는 대상유역의 홍수발생시 홍수예경보 및 재해발생시 대피장소의 결정과 시설물 관리업무의 기초 자료로 활용할 수 있을 뿐만 아니라 홍수피해의 판단자료로 이용될 수 있을 것이다.

• The Magazine of the IEIE
• /
• v.38 no.2
• /
• pp.50-58
• /
• 2011

• Proceedings of the KSRS Conference
• /
• 2009.03a
• /
• pp.207-212
• /
• 2009

고해상도 위성영상이 갖는 공간 객체의 복잡성과 다양성에 의해 기존 중 저해상도 영상에서 사용하던 분류 방식을 고해상도 영상에 그대로 적용하기에는 한계가 있다. 이러한 문제를 극복하기 위하여 영상은 공간적인 특성을 추가적으로 추출하여 분광정보와 결합하여 분류를 수행하는 방식의 연구가 진행되고 있다. 본 연구의 목적은 고해상도 영상의 분류정확도를 개선하기 위하여 새로운 공간 개체(spatial feature)인 SSI(Shape-Size Index)를 제안하는데 있다. SSI는 영역 확장(Region Growing) 기반의 영상 분할(Image Segmentation)을 수행한 후, 객체 내에 객체의 크기와 모양에 대한 고려를 모두 할 수 있는 공간 속성값을 할당하여 공간정보를 추출한다. 추출된 공간정보를 고해강도 영상의 다중분광 밴드와 결합하여 Support Vector Machine(SVM)을 이용한 분류를 수행하였다. 실험 결과, 제안한 기법의 분류 결과가 분광밴드만을 이용하여 분류를 수행한 결과뿐만 아니라 기존의 공간 개체 추출방식인 GLCM, PSI 기법을 이용한 분류 결과에 비해 높은 분류정확도를 도출함을 알 수 있었다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.117-118
• /
• 2016

최근 UHDTV(ultra high definition television)가 가정에 보급이 많이 되고 있는 추세지만, UHD급 콘텐츠가 매우 부족한 실정이다. 따라서 저해상도 FHD(full high definition) 영상을 고해상도 영상으로 변환시켜 재활용할 수 있는 초해상화(super-resolution, SR) 기술의 필요성이 커졌다. 그 중, 다층의 레이어로 구성된 다층 선형 매핑(multi-layer linear mappings, MLLM)을 기반으로 하는 제안된 초해상화 기법은 상대적으로 낮은 복잡도로 좋은 품질의 고해상도 영상을 복원할 수 있었다. 최근에는 강화 예측법을 추가하여 복원된 고해상도 영상의 품질을 더 향상시키는 기법이 등장하였는데, 이를 바탕으로 본 논문에서는 제안했었던 MLLM 기법을 위한 강화 예측법 기법을 새롭게 제안한다. 제안하는 초해상화 기법은 기존 MLLM 기법과 딥러닝 기반 초해상화 기법보다 높은 품질의 고해상도 영상을 생성하는 것을 확인하였다.

• Journal of Broadcast Engineering
• /
• v.28 no.2
• /
• pp.178-184
• /
• 2023

Finding texts in general scene images and recognizing their contents is a very important task that can be used as a basis for robot vision, visual assistance, and so on. However, for the low-resolution text images, the degradations, such as noise or blur included in text images, are more noticeable, which leads to severe performance degradation of text recognition accuracy. In this paper, we propose a new Korean text image super-resolution based on a Transformer-based model, which generally shows higher performance than convolutional neural networks. In the experiments, we show that text recognition accuracy for Korean text images can be improved when our proposed text image super-resolution method is used. We also propose a new Korean text image dataset for training our model, which contains massive HR-LR Korean text image pairs.

• Journal of Digital Convergence
• /
• v.15 no.1
• /
• pp.239-245
• /
• 2017

For privacy protection, we propose a vehicle license plate region detection method in road view image served from portal site. Because vehicle license plate regions in road view images have different feature depending on distance, long distance vehicle license plate regions are not detected by feature of low resolution. Therefore, we suggest a method to detect short distance vehicle license plate regions by edge feature and long distance vehicle license plate regions using MSER feature. And then, we select candidate region of vehicle license plate region from detected region of each method, because the number of the vehicle license plate has a structural feature, we used it to detect the final vehicle license plate region. As the experiment result, we got a recall rate of 93%, precision rate of 75%, and F-Score rate of 80% in various road view images.

• Journal of KIISE:Software and Applications
• /
• v.32 no.7
• /
• pp.625-635
• /
• 2005

In this paper, we propose a hybrid approach for segmenting the lungs efficiently and automatically in chest CT images. The proposed method consists of the following three steps. first, lungs and airways are extracted by two- and three-dimensional automatic seeded region growing and connected component labeling in low-resolution. Second, trachea and large airways are delineated from the lungs by two-dimensional morphological operations, and the left and right lungs are identified by connected component labeling in low-resolution. Third, smooth and accurate lung region borders are obtained by refinement based on image subtraction. In experiments, we evaluate our method in aspects of accuracy and efficiency using 10 chest CT images obtained from 5 patients. To evaluate the accuracy, we Present results comparing our automatic method to manually traced borders from radiologists. Experimental results show that proposed method which use connected component labeling in low-resolution reduce processing time by 31.4 seconds and maximum memory usage by 196.75 MB on average. Our method extracts lung surfaces efficiently and automatically without additional processing like hole-filling.

• Journal of the Korea Society of Computer and Information
• /
• v.26 no.6
• /
• pp.1-8
• /
• 2021

In this paper, we propose reinforced VGG style network structure for low performance embedded system to classify low resolution infrared image. The combination of reinforced VGG style network structure and global average pooling makes lower computational complexity and higher accuracy. The proposed method classify the synthesize image which have 9 class 3,723,328ea images made from OKTAL-SE tool. The reinforced VGG style network structure composed of 4 filters on input and 16 filters on output from max pooling layer shows about 34% lower computational complexity and about 2.4% higher accuracy then the first parameter minimized network structure made for embedded system composed of 8 filters on input and 8 filters on output from max pooling layer. Finally we get 96.1% accuracy model. Additionally we confirmed the about 31% lower inference lead time in ported C code.