• 한국항행학회논문지
• /
• 제16권6호
• /
• pp.1101-1108
• /
• 2012

본 논문에서는 형태학적 처리와 에지 가반 영역 분할을 이용해 환경변화에 강인한 실시간 차선 검출 알고리즘을 제안한다. 매 프레임마다 가장 적절한 임계값을 적용시키기 위해 적응적 임계값을 사용하고 투사변환을 통해 영상의 왜곡을 보정한다. 이 후, 관심영역을 지정하고 에지를 검출해 실시간적으로 차선을 검출한다. 형태학적 처리의 유무에 따른 차선 검출 정확도와 연산 속도를 비교한다. 실험 결과 제안한 알고리즘을 통해 98.8%의 차선 검출율과 프레임 당 36.72ms의 실시간 처리가 가능함을 확인하였다.

• 사물인터넷융복합논문지
• /
• 제10권2호
• /
• pp.51-60
• /
• 2024

저조도 환경에서 영상 이미지의 콘트라스트가 낮고 식별이 어려운 문제를 목표로 사람의 시각 감지 기반의 콘트라스트 적응 보상 증진 알고리즘을 제안한다. 첫째, 저조도 환경에서 평균 밝기, 평균 대역폭 요인의 영상 이미지 특징 요인을 추출하고, 원본 영상의 회색/색도 차이에 따라 사람의 시각적 콘트라스트 해상도 보상의 수학적 모델을 설정하며, 실제 컬러의 3원색에 대해 각각 비례 적분하여 보상한다. 다음으로 보상 정도가 명시각 차이를 적절하게 구별할 수 있는 것보다 낮을 때 보상 임계값 선형 보상이 명시각에서 전체 대역폭으로 설정된다. 마지막으로 주관적인 이미지 품질 평가와 이미지 특성 요인을 결합하여 비례 계수를 보상하는 자동 최적화 모델을 구축한다. 실험 테스트 결과는 영상 이미지 적응 증진 알고리즘이 우수한 증진 효과와 우수한 실시간 성능을 가지며 다크 비전 정보를 효과적으로 마이닝할 수 있으며 다양한 시나리오에서 널리 사용될 수 있음을 보여준다.

• 한국음향학회지
• /
• 제10권1호
• /
• pp.20-29
• /
• 1991

기존의 선형 예측법에 의한 음성 분석의 기본적인 가정은 전극점 성도 필터의 입력은 백색 신호라는 것이다. 그러나, 주기성 입력 신호의 경우 피치 바이오스 오차가 기존 선형 예측 계수에 개입된다. 만일 여기 신호의 추정값을 이용할 수 있다면 멀티 펄스에 의한 선형 예측 분석으로 이러한 바이어스를 제거할 수 있다. 기존의 선형 예측 분석에서의 예측 오차는 멀티 펄스 여기 신호열과 불규칙 잡음 신호열의합으로 나타내어질 수 있으므로 선형 예측 오차로부터 멀티 펄스 신호열을 찾아내는 것은 고전적인 검출 및 추정의 문제로 생각될 수 있다. 본 논문에서는 먼저 LRT 를 이용하여 예측오차로부터 멀티 펄스 신호의 위치와 크기를 찾아낸 다음 이 신호열로부터 피치 바이어스가 제거된 선형 예측 계수를 구하는 알고리즘을 제안한다. 매번 적응된 임계값을 적용하여 반복 수행을 함으로써 성능향상을 입증하였다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2000년도 추계학술발표논문집 (하)
• /
• pp.1433-1436
• /
• 2000

클러스터링에 있어서 k-means[7], DBSCAN[2], CURE[4], ROCK[5], PAM[8], 같은 기존의 알고리즘은 원형이나 타원형 등의 어느 고정된 모양에 의해 클러스터를 결정한다. 만약 클러스터 하려는 데이터의 분포가 우연히 알고리즘의 결정된 모양과 일치하면 정확한 해를 얻을 수 있다. 하지만 자연적인 데이터의 분포에서는 발생하기 어렵다. 데이터의 형태를 추적하여 이러한 문제점을 해결한 CHAMELEON[1] 알고리즘이 최근에 발표되었다. 하지만 모양에는 독립적이나 데이터의 양이 증가함에 따라 소요되는 시간이 폭발적으로 증가한다. 이것은 기존의 마이닝 데이터들이 대용량이라는 것을 고려하면 현실에 적용하기 힘든 문제점이 있다. 이러한 문제점을 해결하기 위해 본 논문에서는 K-means[7]]를 이용한 대표를 선출하는 방법으로 CHAMELEON[1]의 문제점 개선(EF-CHAMELEON)을 시도하였으며 여러 자연적인 형태의 도형들은 아주 작은 원형들의 집합으로 구성 될 수 있다는 생각을 기본으로 잡음에 영향을 받지 않을 정도로 아주 작은 초기 다수의 소형 클러스터를 K-mean을 이용하여 구성하고 이를 다시 크러스터간의 상대적인 거리를 이용하여 다시 머지 하는 방법으로 모양에 의존적인 문제를 해결하며 비교사 학습(unsupervised learning)에 충실하기 위해 임계값을 적용 적정 단계에서 알고리즘을 멈추게 한 ADF 알고리즘을 소개한다. 실험 데이터는 기존의 여러 클러스터링 알고리즘이 판별 할 수 없었던 다양한 모양을 가지고있는 2차원 배열을 사용하여 ADF. CHAMELEON[1], EF-CHAMELEON,의 성능을 비교하였다.

• 한국항행학회논문지
• /
• 제15권6호
• /
• pp.1132-1137
• /
• 2011

본 논문에서는 사람의 신체 일부분을 추적하는 시스템을 위해서 피부영역을 추출하고 여러 개의 영역을 추적하는 다중 CAMShift 알고리즘(Multi Continuously Adaptive Mean Shift Algorithm)을 제안하였다. 입력 영상에서 피부영역을 추출하기 위해 영상의 RGB의 특정값을 기준으로 피부색에 적응적인 임계값을 적용하였다. 이때 적용된 피부영역을 양손, 얼굴 등에 초기 윈도우를 설정하였다. 이 영역들을 추적함에 있어 영역들 사이에 폐색 영역을 회피하기 위해 가우시안 배경 모델(Gaussian Background Model)을 사용하여 각 추적 영역들을 제한하였다. 또한 폐색영역에 가중치를 부가하여 확률분포영상에서 중심값을 이동시켜 폐색 영역을 회피하였다. 실험 결과 다중 물체들에 강인한 추적을 보이고 유사한 색상을 갖는 물체의 폐색 시에도 우수한 결과를 보임을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제13권6호
• /
• pp.704-709
• /
• 2003

디지털 영상은 전송 중에 잡음과 시스템의 다른 요소에 의해 입력 요소가 왜곡된다. 이는 영상객체의 분할시 경계면의 모호함이 발생시키고, 특히 입력 영상 경계 부분은 패턴인식의 분할 및 검출 요소를 결정하기 때문에 매우 중요하다. 따라서 그 경계 부분을 정확하게 분할ㆍ검출하는 최적의 에지 검출 방법을 제안하였다. 본 논문에서는 입력 영상의 임계값에 따른 적응적 형상학을 이용하여 영상의 경계면을 부각시킨 후, 이 영상을 Meyer 웨이브렛-CNN 알고리즘에 적용한 후 최적의 에지를 검출하였다. 제안된 알고리즘이 기존의 영상 에지 검출 알고리즘인 Sobel 에지 검출과 기존의 다른 에지 검출보다 우수함을 확인하였다. 특히 에지와 에지의 부분이 가까운 곳과 완만한 곡선을 가지고 있는 부분에서 더 우수한 결과 에지를 얻을 수 있음을 시뮬레이션에 의해 확인하였다.

• 한국멀티미디어학회논문지
• /
• 제11권4호
• /
• pp.443-453
• /
• 2008

본 논문에서는 이진 로고영상의 1레벨 DWT(Discrete Wavelet Transform) 계수값을 워터마크로 사용하여 대상영상의 웨이블릿 영역의 동일 주파수 영역에 삽입하였다. 이것이 본 논문에서 제안한 영상융합이다. 워터마크는 웨이블릿 영역의 동일 주파수 영역에 삽입시 중요 계수들에 삽입된다. 중요 계수는 영상에서 중요한 윤곽선이나 중요 평탄 영역의 정보를 가지고 있다. 워터마크는 절대값이 임계값 이상인 중요계수들에 삽입된다. 강건성을 위해 워터마크의 삽입 가중치로 계수값들의 표준편차를 이용한다. 따라서 제안 기법은 영상에 적응적 기법이며, 워터마크가 삽입된 영상이 절단이나 필터링 또는 압축으로 왜곡되었을 때 제안된 두 가지 검출 알고리즘이 왜곡에 적응적으로 사용될 수 있다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 제13회 신호처리 합동 학술대회 논문집
• /
• pp.889-892
• /
• 2000

본 논문에서는 효과적인 De-interlacing을 위한 Edge based Median Filter와 3-Step AMPD(Adaptive Minimum Pixel Difference Filter)를 제안한다. Motion Adaptive De-interlacing 방법에서 중요한 요소인 Motion Hissing에 의한 에러를 방지하기 위해 입력 영상을 4 가지 유형으로 구분하여 각 영상에 따라 다른 임계 값을 적용하여 정확한 화소 값을 보간 하는AMPD(Adaptive Minimum Pixel Difference) Filter를 사용하며 Moving Diagonal Edge의 효과적인 보간을 위해서 방향 필터를 사용하여 Edge Map을 추출한 뒤 Edge에 따라 가변적인 후보 화소를 선택하는 Edge based Median Filter를 사용하여 성능을 향상시켰다. 또한 입력되는 영상을 움직임 영역, 정지 영역, 경계 영역으로 나누어 적응적으로 보간 하여 연산 효율을 높였다. 제안된 방법은 다양한 영상에 대한 모의실험을 통해 기존의 방법에 비해 뛰어난 성능 개선을 보였다.

• 대한전자공학회논문지SP
• /
• 제38권5호
• /
• pp.556-566
• /
• 2001

본 논문에서는 EBMF(Edge Based Median Filter)와 3-Step AMPDF(Adaptive Minimum Pixel Difference Filter) 기반의 움직임 적응 디인터레이싱 알고리즘을 제안 한다. 움직임 적응 방법에서 중요한 요소인 motion missing에 의한 에러를 방지하기 위해 입력 영상을 4 가지 유형으로 구분하여 각 영상에 따라 다른 임계 값을 사용하여 정확한 화소 값을 보간 하는 AMPDF를 사용하며 움직이는 대각선 에지의 효과적인 보간을 위하여 에지에 따라 가변적인 후보 픽셀을 선택하는 EBMF를 사용하여 성능을 향상시켰다. 또한 성능을 높이기 위해 입력되는 영상을 움직임 영역, 정지 영역, 경계 영역으로 나누어 적응적으로 보간 하였으며 모의 실험을 통해 기존의 방법들에 비해 성능이 우수함을 보였다.

• 한국지능시스템학회:학술대회논문집
• /
• 한국퍼지및지능시스템학회 2001년도 춘계학술대회 학술발표 논문집
• /
• pp.246-249
• /
• 2001

본 연구는 온라인 지문 인식 기법의 속도 향상을 주목적으로 하여 기존의 지문 인식 기법과 비교하여 개선된 전처리 방법을 이용하여 적은 계산량으로 보다 높은 정확도를 확보하여 궁극적으로 지문 인식 및 대조 시스템이 적합한 특징점 추출 알고리즘 개발을 목적으로 한다. 먼저 방향성이미지에서 방향성추출에서는 4$\times$4화소를 하나의 Block으로 나눈 후, 3$\times$3의 Sobel 연산자를 이용하였고, 이 방향성 정보를 이용하여 지문영상의 품질 측정과 배경 분리를 하였으며, 또한 부분 영역간의 밝기 차이 등으로 발생하는 오류를 최소화하기 위하여 이진화 수행 과정에서 가장 애로점인 임계치(threshold value) 설정을 지문의 대상 영역의 밝기 등에 적응하여 스스로 변하도록 할 수 있게 Slit sum의 방법을 응용한 적응 이진화를 하였다. 세선화와 특징점 추출에서는 VHN(Vertical & horizontal Number)값을 이용하여 보정(Interpolation)효과를 주어 오류특징점을 배제하고, 자동 지문 인식 시스템의 인식성능을 향상시켰다.