• Proceedings of the Korea Information Processing Society Conference
• /
• 2009.04a
• /
• pp.171-172
• /
• 2009

질감 분류 기술은 패턴인식과 컴퓨터 비전 분야에서 널리 사용되는 기술로서, 최근 들어서는 감시 카메라 시스템에서의 정확한 객체 인식을 위한 회전 변화에 강인한 질감 분류 연구가 진행되고 있다. 본 논문에서는 순환 가보 웨이블렛 필터를 이용한 회전 변환에 강인한 질감 분류 방법을 제안한다. 제안하는 방법은 순환 가보 웨이블렛 필터링된 영상에서 전역 및 지역 특징 벡터를 계산하고 특징 벡터의 차이를 이용한 유사도 측정 판별식으로 질감 분류를 수행한다. Brodatz 질감 앨범을 이용한 실험에서 기존의 방법들보다 2~6% 향상된 질감 분류 비율을 확인할 수 있었다. 제안하는 방법은 질감 기반 객체 인식에 관련된 응용 분야에서 유용하게 사용될 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.127-129
• /
• 2000

일반적인 색 정보추출방법으로 색 히스토그램(Color Histogram)은 색의 분포나 응집성, 질감에 대한 구분능력이 없다는 단점을 가지고 있어 정환한 이미지 유사성 비교를 위해 추가적인 정보를 요구한다. Androutsos등은 Haar Wavelet 변환을 통해 이미지의 방향성 질감정보를 구하였다[1]. 하지만 이 방법은 Haar Wavelet 변환의 특성으로 인해 정확한 방향성 정보를 얻을 수 없었다. 본 논문에서는 인접 픽셀(pixel)값의 편차(deviaiton)를 이용하여 방향성 정보를 추출 성능을 향상시키는 방법을 제안하였고, Brodatz 112 질감 이미지와 실재 자연사진을 통해 방향성 질감의 성능을 평가하였다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2004.05a
• /
• pp.737-740
• /
• 2004

본 논문에서는 차종 식별을 위해 차량 영상의 질감 특징을 사용하였다. 차량의 질감 특징 정보를 얻기 위한 관심영역으로 라디에이터 그릴 부분을 선택하였다. 추출된 관심영역으로부터 GLCM(Gray Level Co-occurrence Matrix)을 사용하여 질감 특징 값을 추출하였고, 그 특징 값들을 입력으로 취하는 3층의 신경회로망을 구성한 후 역전파 학습 알고리즘을 사용하여 학습을 시켜서 차종 식별을 시도하였다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2001.11a
• /
• pp.447-452
• /
• 2001

내용 기반 이미지 검색에서 질감정보는 이미지의 검색 속성으로 사용할 수 있는 중요한 정보를 가지고 있다. 본 논문에서는 검색의 이미지 속성으로서 질감 특징을 사용한다. 의료영상 MRI 중 특히 뇌영상의 검색에서 질감의 특징은 전체 이미지를 대상으로 한 전역 질감 특징 값과 종양이나 뇌출혈 부분 등 정상이 아닌 이상객체 부분의 지역 질감 특징 값을 3단계 웨이블릿 변환을 통해 추출하고 추출된 여러 개의 특징 중 검색 효율성을 높일 수 있는 특징만을 선별하여 검색에 이용하는 방안을 제안한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2001.04b
• /
• pp.505-507
• /
• 2001

최근 여러 멀티미디어 서비스가 활발히 실시되고 있으며 멀티미디어 검색분야도 상당한 연구가 이루어지고 있다. 멀티미디어 검색 중 내용 기반 검색은 기존의 텍스트기반의 여러 단점들을 극복하여 이미지 자체에 있는 여러 정보의 혼합으로 보다 더 정확한 이미지를 찾을 수 있다. 예를 들면, 색상검색이나 질감검색을 이미지 자체내에서 추출해내고 색상과 질감을 같이 표현함으로써 색상만으로 표현할 수 없는 부분을 질감을 참고로 하여 찾을 수 있다. 본 논문에서는 웨이브릿 변환(daubechies 7-9 tab)을 사용하여 질감을 표현하는 특징 추출하는 방법을 제안하고자 한다.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.30-32
• /
• 1999

내용 기반 이미지 데이터베이스의 검색을 위해서 low-level 특징에 기반한 방법들이 연구되고 있다. 본 논문에서는 웨이브릿 변환에 기반한 색상과 질감 특징을 이용한 내용기반 이미지 검색 시스템을 제안한다. 다양한 색상 정보로부터 추출한 인덱스 키와 웨이브릿 변환에 의해 추출한 질감 특징을 통계적 확률 분석 방법에 적용시킨 검색 시스템이다. 이러한 색상과 질감에 대한 효과적인 조합으로 보다 효율적이고 정확성 높은 결과를 도출함을 실험을 통하여 제시한다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.39-42
• /
• 2011

본 논문에서는 영상들의 특징들을 추출하여 특징 값들의 비교를 통하여 질의 영상의 유사 영상을 검색하는 방법을 제안한다. 제안하는 방법은 입력 영상들의 색상 히스토그램으로 색상 특징 값들을 추출하고 질감 정보인 에지 정보와 이웃화소간의 공간 관계를 분석하여 질감 특징 값들을 추출하여 저장한 후 질의 이미지의 색상과 질감 특징들을 구하여 비교를 통하여 유사도를 분석하고 결과 영상을 보여준다. 또한 색상과 질감을 혼합하여 사용할 때 적응적으로 가중치를 부여함으로써 가중치가 적합하지 않아 발생하는 오 검출될 현상을 피할 수 있게 되었다. 실험을 통하여 기존의 방법과의 성능을 비교분석하였고 본 방법의 우수성을 입증하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2000.11b
• /
• pp.155-159
• /
• 2000

본 논문에서는 MPEG-7 질감 기술자에 기반한 영상의 내용기반 검색 시스템에서 유사도 검색 알고리즘에 대하여 다룬다. 제안하는 알고리즘은 영상의 회전에 대하여 변화하지 않는 특성을 지닌다. 실제적으로 영상이나 비디오에서 질감 정보를 이용하여 검색을 수행하고자 하는 영상에 대하여 회전 불변 알고리즘은 반드시 필요하다. 본 논문에서 제한된 알고리즘을 이용하여 질감 영상회전 불변 유사도 측정에 따른 검색을 수행하였다. 본 논문의 실험은 회전 불변 성능을 측정하는 MPEG-7 질감 데이터베이스에서 검색 율을 측정하였다. 실험결과 본 영상 회전 불변 질감 기술자 표현 방법은 우수한 검색 성능과 빠른 특징 추출 능력을 보였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2010.06c
• /
• pp.480-483
• /
• 2010

환자의 흉부 CT 영상을 이용하여 폐 영역의 질환을 진단하는 컴퓨터 조력 진단(CAD) 시스템은 질감 특징을 이용한다. 질환의 질감 특징 추출은 매우 중요하다. 질감 특징 추출은 폐 질환을 분석하기 위한 좋은 방법 중의 하나이기 때문이다. 본 논문에서는 폐기종 질환을 판별하기 위해 명암도와 CS-LBP를 결합한 질감 특징 추출 방법을 제안한다. 입력된 흉부 CT 영상은 몇 단계의 전처리 과정을 거치고 제안한 방법을 통해 질감 특징 추출을 하게 된다. 그리고 분류기에 의해 폐기종을 분류해 질환을 판별하게 된다. 실험 결과에서는 제안한 방법이 현존하는 방법 중 가장 좋은 성능을 보이는 GLLBP보다 더 좋은 성능을 보여준다.

• Journal of the Korean Association of Geographic Information Studies
• /
• v.2 no.1
• /
• pp.32-44
• /
• 1999

Texture features can be incorporated in classification procedure to resolve class confusions. However, there have been few application-oriented studies made to evaluate the relative powers of texture analysis methods in a particular environment. This study evaluates the increases in the land-cover classification accuracy of the SPOT HRV multispectral data of Pusan Metropolitan area from texture processing. Twenty-four texture measures were derived from the SPOT HRV band 3 image. Each of these features were used in combination with the three spectral images in the classification of 10 land-cover classes. Supervised training and a Gaussian maximum likelihood classifier were used in the classification. It was found that while entropy produces the best empirical results in terms of the overall classification, other texture features can also largely improve the classification accuracies obtained by the use of the spectral images only. With the inclusion of texture, the classification for each category improves. Specially, urban built-up areas had much increase in accuracy. The results indicate that texture size 5 by 5 and 7 by 7 may be suitable at land cover classification of Pusan Metropolitan area.