• Proceedings of the Korea Inteligent Information System Society Conference
• /
• 2002.11a
• /
• pp.510-513
• /
• 2002

대부분의 이진화 알고리즘은 임계치를 결정하기 위하여 히스토그램을 사용하여 밝기분포를 분석한다. 배경과 물체의 명도차이가 큰 경우에는 분할을 위해 양봉(bimodal) 히스토그램으로 표현하여 최적의 임계치를 찾기 위해 히스토그램 골짜기(valley)를 선택하는 것만으로도 양호한 임계치 결과를 얻을수 있으나, 배경과 물체의 밝기 차이가 크지 않거나 밝기 분포가 양봉 특성을 보이지 않을 때는 히스토그램 분석만으로 적절한 임계치를 얻기 어렵다. 그리고 한 영상에서는 넓은 영역에 걸쳐 명암도 변화가 일어나고 다양한 유형의 물체가 포함되어 있으므로 스케치 특징점 유무를 판별하는 임계치의 결정에는 애매 모호함이 존재한다. 따라서 본 논문에서는 영상에 대해 삼각형 타입의 소속함수를 적용하여 임계치를 동적으로 설정하고 영상을 이진화하는 방법을 제안한다. 제안된 퍼지 이진화 방법은 평균 밝기 값을 기준으로 가장 어두운 픽셀 값과 가장 밝은 픽셀값의 거리를 계산하여 밝기의 조정률을 구하여 최소 밝기값과 최대 밝기 값을 설정하고 삼각형의 소속 함수에 적용한다. 소속 함수에 적용된 소속도를 a-cut 을 적용하여 영상을 이진화한다. 다양한 영상에 적용한 결과, 기존의 이진화 방법보다 제안된 퍼지 이진화 방법이 효율적인 것을 알 수 있었다.

• Journal of the Korea Institute of Information and Communication Engineering
• /
• v.13 no.11
• /
• pp.2330-2334
• /
• 2009

This paper presented a new scene change detection method of compounding color histogram and $x^2$ histogram. This method overcomes the disadvantages of difference value detection methods and will be taking advantage. Also, this method can detect all from the abrupt scene change detection to gradual scene change detection. The proposed method has been compared with previous method, and our experimental results show the better results than the previous method.

• Proceedings of the Korea Contents Association Conference
• /
• 2010.05a
• /
• pp.466-468
• /
• 2010

본 논문에서는 다양한 컬러모델 영상을 대상으로 히스토그램의 차이를 이용한 장면 전환 검출 결과를 비교한다. 임계값은 히스토그램의 변화에 따라 변화하는 적응적 임계값 설정 방법을 사용하여 오검출과 미검출의 확률을 줄였다. 점진적인 장면 전환에도 강인한 검출을 위하여 탐색 구간의 변화와 히스토그램의 변화가 급격하게 자주 일어나는 구간의 히스토그램의 변화율을 이용하여 장면 전환을 검출 하는 방법을 제안 하였다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2016.11a
• /
• pp.85-88
• /
• 2016

대비 강화는 컴퓨터 비젼, 영상 처리, 패턴인식에서 전처리 과정으로 이용되며 그 역할이 중요하다. 2차원 히스토그램을 이용한 대비 강화 방법은 인접 픽셀 간의 정보를 이용해 대비를 강화시키기 때문에 1차원 히스토그램을 이용한 대비 강화 방법보다 우수하다. 2차원 히스토그램 기반 알고리즘에서 2차원 히스토그램의 인접픽셀 간의 화소값 차이에 따라 가중치를 주는 커널 (kernel)이 사용된다. 이러한 커널은 영상 마다 같은 가중치를 곱해주기 때문에 원하는 대비를 시켜주지 못하는 단점이 있다. 이에 본 논문은 2차원 히스토그램을 1차원 히스토그램으로 정사영을 시켜 평균값과 표준편차를 통해 2차원 히스토그램을 통계학적으로 분석한다. 그리고 선형회귀법을 이용하여 2차원 히스토그램의 통계적 정보에 따른 적응적 가중치 커널을 제안하고, 이를 이용하여 효율적 대비 강화를 한다. 실험 결과를 통해 제안하는 방법이 기존의 알고리즘에 비해 대비 향상 성능이 더 우수한 방법임을 확인하였다.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.06a
• /
• pp.55-57
• /
• 2011

장면 전환 검출은 비디오를 구조화하고 비디오 연산을 수행하는데 필수적인 요소이다. 본 문에서는 기존에 제시된 컬러 히스토그램과 x2 히스토그램을 합성한 새로운 방법의 장면 전환 검출 방법을 제시한다. 특히 이 방법은 비디오 프레임들의 차이값 추출 방법들의 단점을 극복하고 장점을 최대한 활용한 방법이다. 그리고 매우 빠르게 화면이 지나가는 급진적 장면 전환 검출에서 느리게 화면이 진행하는 점진적 장면 전환 검출까지 모두 검출할 수 있다. 실험을 통해서 본 방법이 기존의 방법보다 우수하다는 것을 보여주고 있다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.73-76
• /
• 2002

비디오 시청을 원하는 사용자들은 비디오의 전반적인 개요를 짧은 시간에 시청하여 보고싶은 비디오를 쉽게 선택하기를 바란다. 본 논문에서는 전환 검출 방법과 샷 클러스터링을 이용한 비디오 개요 추출 방법을 제시한다. 장면전환 검출 방법은 컬러 히스토그램과 χ2 히스토그램을 합성한 방법을 이용하여 추출하도록 한다. 클러스터링은 히스토그램의 차이값을 측정과 샷 병합 알고리즘을 통해 수행하도록 한다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2002.11a
• /
• pp.583-587
• /
• 2002

비디오를 시청하기 위하여 원하는 비디오를 선택하고자 할 때 사용자들은 비디오의 전반적인 내용을 알 수 있는 방법이 많지 않다. 따라서 비디오 시청을 원하는 사용자들에게 비디오의 전반적인 개요를 보여주어 선택 할 수 있는 방법이 요구된다. 본 논문에서는 전환 검출 방법과 샷 클러스터링을 이용한 비디오 개요 추출 방법을 제시한다. 장면전환 검출 방법은 컬러 히스토그램과 $\times$2 히스토그램을 합성한 방법을 이용하여 추출하도록 한다. 클러스터링은 히스토그램의 차이값을 측정과 샷 병합 알고리즘을 통해 수행하도록 한다.

• KSCI Review
• /
• v.15 no.1
• /
• pp.173-177
• /
• 2007

3D 디스플레이 기술이 발전함에 따라 스테레오 영상의 전송시 요구되는 비트레이트의 감소가 절실히 필요하다. 하지만, 스테레오 영상은 서로 다른 카메라에 의해 취득되기 때문에 잠재적으로 서로 차이가 있고, 이것은 디스패리티 추정시 큰 오차를 유발할 수 있으며 전송될 비트레이트에 영향을 줄 수 있다. 따라서 스테레오 영상들 사이의 밸런싱이 필요하다. 스테레오 영상의 밸런싱을 위해, 본 논문에서는 히스토그램 Specification 방법과 타깃 영상의 국부정보, 스테레오 영상간의 오차 분포를 이용한다. 히스토그램 Specification 방법은 그레이레벨의 맵핑관계를 정의한다. 따라서 이를 통해 맵핑될 레벨의 맵핑 구간을 구할 수 있다. 그 구간에서, 맵핑될 기준영상의 히스토그램 분포와 스테레오 오차값의 분포는 서로 모양이 유사할 것이다. 그러나, 폐색된 영역이나 노이즈에 의해 그 모양이 변하므로 우리는 맵핑될 픽셀들을 오차영상에서 그 픽셀들의 근방에서 구한 평균들과 오른쪽 영상(타깃 영상)에서 맵핑될 픽셀의 근방에서 구한 평균이 최소 값을 갖는 위치 값으로 맵핑한다. 제안된 방법은 실험에서 기존 방법보다 향상된 결과를 나타내는 것을 보여 준다.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2000.11a
• /
• pp.195-198
• /
• 2000

비디오에서 적은 수의 대표 화면으로 그 비디오의 내용을 요약할 수 있다는 것은 효율적인 비디오 브라우징 및 비디오 검색에 있어서 매우 중요하다. 다양한 종류의 셔트(shot) 추출 방법이 제시되어 왔다. 다양한 종류의 셔트 추출 방법 중에서 칼라 히스토그램을 이용하는 방법이 가장 많이 사용되어 왔다. 그러나 칼라 히스토그램을 이용하는 방법은 fade effect, zoom effect 등과 같이 특별한 효과가 들어있는 비디오에서는 적절하지 못한 결과를 종종 초래한다. 이 논문에서는 블록을 이용한 fade와 zoom 효과가 있는 영역을 검출하는 방법을 제시한다. 대부분의 칼라 히스토그램 방법은 인접한 프레임간 또는 일정한 거리가 떨어져 있는 프레임간의 차이를 이용하였다. 이 논문에서는 차이를 구하고자 하는 프레임간의 거리를 변동시기는 방법을 이용하여 구함으로써 그 성능을 개선하였고, 또한 단순히 두 프레임만을 비교하는 것이 아니라 일정한 수의 프레임을 그룹핑 하여 하나의 블록으로 만들고, 그 블록에서 히스토그램 차이의 평균 및 중간 값을 이용하면 hard cut과 fade같은 효과가 한 블록 내에 같이 있는 경우 더욱 효과적으로 셔트를 추출할 수 있다.

• KSCI Review
• /
• v.15 no.1
• /
• pp.203-207
• /
• 2007

본 논문에서는 비디오의 분할을 위하여 먼저 기존에 제안되었던 차이 값 추출방법들의 단점들을 극복하고 장점을 최대한 활용할 수 있으며 급진적 장면전환부터 점진적 장면전환까지 모두 예측할 수 있는 강건하고 복합적인 차이 값 추출방법에 대해서 제안한다. 이 방법은 지역적 $X^2$-테스트로서 기존의 컬러 히스토그램과 $X^2$-테스트를 결합한 방법이다. 본 논문을 위하여 기존의 히스토그램 기반 알고리즘과 비교하여 좋은 성능을 보여주는 $X^2$-테스트를 변형하였고, 컬러 값의 세분화 작업에 따른 검출효과를 높이기 위하여 명암도 등급에 따른 가중치를 적용한 지역적 $X^2$-테스트를 이용하였다. 이 방법은 복잡하고 다양한 시세계의 영상 변화를 가장 일반적이고 표준화된 방법으로 분석하고 분할하며 표현할 수 있는 방법이다. 기존의 $X^2$-테스트와 제안된 지역적 $X^2$-테스트 방법의 비교는 실험을 통해 입증되었다.