• The KIPS Transactions:PartB
• /
• v.15B no.5
• /
• pp.407-412
• /
• 2008

Color segmentation is one of the most challenging problems in image processing especially in case of handling the images with cluttered background. Great amount of color segmentation methods have been developed and applied to real problems. In this paper, we suggest a new methodology. Our approach is focused on background extraction, as a complimentary operation to standard foreground object segmentation, using self-organizing feature selective property of unsupervised self-learning paradigm based on the competitive algorithm. The results of our studies show that background segmentation can be achievable in efficient manner.

• Journal of Service Research and Studies
• /
• v.5 no.2
• /
• pp.103-110
• /
• 2015

Recently, Classification of characters in a 3D FPS game has emerged as a very significant issue. In this study, We propose the game character Classification method using Image Region Segmentation of the extracting meaningful object in a simple operation. In this method, first used a non-linear RGB color model and octree color quantization scheme. The input image represented a less than 20 quantized color and uses a small number of meaningful color histogram. And then, the image divided into small blocks, calculate the degree of similarity between the color histogram intersection and adjacent block in block units. Because, except for the block boundary according to the texture and to extract only the boundaries of the object block. Set a region by these boundary blocks as a game object and can be used for FPS game play. Through experiment, we obtain accuracy of more than 80% for Classification method using each feature. Thus, using this property, characters could be classified effectively and it draws the game more speed and strategic actions as a result.

• Journal of the Korea Academia-Industrial cooperation Society
• /
• v.14 no.9
• /
• pp.4472-4477
• /
• 2013

This paper describes the color features of smoke in each standard color model in order to present the most suitable color model for somke detection in video surveillance system. Histogram intersection technique is used to analyze the difference characteristics between color of smoke and color of non smoke. The considered standard color models are RGB, YCbCr, CIE-Lab, HSV, and if the calculated histogram intersection value is large for the considered color model, then the smoke spilt characteristics are not good in that color model. If the calculated histogram intersection value is small, then the smoke spilt characteristics are good in that color model. The analyzed result shows that the RGB and HSV color models are the most suitable for color model based smoke detection by performing respectively 0.14 and 0.156 for histogram intersection value.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.11a
• /
• pp.262-265
• /
• 2010

본 논문에서는 그래픽 하드웨어와 그래픽 프로그램 기술을 이용하여 고속으로 스테레오 영상의 시차를 추정하는 기법을 제안한다. 우선, 컬러 스테레오 영상에 대하여 mean-shift 기법을 이용하여 컬러를 이용한 영역분할을 수행한다. 분할된 컬러 영역 단위로 가중치를 계산함으로써, 화소단위로 가중치를 계산하는 기존의 방식에 비하여 속도를 높일 수 있다. 블록정합함수를 계산하는 과정에서는 슬라이딩 윈도우 방식을 채택하여, 새로 블록안으로 들어오는 화소열과 빠져나가는 화소열의 정합함수값을 가감하여 화소마다 반복적으로 합산되는 정합함수의 계산량을 크게 줄인다. Middlebury 스테레오 영상을 이용하여 실험 및 평가를 수행한 결과, VGA 급 스테레오 영상을 기준으로 10 프레임 이상을 처리하면서도 기존의 적응적인 가중치를 갖는 블록정합 방식의 성능과 유사한 결과를 확인하였다. 이러한 고속화 방법을 통하여, 기존의 적응적인 가중치를 이용한 블록정합 방식에 비하여 훨씬 고속으로 스테레오 정합을 수행할 수 있으며, 실시간 시차추정이 필요한 시스템에 적용하는 것이 가능하다.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2010.07a
• /
• pp.400-403
• /
• 2010

본 논문에서는 디지털 카메라의 자동초점 속도를 향상시키는 새로운 기법을 제안한다. 제안된 방식은 위상차 검출 방식에서 사용되는 추가적인 자동초점 모듈을 장착하지 않으면서도 빠르게 초점이 맞는 위치의 거리와 방향을 계산할 수 있는데, 이는 이중 분할 조리개를 이용하여 위상차가 발생하도록 하고, 컬러 필터를 이용하여 분리함으로써 소프트웨어 영상 처리만으로 위상차를 측정하여 정확한 초점 위치를 찾을 수 있기 때문이다. 이중 분할 조리개에 의해서 발생한 컬러 영상 채널 간의 상이한 정도를 측정하기 위하여 초점이 맞는 정도를 수치화 할 수 있는 유사도 측정 기준을 제시하는데, 이 기준으로 측정된 유사도를 비교함으로써 불일치 정도를 추출하며 정확한 초점을 잡기 위한 거리와 방향을 계산한다. 실험에서는 상용 디지털 카메라를 개조한 프로토 타입에서 취득한 영상을 사용하여 제안한 방식의 유효성을 검증하였다.

• 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.

• The KIPS Transactions:PartB
• /
• v.13B no.7 s.110
• /
• pp.689-698
• /
• 2006

Pattern recognition is the study of how machines can observe the environment, learn to distinguish patterns of interest from their background, and make sound and reasonable decisions about the categories of the patterns. Color image consists of various color patterns. And most pattern recognition methods use the information of color which has been trained and extract the feature of the color. This thesis extracts adaptively specific color feature from images with several limited colors. Because the number of the color patterns is limited, the distribution of the color in the image is similar. But, when there are some noises and distortions in the image, its distribution can be various. Therefore we cannot extract specific color regions in the standard image that is well expressed in special color patterns to extract, and special color regions of the image to test. We suggest new method to reduce the error of recognition by extracting the specific color feature adaptively for images with the low distortion, and six test images with some degree of noises and distortion. We consequently found that proposed method shouws more accurate results than those of statistical pattern recognition.

• Journal of the Institute of Electronics Engineers of Korea SP
• /
• v.42 no.4 s.304
• /
• pp.119-126
• /
• 2005

We propose a new content-based image retrieval using a representative color histogram and directional pattern histogram that is adaptive to the classification characteristics of the image blocks. In the proposed method the color and pattern feature vectors are extracted according to the characteristics o: the block classification after dividing the image into blocks with a fixed size. First, the divided blocks are classified as either luminance or color blocks depending on the saturation of the block. Thereafter, the color feature vectors are extracted by calculating histograms of the block average luminance co-occurrence for the luminance block and the block average colors for the color blocks. In addition, block directional pattern feature vectors are extracted by calculating histograms after performing the directional gradient classification of the luminance. Experimental results show that the proposed method can outperform the conventional methods as regards the precision and the size of the feature vector dimension.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2009.05a
• /
• pp.407-410
• /
• 2009

본 논문에서는 개선된 mean shift를 이용한 컬러 영상 분할을 소개한다. Mean shift는 Yizong Cheng에 의해 재조명되고 Dorin Comaniciu 등에 의해 정리되어 영상 필터링(image filtering), 영상 분할(image segmentation), 물체 추적(object tracking) 등 여러 응용 분야에 널리 활용되고 있다. 커널을 이용해 밀도를 추정하고 밀도가 가장 높은 점으로 커널을 연속적으로 이동함으로써 지역적으로 주요한 위치로 데이터 값을 갱신시킨다. 그러나 영상에 포함된 모든 화소에 대해 mean shift를 수행해야하기 때문에 연산 시간이 많이 소요되는 단점이 있다. 본 논문에서는 mean shift 필터링 과정을 분석하고 참조수렴방법과 강제수렴방법을 이용해 소요 시간을 단축시켰다. 모든 점에 대해 mean shift를 수행하는 대신 특정 조건을 만족하는 픽셀은 이웃 픽셀의 수렴 값을 참조하고, mean shift 과정에 진동 또는 미미한 이동을 계속하는 픽셀은 강제 수렴을 실시하였다. 개선된 방법과 기존의 mean shift 방식을 적용하여 영상 필터링과 영상 분할에 적용한 실험에서 결과 영상에는 차이가 적고 기존의 방법에 비해 수행 시간이 24% 정도 소요됨을 확인하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2004.10b
• /
• pp.760-762
• /
• 2004

본 논문에서 CT영상에서 간 영역을 자동적으로 분할할 수 있는 방법을 제안한다. 밝기의 특성을 이용하여 초기 관심 영역을 추출하기 위해 ATI(Automatic Threshold Intensity)기법을 사용하였다. 간 영역을 최종적으로 추출하기 위해 블럽 컬러링 기법을 사용하였다 기존 블럽 컬러링의 연산속도를 개선하기 위해서 Recoloring table을 이용하였다 제안된 방법을 이용하여 실험한 결과로 간 영역 추출의 성공률 90%를 얻었다.