• 한국정보통신학회:학술대회논문집
• /
• 한국해양정보통신학회 2009년도 춘계학술대회
• /
• 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.

• 대한전자공학회논문지SP
• /
• 제48권3호
• /
• pp.99-105
• /
• 2011

본 논문에서는 수정된 segment maxima을 기반으로 한 색역 추정 방법을 제안한다. Segment maxima은 CIELab 공간을 일정한 간격으로 분할하고, 각 분할된 영역의 최외각 측정 데이터를 계산하여 색역을 추정하는 기법이다. 그러나 이 방법은 색공간의 분할 개수에 따라서 지역적인 색역 왜곡이 나타나 색역 사상시에 컬러 결점(color artifact)을 발생시킨다. 색공간 분할 개수가 적으면 높은 채도 부근에서 추정된 색역 정보가 분실되어 컬러 컨투어(color contour) 현상이 발생한다. 이와 반대로 색공간 분할 개수가 많으면 CIELab 밝기 축 부근에서 색역이 오목하게 되는 왜곡이 발생한다. 이러한 지역적인 색역 왜곡은 색역 사상시 결과 영상에 컬러 결점이 유발한다. 제안한 논문에서는 실험을 통하여 측정한 데이터 수에 따른 적절한 색공간 분할개수를 설정하여 높은 채도 부근에 색역 축소를 줄이며, 오목하게 나타나는 지역적인 색역 왜곡을 다양한 색역 분할에 따른 색역 경계 서술자(gamut boundary descriptor) 비교를 통해 이를 수정하는 방법을 제안하였다. 실험을 통해 제안한 방법이 기존의 segment maxima보다 정확한 장치의 색역을 추정할 수가 있었고, 결과 영상에서도 컬러 컨투어나 반점과 같은 컬러 결점이 줄어듬을 확인 할 수 있었다.

• 전자공학회논문지 IE
• /
• 제43권2호
• /
• pp.39-48
• /
• 2006

본 논문은 공간적 자동 객체 분할의 개념과 클러스터링 개념을 가진 웨이브렛 형태학 알고리즘을 제안하였다. 제안된 알고리즘을 이용하여 컬러 얼굴을 분할할 때 영상을 단순화하였으며, 또한 사용자의 조작 없이 실시간적으로 분할해 검출할 수 있도록 공간적 특성을 이용하였다. 이것은 HSV 컬러 모델을 이용하여 영상에서 잡음으로 간주되는 작은 부분을 제거하고, 얼굴영상 이외의 부분을 제거하기 위해 웨이브렛 형태학을 적용하였다. 본 논문은 웨이브렛 형태학 알고리즘과 형태학 알고리즘을 비교하였으며, 그리고 HSV 컬러 공간 모델을 적용한 영상에서 얼굴 객체 부분을 정확하게 검출함을 보였다.

• 한국통신학회논문지
• /
• 제34권12C호
• /
• pp.1147-1153
• /
• 2009

본 논문에서는 분할 영역기반 스테레오 정합에 있어서 분할 영역 추출시 컬러 외에 깊이 카메라의 초기 깊이, 프레임 간 분할 영역의 움직임 정보를 같이 이용한 분할 영역기반 스테레오 정합 기법을 제안한다. 제안한 기법은 깊이 카메라의 초기 깊이 정보를 이용하여 기준 영상의 객체/배경 분리를 먼저 수행하고, 분리된 객체/배경별로 컬러 영상 분할을 수행하여 분할 영역을 추출한다. 또한 분할 영역기반 깊이 정보 추출에 있어 프레임 간 깊이 정보의 연속성을 유지하기 위해 객체/배경 분리 정보, 분할 영역의 움직임 정보를 이용한다. 실험결과에서, 제안한 기법은 컬러 정보만을 이용한 기존의 분할 영역 추출 및 분할 영역 기반 스테레오 정합 기법에 비해 정적배경 영역에서 특히 분할 영역 추출과 깊이 정확도가 개선된 성능을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 추계학술대회
• /
• 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.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2004년도 춘계학술발표대회논문집
• /
• pp.211-214
• /
• 2004

본 논문은 논리 연산을 이용한 실시간 주행 차량 분할 및 추적에 관한 알고리즘을 제안하였다. 연속된 프레임 간에 논리연산을 이용하여 영상을 분할하고, 배경과 잡음을 제거하였으며 영상에서 주행차량의 이동 영역을 추출하였다. 주행차량들을 논리 연산을 이용하여 영상분할 함으로써 기존 방법에 비해 평활화 및 에지추출 단계에서 나타날 수 있는 문제점들을 제거하였고, 전처리 단계를 줄였으며, 알고리즘을 단순화 하였다. 또한 추적되는 영상으로부터 위치와 컬러등의 주행 차량의 특징을 직접 추출 가능하도륵 하였다.

• 정보처리학회논문지B
• /
• 제13B권7호
• /
• pp.689-698
• /
• 2006

패턴인식은 주위 환경을 관찰하는 방법, 배경으로부터 관심있는 패턴을 구분하는 방법, 소리를 얻는 방법, 그리고 패턴 범주들 중에서 타당한 결정을 얻는 방법에 관한 연구이다. 패턴인식 시스템을 설계할 때 필수적으로 1) 데이터의 획득과 전처리, 2) 데이터의 표현, 3) 결정방법 선택과 같은 세 가지 사항을 고려해야한다. 그 이유는 영상을 획득하기 위한 센서의 선택, 전처리 기법, 표현 기법, 의사결정 모델에 따라 인식의 결과가 달라질 수 있기 때문이다. 컬러영상은 다양한 컬러 패턴으로 구성된다. 대부분의 패턴인식 방법은 훈련되어진 컬러정보를 사용하여 컬러의 특징을 추출한다. 본 논문은 몇 가지 제한된 컬러를 가진 영상으로부터 특정한 컬러 패턴을 적응적으로 추출한다. 컬러 패턴의 수가 한정되어 있기 때문에 영상에서 컬러의 분포가 유사하다. 그러나, 영상에 잡음이나 열화가 존재하면, 그 분포가 변화한다. 그러므로 이미 알고 있는 컬러정보를 가지고 특정한 컬러의 특징을 추출할 수 없다. 그래서 본 논문에서는 유사한 컬러 패턴을 가진 영상에 대하여 특정한 컬러의 특징을 적응적으로 추출함으로서 인식의 오류를 감소시킬 수 있는 새로운 방법을 제안한다. 제안한 방법을 실험하기 위하여 열화가 적은 표본영상을 사용하고, 잡음과 열화가 포함된 여섯 가지의 검사영상을 사용한다. 결론적으로 제안한 방법이 통계적인 패턴인식의 결과보다 정확한 결과를 보여준다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송공학회 2010년도 하계학술대회
• /
• 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.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1998년도 추계종합학술대회 논문집
• /
• pp.879-882
• /
• 1998

현재 보안 시스템으로 가장 많이 쓰이고 있는 것 중에 하나가 여러 지역의 카메라로부터 영상 신호를 받아서 하나의 모니터에 여러 영상을 분할 해서 보여주는 시스템이다. 이 시스템의 기능 중에서 가장 중요한 것은 각 지역의 영상을 실시간으로 처리해줄 수 있어야 하는데, 이를 위해서는 영상 데이터를 놓치지 않고 모두 메모리에 저장할 수 있어야 한다. 본 논문에서는 4개의 영상을 하나의 화면으로 4분할 하여 출력하기 위한 시스템을 FPGA를 사용하여 구현했다. 일반적으로 화면 분할하는 시스템은 흑백의 영상만을 출력하는데, 컬러 영상 신호인 RGB 5:6:5모드의 데이터를 사용하여 컬러 영상을 그대로 화면 분할하여 출력하는 시스템을 구성했다. 또한, 화면을 나누기 위한 PIP(Picture In Picture) 등의 전용칩은 분할 화면의 수가 늘어날수록 그 시스템의 크기가 커지므로 순수하게 FPGA를 이용하여 로직을 설계해서 직접 필드 메모리 (FIFO)를 콘트롤 하도록 설계했다. 동기화 되어 있지 않은 메모리에 저장한 각 영상 데이터를 하나의 영상화면에 동기화시키기 위한 방법으로 일정한 타이밍마다 각 영상 데이터를 선택하는 선택 알고리즘(Choice Algorithm)을 제시하여 적용하였다. 선택 알고리즘에 따라서 동기화 되어 있지 않은 메모리에 저장한 각 영상 데이터를 하나의 영상화면에 동기화 시키기위한 방법을 로직으로 구현하여 적용한 시스템을 만들어서 직접 실험 및 테스트를 실행하였다. 로직을 구현하기 위해 사용한 FPGA(Xilinx 5200 Series)는 XC5210-5이고, 비디오 데이터를 저장하기 위한 필드 메모리(FIFO)는 μPD42280-30를 사용하였는데, 좀더 여유 있는 데이터 저장을 통해 선명한 화질을 얻기 위해서는 FPGA와 메모리를 더 빠른 타입으로 사용하는 것이 바람직하다. 내용 전개를 살펴보면 제 1절에서 본 시스템의 필요성 및 개발 동기, 개발 배경등에 대해서 간단히 설명하고 제 2절에서는 전체 시스템의 구조에 대해서 설명하고 제 3절에서는 본 시스템의 구조 중에서 가장 중요한 메모리 컨트롤에 대해서 간단히 설명하고, 제 4절에서는 시스템을 구현시켜 실험 및 결과에 대해서 분석한다. 마직막으로 결론 및 향후 계획에 대해서 기술한다.

• 대한전자공학회논문지SP
• /
• 제42권4호
• /
• pp.119-126
• /
• 2005

본 논문에서는 영상의 블록 분류 특성에 적응적인 대표 컬러 히스토그램 (representative color histogram)과 방향성 패턴 히스토그램 (directional pattern histogram)을 이용한 새로운 내용 기반 영상 검색 방법 (content-based image retrieval)을 제안한다. 제안한 방법에서는 영상을 일정한 크기의 블록으로 나누고, 분할된 블록의 분류 특성에 따라 컬러와 패턴 특징 벡터를 추출한다. 먼저 분할된 블록을 채도 (saturation)에 따라 휘도 블록 또는 컬러 블록으로 분류한 후, 휘도 블록에 대해서는 블록 평균휘도 쌍의 히스토그램을 구하고, 컬러 블록에 대해서는 블록 평균 컬러 쌍 히스토그램을 구함으로써 블록 분류 특징에 따라 컬러 특징 벡터를 추출한다. 또한 블록 휘도 변화의 기울기 (gradient)를 계산하여 방향성 분류를 행한 후 히스토그램을 계산함으로써 블록 방향성 패턴 특징을 추출한다. 본 논문에서 제안한 영상 검색 방법의 성능을 평가하기 위해서 컴퓨터 모의실험을 행한 결과 제안한 방법이 기존의 방법들보다 정확도 (precision) 및 특징 벡터 차원 (feature vector dimension) 크기 등의 객관적인 측면에서 우수함을 확인하였다.