• 대한전자공학회논문지SP
• /
• 제47권4호
• /
• pp.20-27
• /
• 2010

본 논문에서는 웨이블릿 패킷 변환(WPT) 기반의 컬러화 알고리즘에서 슈도랜덤코드(pseudo-random code) 정보의 삽입을 통해 복원된 컬러 영상에서 채도를 보상하는 방법을 제안한다. 우선 컬러 영상을 흑백 영상으로 변환하는 과정(컬러-그레이변환)에서 RGB 영상을 YCbCr 영상으로 변환한 후, Y 영상에 2레벨 웨이블릿 패킷 변환을 적용하여 정보량이 최소인 부영역(수평의 수직, 수직의 수평 부영역)에 CbCr 영상을 삽입한다. 이때 프린팅 및 스캐닝 과정에서 발생하는 채도 열화를 보상하기 위해 원본 영상 CbCr의 최대값 및 최소값을 슈도랜덤코드 형태로 변환하여 대각의 대각 부영역에 역시 삽입한다. 슈도랜덤코드는 CbCr의 최대값 및 최소값을 흰색 점의 개수로 표현한 영상으로, 컬러 복원 과정(그레이-컬러변환)에서 이를 추출하여 원본의 CbCr 최대값 및 최소값과 복원 영상의 CbCr 최대값 및 최소값과의 비를 가중치로 이용함으로써 채도 보상 알고리즘을 수행한다. 실험을 통해 제안된 방법이 복원된 컬러 영상에서 채도를 향상시킴을 색차와 PSNR 수치로 확인할 수 있었다.

• 한국지능시스템학회논문지
• /
• 제24권5호
• /
• pp.462-469
• /
• 2014

본 논문은 공감각의 공학적인 응용 및 표현방법에 관한 기초연구로서, 인간이 인지할 수 있는 감각들 중 근감각을 시각 및 청각 요소로 변환하는 기본 시스템의 구축을 목표로 한다. 구축방법으로서, 근감각 신호를 3축 가속도 센서 및 2축 자이로센서로부터 계산된 롤(roll), 피치(pitch) 신호를 통하여 근감각 신호 데이터를 획득하고 그 데이터에서 시각적 컬러 정보와 청각적 정보로 변환하는 방법을 제안한다. 롤 신호는 HSI 컬러 모델의 명도(Intensity)와 청각의 요소인 옥타브(Octave)로 변환하고, 피치 신호는 HSI 컬러 모델의 색상(Hue)과 청각의 음계(Scale)에 대응하여 변환한다. 추출된 HSI 컬러모델의 요소성분들을 기반으로 RGB 컬러모델로 변환한 후 실시간 컬러 출력신호를 얻는다. 또한, 청각의 요소인 옥타브 및 음계 성분을 기반으로 MIDI 신호로 변환, 합성한 후 실시간 사운드 출력신호를 얻는다. 실험에서, 신체의 움직임 즉 근감각을 표현하는 롤과 피치 값에서 색과 음 사이의 유사성에 기초한 변환관계에 따라 정상적인 색과 음이 출력되는 것을 확인하였다.

• 한국지능시스템학회논문지
• /
• 제11권5호
• /
• pp.379-387
• /
• 2001

본 논문은 그레이 명암도 변화와 HSl 컬러 모형의 Hue 정보를 함께 이용한 번호판 영역 추출 방법을 제안한다. 차량 이미지에서 차량 번호판 추출은 명암도 변화를 이용하여 번호판 후보 영역을 추출하고 후보 영역에 대해 HSI 컬러 모형의 Hue 정보를 이용하여 실제 번호판 영역을 결정한다. 추출된 번호판 영역으로부터 문자를 포함하는 특징 영역 추출은 각 문자들에 대한 히스토그램을 이용하여 추출한다. 그리고 Yager의 합접속 연산자를 이용하여 경계 변수 값을 동적으로 변화시키는 개선된 ART2 알고리즘을 제안하고 번호판의 개별 문자 인식에 적용한다. 또한 개선된 ART2와 지도 학습 방법을 통합한 SOSL 알고리즘을 제안한다. 100개의 실제 차량 이미지를 이용한 실험 결과를 통해 제안된 번호판 영역 추출 방법이 단일 컬러 모형을 적용한 기존 추출 방법보다 추출률이 향상되었고, 개선된 알고리즘들이 기존의 ART2 알고리즘과 오류 역전파 알고리즘 보다 더 높은 인식률을 보임을 알 수 있었다.

• 한국콘텐츠학회논문지
• /
• 제6권2호
• /
• pp.44-50
• /
• 2006

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 객체 영역을 이용한 내용기반 영상 검색 방법을 제안한다. 기존 컬러 히스토그램 검색 방법들은 양자화 오류 등의 이유로 정확성이 떨어지고, 공간정보가 부족한 단점이 있다. 이를 해결하기 위해 제안 방법은 색상 정보를 HSV공간으로 변환하여 순수 색상 정보인 hue성분만을 양자화하여 히스토그램을 구해 명암, 이동, 회전 등에 강인한 검색 특징으로 사용한다. 한편 공간정보가 부족한 문제점을 해결하기위해 색상 특징과 영역간의 상관관계를 고려하여 객체영역을 선정한다. 선정된 객체 영역에서는 에지와 DC를 이용하여 검색한다. 자연 컬러 영상 1,000개를 가지고 실험한 결과 기존 방법들보다 precision과 recall이 우수하였다.

• 방송공학회논문지
• /
• 제5권1호
• /
• pp.50-60
• /
• 2000

본 논문에서는 캐릭터 이미지 검색에 가장 적합한 컬러와 모양 정보를 표현하는 새로운 복합 특징량을 제안한다. 제안된 방법은 YCbCr 컬러 모델에서 얻어진 Y이미지에 대해서는 회전, 이동, 크기 변화에 불변한 Zernike 모멘트를 사용하여 모양 정보를 추출하고, Cb 및 Cr 이미지로부터 DCT계수를 사용하여 색상 정보를 추출하여 캐릭터 이미지를 검색한다. 이 방법은 인간의 시각적인 특성을 잘 표현하는 방법으로서 36개의 적은 특징량으로 높은 검색효율을 나타내기 때문에 대용량 데이터베이스와 같은 웹 검색과 애니메이션 검색에 적합한 방법이다. 캐릭터 이미지 3,834개를 대상으로 실험하였으며 MPEG-7 컬러/질감, 기술자들의 성능 평가에 사용된 ANMRR(Average of Normalized Modified Retrieval Rank)과 모션/모양 기술자들의 성능 평가에 사용된 BEP(Bull's Eye Performance)를 사용하여 캐릭터 이미지 검색에서 우수한 성능을 타나냄을 실험으로 확인하였다.

• 전자진흥
• /
• 제2권9호
• /
• pp.37-41
• /
• 1982

• 전자진흥
• /
• 제2권3호
• /
• pp.34-38
• /
• 1982

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 하계종합학술대회 논문집 Ⅳ
• /
• pp.1984-1987
• /
• 2003

본 논문에서는 모델에 기반한 2차원 영상인식 알고리즘 중에 하나인 일반화된 허프변환(Generalized Hough Transform)에 대하여 색상정보까지 포함할 수 있도록 기존의 알고리즘을 확장하는 방법을 제시하였고, 이에 의한 실험결과를 간단히 고찰하였다. 기존의 일반화된 허프변환은 대상물의 윤곽선 정보에 기반을 두었기 때문에, 윤곽선 정보가 일치하면 대상물의 색상이나 명암분포가 달라도 동일한 대상물로 인식할 가능성이 있다. 따라서, 일반화된 허프변환을 확장하여 대상물의 모델링과 인식과정에 색상정보(chromatic information)를 포함한다면 2D 영상인식시 컬러정보를 활용할 수 있는 장점이 있다. 여기에서는 실제로 모델링 과정과 인식과정에서 색상정보를 반영하기 위한 간략한 방법과, 이에 따른 실험결과를 제시하였다. 간단한 2D 위치변환이 존재하는 실험에서 윤곽선의 모양이 거의 일치하더라도 색상이 다른 대상물이 존재할 경우에 이를 올바로 구분할 수 있었다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.462-464
• /
• 2012

이미지를 입력으로 사용하는 다양한 응용 분야에서, 이미지에 포함되어 있는 객체의 의미를 이해하는것은 매우 중요하다. 이미지에 포함된 객체의 인식을 위해 우선적으로 관심 영역을 추출하는 경우, 인식하고자 하는 대상의 특징에 대한 사전 지식이나 입력된 이미지에서의 위치, 색, 그리고 크기 정보를 이용하는 것이 일반적이다. 그러나 이미지로부터 사전 지식이 전무한 불특정 다수의 객체에 대한 의미를 추론해야 하거나 그로부터 정보를 수집해야 하는 경우, 이러한 관심 영역 추출 방법은 효과적이지 않다. 본 논문에서는 이를 위해 컬러 이미지를 입력으로 사용하는 응용에서 이미지의 양자화 된 색 정보와 다중 저해상도 정보만을 이용하여 관심 객체가 될 가능성이 있는 후보 관심 영역들을 포함하는 최소 장방형 영역들을 구조적 정보와 함께 추출할 수 있는 방법을 제안한다.

• 한국정보통신학회논문지
• /
• 제10권7호
• /
• pp.1319-1325
• /
• 2006

요 분석은 임상에서의 기본적인 검사항목으로 숙련된 간호사에 의한 육안검사를 시행한다. 최근에는 분석량의 증가와 분석 시간의 단축을 위하여 자동화된 요 분석 시스템을 이용하여 측정한다. 그러나 이들 시스템은 기기별 로 나타나는 결과에 차이가 발생하고 있다. 따라서 요의 컬러에 따른 정확한 검사를 위하여 새로운 요 컬러 분류 알고리즘이 요구된다. 본 논문은 퍼지 논리와 신경회로망 알고리즘을사용하여 요 분석 시스템의 지능형 컬러 분류기를 제작하였다. 입력 파라미터는 전처리 과정을 거친 RGB 3가지 색상을 사용하였다. 구현된 분류기는 퍼지 논리와 신경회로망 알고리즘을 사용하였으며, 적색, 녹색, 청색의 3 가지 입력 데이터를 사용하여 9 가지 시료에 대한 $3{\sim}7$ 개의 각 단계별 분류를 수행하도록 구현하였다. 실험에 사용된 검체는 표준 시약을 사용하였으며, 요 분석 시스템을 위한 개별 표준시료에 따른 분류기의 성능을 비교하고, 신뢰성 및 임상적용가능성 여부를 검토하였다. 설험 결과 지능형 컬러 분류기는 많은 검사 항목에서 육안검색보다 좋은 결과를 보였다.