• Proceedings of the Korean Information Science Society Conference
• /
• 1998.10a
• /
• pp.39-41
• /
• 1998

보다 현실적인 3차원 영상을 얻기 위한 텍스쳐 매핑은 대부분의 그래픽 시스템에서사용한다. 3차원 그래픽 시스템이 생성한 객체의 표면 위에 2차원 이미지를 입힘으로써 그래픽 시스템의 성능저하를 가져오지 않으면서 영상의 현실성을 높이는 텍스쳐 매핑은 텍스쳐 이미지를 저장하기 위해 많음 메로리가 요구되면 고성능 텍스쳐 시스템을 위해 빠른 메로리 접근과 광대한 대역폭이 요구된다. 본 논문에서는 벡터 양자와(Vector quantization) 압축기법을 이용하여 텍스쳐 이미지에 대한 효율적인 압축을 통해 많은 메모리 요구를 해결하며 압축된 텍스쳐 이미지의 효율적인 캐싱을 통해 빠른 메로리 접근과 광대한 대역폭 문제를 해결할 수 있는 구조를 제시한다. 본 논문에서 제안된 구조는 버퍼링을 통해 메로리 접근 시간을 숨김으로써 고성능 텍스쳐 시스템을 지원할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2007.10b
• /
• pp.156-161
• /
• 2007

본 논문에서는 실사 영상을 사용하여 3차원 아바타의 얼굴 텍스쳐를 생성하는 기법을 제시한다. 먼저 UVW 맵을 기준으로 실사영상에서의 해당 영역을 수동으로 지정해 준다. 그 다음 지정된 영상 영역들을 사용하여 UVW 맵에 해당하는 텍스쳐 영상을 생성한다. 제안된 텍스쳐 생성 기법은 포토샵 등을 사용한 기존의 일반적인 방법에 비해서 수작업 시간을 단축할 수 있으며 실사 영상의 사실감을 높여 준다. 기존의 텍스쳐 생성 절차들은 3차원 모델의 메쉬 구조에 영향을 주었으나, 제안된 방법은 3차원 모델의 메쉬구조를 수정하지 않고도 원하는 형태의 텍스쳐를 생성할 수 있는 장점이 있다. 실제 사람의 모습을 여러각도에서 촬영하여 얻은 영상을 사용하여 주어진 UVW 맵에 적합한 얼굴 텍스쳐를 생성하였다. 생성된 텍스쳐를 사용하여 3차원 아바타를 렌더링한 결과 아바타 얼굴의 사실감이 증가되었음을 알 수 있었다.

• The KIPS Transactions:PartB
• /
• v.9B no.3
• /
• pp.327-336
• /
• 2002

Texture analysis is an important technique in many image understanding areas, such as perception of surface, object, shape and depth. But the previous works are intend to the issue of only texture segment, that is not capable of acquiring recognition information. No unsupervised method is basased on the recognition of texture in image. we propose a novel approach for efficient texture image analysis that uses unsupervised learning schemes for the texture recognition. The self-organization neural network for multiple texture image identification is based on block-based clustering and merging. The texture features used are the angle and magnitude in orientation-field that might be different from the sample textures. In order to show the performance of the proposed system, After we have attempted to build a various texture images. The final segmentation is achieved by using efficient edge detection algorithm applying to block-based dilation. The experimental results show that the performance of the system Is very successful.

• The KIPS Transactions:PartB
• /
• v.10B no.3
• /
• pp.311-320
• /
• 2003

The Optimal filter yielding optimal texture feature separation is a most effective technique for extracting the texture objects from multiple textures images. But, most optimal filter design approaches are restricted to the issue of supervised problems. No full-unsupervised method is based on the recognition of texture objects in image. We propose a novel approach that uses unsupervised learning schemes for efficient texture image analysis, and the band-pass feature of Gabor-filter is used for the optimal filter design. In our approach, the self-organizing neural network for multiple texture image identification is based on block-based clustering. The optimal frequency of Gabor-filter is turned to the optimal frequency of the distinct texture in frequency domain by analyzing the spatial frequency. In order to show the performance of the designed filters, after we have attempted to build a various texture images. The texture objects extraction is achieved by using the designed Gabor-filter. Our experimental results show that the performance of the system is very successful.

• The Transactions of the Korea Information Processing Society
• /
• v.7 no.11
• /
• pp.3592-3602
• /
• 2000

Image processing consist of image analysis and classification. The one is extracting of feature value in the image. The other is segimentationof image that have same properiv. A novel approach for the analysis and classification of tezture images based on statistical texture prunitive estraction are proposed. In this approach, feature vector extracting is based on stalisucal method using apatial dependence of grey level and use general lexture proerty. In is advantageous that not effiected on structure and type of lexture. These components describe the amount of roughness and softness of texture images Two leatures. Moment and Homogeneity, are componted from GLCM(gray level co-occurrence matrices) of the lexture promitive to charactenize statisical properties of the image. We show the successful experimental results by considerationof these two components fro the analysis and classificationto regular and irregular texture images.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2011.01a
• /
• pp.47-49
• /
• 2011

본 논문에서는 사용자의 정면, 측면 영상을 이용하여 3차원 얼굴 모델에 적합한 텍스쳐 맵을 생성, 이를 이용하여 3차원 얼굴 모델을 생성하는 방법을 제안한다. 기존 3차원 얼굴 모델은 매핑 할 텍스쳐 영상들을 하나로 통합하여 이를 원통형 좌표계를 통해 텍스쳐링 하는 방법이 이용되고 있다. 이때 정면과 측면의 영상을 3차원 얼굴 모델의 중심축을 기준으로 계산하여 좌표에 맞게 투영시키고 통합 및 보간하여 텍스쳐링 하게 된다. 사용자는 이를 위하여 정면과 측면 영상을 원통형 좌표에 맞게 통합시키는 작업이 필요하다. 본 논문은 사용자에게 수반되는 이러한 작업을 줄이고 발생될 수 있는 텍스쳐의 왜곡을 최소화하기 위한 방법을 제시한다. 2차원 정면 측면 이미지를 3차원 얼굴모델에 투영시키고 정면과 측면을 구분하여 각 텍스쳐 간 경계 부분을 자연스럽게 처리하기 위해 파노라마 이미지 스티칭 기술을 이용하여 텍스쳐링 한 뒤 얼굴 모델을 생성하는 방법에 대해서 기술한다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2006.05a
• /
• pp.635-638
• /
• 2006

현재 인공위성 영상은 지구에서 일어나는 변화를 탐지하기 위한 매우 효율적 수단으로 활용되고 있다. 지표에 대한 변화탐지는 원격탐사영상으로부터 지표변화를 찾아내 정량화하는 과정이 필요한데 이러한 정보를 추출하기 위해 본 연구에서는 웨이블렛을 이용한 텍스쳐 분석의 효율성이 연구되었다. 분석된 영상은 0.6m급 고해상도 위성영상으로 지진 전후로 하여 지진피해 지역을 탐지하기 위해 영상에서 관찰되는 풍부한 텍스쳐 정보를 활용하는 방법에 관한 연구가 이루어 졌다. 텍스쳐 특징을 추출하기 위해 GLCM이 이용되었는데 직접적인 GLCM의 적용보다는 웨이블렛변환 후 GLCM의 적용이 텍스쳐 특징을 보다 효과적으로 분리할 수 있는 방법임이 검사되었다. 이러한 웨이블렛 텍스쳐 특징 추출 후 상관관계에 기반한 변화탐지 기법을 적용하면 피해지역을 매핑할 수 있다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2000.04b
• /
• pp.502-504
• /
• 2000

현재 내용 기반 검색에 대해서 많은 연구가 이루어지고 있다. 본 논문은 이러한 내용기반 검색 방법중에서 영상의 방향 성분을 이용한 텍스쳐 영상 검색 방법을 제안한다. 본 논문에서 제안하는 검색방법은 웨이블릿(Wavelet) 변화후에 생기는 고대역 부밴드들의 Energy 값을 가지고 텍스쳐 영상의 방향 성분을 구한 다음에 방향 성분에 따른 고대역 부밴드의 Energy와 저대역 부밴드의 GLCM(Gray Level Co-occurence Matrix) Energy 값을 가지고 텍스쳐 영상을 검색하도록 하는 방식으로, 실험을 통해서 검색시 좋은 결과를 보여주는 것을 알 수 있었다.

• Proceedings of the Korea Institute of Convergence Signal Processing
• /
• 2000.08a
• /
• pp.325-328
• /
• 2000

텍스쳐 분석은 장면 분할, 물체 인식, 모양과 깊이 인식 등의 많은 영상 처리 분야에서 중요한 기술 중의 하나이다. 그러나 실영상에 포함된 다양한 텍스쳐 성분에 대해서 보편적으로 적용 가능한 효율적인 방법들에 대한 연구는 미흡한 실정이다. 본 논문에서는 텍스쳐 인식을 위해서 비교사 학습 방법에 기반 한 효율적인 텍스쳐 분석 기법을 제안한다. 제안된 방법은 텍스쳐 영상이 지닌 방향특징 정보로서 각(angle)과 강도(power)를 추출하여 자기 조직화 신경회로망에 의해서 블록기반으로 군집화(clustering)된다. 비교사적 군집 결과는 통합(merging)과 불림(dilation) 과정을 통해서 영상에 내재된 텍스쳐 성분의 분할을 수행한다. 제안된 시스템의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 적용한 후 그 유효성을 보인다.

• Proceedings of the Korean Institute of Information and Commucation Sciences Conference
• /
• 2008.10a
• /
• pp.81-84
• /
• 2008

3D 인터렉티브 텍스쳐 페인팅은 3차원 공간상에서 3D 모델 데이터의 표면에 직접 브러쉬를 이용하여 페인팅하는 것을 말한다. 3D 인터렉티브 텍스쳐 페인팅을 구현하기 위해서는 매개변수화와 브러쉬 드로잉이 중요하다. 본 논문에서는 3D 공간상에서 평균값좌표를 이용하여 3D 모델의 표면 메쉬상에 텍스쳐 페인팅을 수행하는 효과적인 방법을 제안한다. 기존 연구가 가지고 있는 문제점은 반복적인 매개변수화의 과정과 그로 인한 해상도의 큰 변화이다. 이러한 반복적인 매개변수화 과정을 피하기 위하여 주어진 메쉬에 한 번의 전역적 매개변수화를 적용시키고, 3차원상의 메쉬에 직접적으로 페인팅 할 수 있는 인터페이스를 제공하였다. 결과적으로 2차원으로의 텍스쳐 수정 과정 및 랜더링 과정을 반복적으로 적용할 필요가 얼게 되어 3차원 모델러에게는 매우 효율적인 방법을 제공할 수 있다.