• 융합신호처리학회 학술대회논문집
• /
• 한국신호처리시스템학회 2000년도 하계종합학술대회논문집
• /
• 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.

• 대한전자공학회논문지SP
• /
• 제42권6호
• /
• pp.43-54
• /
• 2005

이본 논문에서는 Bayesian 영상 분할법과 SOM(Self Organization feature Map)을 이용한 텍스쳐(Texture) 분할 방법을 제안한다. SOM의 입력으로 다중 스케일에서의 웨이블릿 계수를 사용하고, 훈련된 SOM으로부터 관측 데이터에 대한 우도(尤度, likelihood)와 사후확률을 구하는 방법을 제시한다. 훈련된 SOM들로부터 구한 사후확률과 MAP(Maximum A Posterior) 분류법을 이용하여 텍스쳐 분할을 얻는다. 그리고 문맥 정보를 이용하여 텍스쳐 분할 결과를 개선하였다. 제안 방법은 HMT(Hidden Markov Tree)을 이용한 텍스쳐 분할보다 더 우수한 결과를 보여준다. 또한 SOM과 HMTseg라고 불리는 다중스케일 Bayesian 영상 분할 기법을 이용한 텍스쳐 분할 결과는 HMT와 HMTseg을 이용한 결과보다 더 우수한 성능을 보여준다.

• 전기전자학회논문지
• /
• 제5권2호
• /
• pp.211-220
• /
• 2001

본 논문에서는 통신시스템에서의 진폭복조와 유사한 알고리듬을 이용한 2 차원 텍스쳐 영상분할에 관해 소개한다. 우선 이상적인 필터링 후에 진폭복조를 함으로써 복합텍스쳐영상을 분할 할 수 있음을 이론적으로 보였다. 그러나 실재의 경우, 이상적인 필터 대신, 여러 가지 이점이 있고 특히 최적의 공간-대역폭적의 특성을 갖고 있는 게이버 필터를 사용하였다. 우리의 알고리듬은 게이버 필터의 동조주파수와 동일한 주파수의 정현파를 갖고 있는 텍스쳐 영역을 모두 찾아준다. 합성된 복합텍스쳐영상을 이용하여 본 논문에서 제의한 방법의 분할능력을 보였다. 이 방법은 수학적으로 명백하고 또한 적용하기에 용이하다. 이 방법은 특성기반 텍스쳐 분할방법에서 특성벡터 분류시 야기되는 많은 문제를 피할 수 있는 좋은 대안이 될 수 있다.

• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2001년도 추계학술발표논문집
• /
• pp.165-169
• /
• 2001

본 논문에서는 텍스쳐가 포함된 칼라 영상으로부터 텍스쳐에 무관하게 영역을 분할할 수 있는 방법을 개발하였다. 빠른 처리를 위해 영상을 블록 단위로 쪼개고 블록의 경계 성분값(H)을 계산하여 영역 분할에 이용할 수 있도록 하였다. M값은 객체의 경계에서는 높은 경계 강도를 갖지만 영역 내부나 텍스쳐 경계에서는 상대적으로 낮은 경계 강도를 갖도록 정의되었다 영상 분할을 위해 M값으로 표현된 M영상으로부터 Watershed를 이용해 경계 위치를 결정하고 닫혀진 형태로 경계가 표현될 수 있도록 하였다. 그런데 Watershed 방법은 과잉 분할 결과를 초래하므로 인접 영역 사이의 공유 경계에 대한 강도와 영역 내부의 칼라 분포 특성을 이용하여 영역을 병합함으로써 객체 경계처럼 중요한 변화가 발생되는 영역 단위의 최종 영상 분할된 결과를 얻을 수 있도록 하였다. 본 논문에서 제안한 방법은 MPEG4나 내용기반검색을 위한 영역분할에 유용하게 적용될 수 있을 것이다.

• 한국정보처리학회논문지
• /
• 제7권11호
• /
• pp.3592-3602
• /
• 2000

영상 처리는 크게 영상에 내재된 특성값을 얻어내는 영상분석과, 동일한 성질의 영상을 분류하는 영상분류의 두단계로 이루어진다. 본 논문에서는 텍스쳐에 내재된 일반적인 속성인 거침과 부드러움의 특성 추출을 통해서 영상에 포함된 다양한 텍스쳐를 자동적으로 인식하고 분류하는 방법을 제안한다. 특성추출은 텍스쳐 영상이 지닌 그레이 레벨의 공간적인 의존성을 이용한 통계적 분석에 기반한 것으로 모멘트와 동차성의 조합을 통해서 일반적인 텍스쳐의 속성을 검출하기 때문에 텍스쳐의 구조형태에 크게 영향을 받지 않는 이점을 가지고 있다. 거친 텍스쳐일수록 강하게 반응하는 모멘트와 부드러운 텍스쳐일수록 강하게 반응하는 동차성의 차를 이용하기 때문에 보다 뚜렷한 텍스쳐 분할이 가능하다. 제안한 시스템의 성능 평가를 위해서 다양한 텍스쳐 영상에 제안한 방법을 적용하고, 성공적인 결과를 보인다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 가을 학술발표논문집 Vol.32 No.2 (1)
• /
• pp.730-732
• /
• 2005

본 논문에서는 곡면 분할 및 텍스쳐 매핑 기법을 적용하여 자유 형상의 삼각 메쉬 위에 텍스쳐 이미지를 이용한 이세 형상 정보를 표현하는 기법에 대한 연구를 하였다. 텍스쳐 이미지 상의 특징 형상을 3차원 메쉬에 표현하기 위해 먼저 삼각 메쉬를 파라미터화(pararneterization)하여 꼭지점의 텍스쳐 좌표를 획득한 후, 이미지의 픽셀 값과 꼭지점의 법선 벡터를 사용하여 메쉬의 형상을 변화시킨다.

• 정보처리학회논문지B
• /
• 제9B권3호
• /
• pp.327-336
• /
• 2002

텍스쳐 분석은 표면, 물체, 모양, 깊이 인식 등의 많은 영상 이해 분야에서 활용되는 가장 중요한 인식 기술 중의 하나이다. 그러나 기존의 방법들은 다중 텍스쳐 영상에 내재된 텍스쳐 성분의 인식 정보를 활용할 수 없는 분할만을 목적으로 하고 있으며, 내재된 텍스쳐 인식을 기반으로 하는 비교사적인 방법에 관한 연구는 거의 이루어지고 있지 않은 실정이다. 따라서 본 논문에서는 텍스쳐 성분을 방향장(orientation-field) 특징 정보인 방향각과 방향강도로 정의하고 블록-기반 자기조직화 신경회로망에 의해서 비교사적으로 영상 내에 존재하는 텍스쳐 영역을 군화(clustering) 및 통합(merging) 처리에 의해서 식별한다. 또한 제안된 알고리즘의 성능 평가를 위해서는 다양한 형태의 다중 텍스쳐 영상을 생성하여 블록 기반의 불림(dilation) 및 윤곽 검출 과정을 통해서 영상에 내재하는 텍스쳐 영역을 분할함으로써 그 유효성을 보인다.

• 융합신호처리학회논문지
• /
• 제11권3호
• /
• pp.215-220
• /
• 2010

본 논문은 문서 영상을 대상으로 표, 그림, 글자 등의 각 구성요소들을 자동으로 분류하기 위한 새로운 텍스쳐 기반의 영상 분할 및 분류 방법을 제안한다. 제안한 방법은 문서 영상 분할 단계와 문서 영상 내 구성요소 분류 단계로 이루어진다. 먼저 영상 분할을 수행한 후, 분할된 영역을 대상으로 문서 영상의 구성 요소들을 분류하는데, 이때 각 구성 요소는 서로 다른 텍스쳐를 가지고 있는 영역이라는 특징을 이용한다. 분할된 영역들을 분류하기 위한 텍스쳐 특징을 추출하기 위해 다양한 텍스쳐 분석에 광범위하게 사용되는 2차원 가보필터를 이용한다. 제안한 방법은 구성 요소와 사용 언어에 대한 사전 지식을 이용하지 않으면서 문서 영상의 분할 및 구성요소 분류에서 좋은 성능을 보인다. 제안한 방법은 멀티미디어 데이터 검색, 실시간 영상 처리 등과 같은 다양한 분야에 적용 될 수 있다.

• 한국정보처리학회논문지
• /
• 제6권1호
• /
• pp.253-260
• /
• 1999

본 논문에서는 조합된 텍스쳐와 칼라 정보로부터 다변수의 선형 구별 알고리즘을 사용하여 영상분할에 대한 새로운 방법론의 개발을 제시한다. 그 칼라 텍스쳐는 칼라 영상의 공간과 색깔의 밴드로부터 한 화소가 갖는 3X3의 마스크에서 Haralick 과 Pressman의 텍스쳐 특성들을 계산했다. 모두 9X28개의 텍스쳐 특성들 중에서 학습을 기반으로 크게 식별자(classifier)에 영향을 주는 특성들을 도출하였으며 결과적으로 뽑혀진 10개의 특성이 한 영상을 4부분으로 분할하는데 사용되어졌다. 이 방법론의 결과로 얻어진 영상은 고전적인 칼라와 텍스쳐 분할 방법론의 상자식별자(Box Classifier)와 Maximum Likelihood 식별기들과 비교했다. 이것은 Fastred-Lightgreen으로 염색된 전립선암이 조직에서 얻은 영상을 통해 비교를 했을 경우에 잘 나타난다. 학습 데이터를 통해 나타난 이 새로운 방법론은 97.5%의 정확한 식별성으로 또한 검증된 최상의 방법론중의 하나이다. 이 결과들이 더 많은 영상에 사용된다면, 이 방법론은 칼라와 텍스쳐가 분할에 관련됨으로써 보다 정확한 영상을 분할하기 위한 효율적인 도구가 될 것이다.

• 한국정보전자통신기술학회논문지
• /
• 제10권2호
• /
• pp.147-153
• /
• 2017

텍스쳐를 효과적으로 표현하는 것은 컴퓨터 비전 분야에서 매우 중요한 과정이다. 효과적인 텍스쳐 표현을 통해 텍스쳐 분류나 텍스쳐 분할 등의 처리 성능을 향상시킬 수 있다. 가버 필터는 텍스쳐 표현을 위해 오랫동안 사용된 다해상도 스케일 기반의 방법이다. 가버 필터는 텍스쳐 분류나 분할에 높은 성능을 제공한다. 그러나 처리 과정의 연산량으로 인해 처리 시간이 매우 많이 소요되어 실제 응용에서는 사용하기 어려운 문제가 있다. 본 논문에서는 가버 필터와 유사하게 다해상도 스케일 기반으로 텍스쳐를 표현할 수 있는 새로운 특징 표현 방법을 제안한다. 제안한 방법은 주파수 공간에서 방향과 스케일을 기반으로 다해상도 스케일 기반으로 텍스쳐를 표현한다. 2가지 실험 영상 집합에 대해 분류 실험을 수행하여 제안한 특징의 유용성을 확인하였다. 가버 필터와 유사한 분류 성능을 제공하면서 처리 속도는 가버 필터의 5%이하로 줄일 수 있는 것을 확인하였다.