• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.26 no.6B
• /
• pp.810-819
• /
• 2001

칼라가 물체 인식에 아주 효율적인 단서를 제공하지만 칼라 분포는 시청 조건과 카메라의 위치에 아주 큰 영향을 받는다. 생김새와 모양의 변화에 의한 칼라 분포 변화 문제를 해결하기 위해 본 논문에서는 밝기 값의 변화에 영향을 받지 않고, 색상(hue) 성분에 민감한 칼라 벡터각(color vector angle)을 이용하여 칼라 에지를 추출한 후, 영상의 화소들을 평탄 화소와 에지 화소로 구분하여 칼라 특징 값을 추출하였다. 에지 화소의 경우에는 에지 주위 칼라 쌍의 전체 분포를 HLS 색좌표계의 비균일 양자화를 통해 칼라 인접 히스토그램(color adjacency histogram)으로 표현하고, 평탄 화소의 경우에는 HLS 색좌표계의 비균일 양자화와 칼라 벡터각 균일 양자화를 통해 칼라 벡터각 히스토그램(color vector angle histogram)을 구성하여 공간적인 칼라분포를 표현하였다. 제안한 칼라 히스토그램을 이용하여 영상 검색에 적용하여 성능을 실험한 결과, 작은 빈의 수를 가지는 제안한 방법이 기존의 방법들보다 훨씬 효율적이고, 생김새와 모양의 변화에 아주 강건한 영상 검색이 가능하였고, 기존의 칼라 히스토그램 역투사 방법보다 훨씬 정확한 물체 위치 추정이 가능함을 확인할 수 있었다.

• Journal of Broadcast Engineering
• /
• v.19 no.3
• /
• pp.329-341
• /
• 2014

Kernel-based mean-shift object tracking has gained more interests nowadays, with the aid of its feasibility of reliable real-time implementation of object tracking. This algorithm calculates the best mean-shift vector based on the color histogram similarity between target model and target candidate models, where the color histograms are usually produced after uniform color-space quantization for the implementation of real-time tracker. However, when the image of target model has a reduced contrast, such uniform quantization produces the histogram model having large values only for a few histogram bins, resulting in a reduced accuracy of similarity comparison. To solve this problem, a non-uniform quantization algorithm has been proposed, but it is hard to apply to real-time tracking applications due to its high complexity. Therefore, this paper proposes a fast non-uniform color-space quantization method using the histogram equalization, providing an adjusted histogram distribution such that the bins of target model histogram have as many meaningful values as possible. Using the proposed method, the number of bins involved in similarity comparison has been increased, resulting in an enhanced accuracy of the proposed mean-shift tracker. Simulations with various test videos demonstrate the proposed algorithm provides similar or better tracking results to the previous non-uniform quantization scheme with significantly reduced computation complexity.

• Proceedings of the Korea Multimedia Society Conference
• /
• 2002.11b
• /
• pp.141-144
• /
• 2002

영상에서의 칼라분포 정보는 영상간의 유사성을 표현하는데 매우 유용하여 내용기반 영상검색분야에서 기본적으로 사용하고 있다. 이때, 영상 데이터베이스에서의 각 영상에 대하여 동일한 방식으로 (비)균일하게 양자화하여 표현한 칼라 히스토그램이 주로 사용되고 있다. 그러나, 전체영상에 대하여 동일한 개수의 고정된 양자화를 통해 칼라분포 정보를 표현하는데, 여러 가지 문제점과 성능 차이가 있어 다양한 해결 방안이 연구되고 있다. 본 논문에서는, 적응적 양자화 방법으로 각 영상의 칼라분포 정보를 표현하되, 상이한 양자화 칼라간의 유사도를 정의하여 칼라히스토그램 인터섹션 방법과 유사하게 영상간의 칼라분포 유사도를 계산하는 방법을 제안한다. 양자화 칼라간의 유사도는 거리에 반비례하면서 두 양자화 칼라의 작은 빈도값에 비례하도록 정의하였다. 영상간의 칼라분포 유사도는 칼라 히스토그램 인터섹션 방법을 생산자-소비자 모델로 해석하여 구하는 방법을 제안한다. 제안한 방법에 의해 기존의 칼라 히스토그램 인터섹션 방법보다 향상된 결과를 얻을 수 있음을 실험을 통해 확인하였다.

• Journal of the Korean Institute of Intelligent Systems
• /
• v.26 no.5
• /
• pp.375-382
• /
• 2016

In this paper, we presents a signatures verification by using the nonlinear quantization histogram of polar coordinate based on multi-dimensional adjacent pixel intensity difference. The multi-dimensional adjacent pixel intensity difference is calculated from an intensity difference between a pair of pixels in a horizontal, vertical, diagonal, and opposite diagonal directions centering around the reference pixel. The polar coordinate is converted from the rectangular coordinate by making a pair of horizontal and vertical difference, and diagonal and opposite diagonal difference, respectively. The nonlinear quantization histogram is also calculated from nonuniformly quantizing the polar coordinate value by using the Lloyd algorithm, which is the recursive method. The polar coordinate histogram of 4-directional intensity difference is applied not only for more considering the corelation between pixels but also for reducing the calculation load by decreasing the number of histogram. The nonlinear quantization is also applied not only to still more reflect an attribute of intensity variations between pixels but also to obtain the low level histogram. The proposed method has been applied to verified 90(3 persons * 30 signatures/person) images of 256*256 pixels based on a matching measures of city-block, Euclidean, ordinal value, and normalized cross-correlation coefficient. The experimental results show that the proposed method has a superior to the linear quantization histogram, and Euclidean distance is also the optimal matching measure.

• Proceedings of the Korean Society of Computer Information Conference
• /
• 2019.01a
• /
• pp.465-467
• /
• 2019

본 논문에서는 영상생성이 가능한 딥러닝 네트워크를 이용하여 조영증강 CT 영상을 획득하는 연구를 수행하였다. CT는 고해상도 영상을 바탕으로 환자의 질병 및 암 세포 진단에 사용되는 의료영상 기법 중 하나이다. 특히, 조영제를 투여한 다음 CT 영상을 획득되는 영상을 조영증강 CT 영상이라 한다. 조영증강된 CT 영상은 물질의 구성 성분의 영상대비를 강조하여 임상의로 하여금 진단 및 치료반응 평가의 정확성을 향상시켜준다. 하지많은 수의 환자들이 조영제 부작용을 갖기 때문에 이에 해당되는 환자의 경우 조영증강 CT 영상 획득이 불가능해진다. 따라서 본 연구에서는 조영증강 영상을 얻지 못하는 환자 및 일반 환자의 불필요한 방사선의 노출을 최소화 하기 위하여 영상생성 딥러닝 기법을 이용하여 CT 영상에서 조영증강 CT 영상을 생성하는 연구를 진행하였다. 영상생성 딥러닝 네트워크는 generative adversarial network (GAN) 모델을 사용하였다. 연구결과 아무런 전처리도 거치지 않은 CT 영상을 이용하여 영상을 생성하는 것 보다 히스토그램 균일화 과정을 거친 영상이 더 좋은 결과를 나타냈으며 생성영상이 기존의 실제 영상과 영상의 구조적 유사도가 높음을 확인할 수 있다. 본 연구결과 딥러닝 영상생성 모델을 이용하여 조영증강 CT 영상을 생성할 수 있었으며, 이를 통하여 환자의 불필요한 방사선 피폭을 최소하며, 생성된 조영증강 CT 영상을 바탕으로 정확한 진단 및 치료반응 평가에 기여할 수 있을거라 기대된다.

• Journal of KIISE
• /
• v.44 no.3
• /
• pp.295-305
• /
• 2017

Facial appearance is greatly influenced by illumination conditions, and therefore illumination variation is one of the factors that degrades performance of face recognition systems. In this paper, we propose a robust method for face representation under varying illumination conditions, combining non-alpha Weberface (non-alpha WF) and histogram equalization. We propose a two-step method: (1) for a given face image, non-alpha WF, which is not applied a parameter for adjusting the intensity difference between neighboring pixels in WF, is computed; (2) histogram equalization is performed to non-alpha WF, to make a uniform histogram distribution globally and to enhance the contrast. $(2D)^2PCA$ is applied to extract low-dimensional discriminating features from the preprocessed face image. Experimental results on the extended Yale B face database and the CMU PIE face database show that the proposed method yielded better recognition rates than several illumination processing methods as well as the conventional WF, achieving average recognition rates of 93.31% and 97.25%, respectively.

• 한국HCI학회:학술대회논문집
• /
• 2008.02a
• /
• pp.376-379
• /
• 2008

This paper presents an image retrieval algorithm based on feature vector using color of histogram refinement for a faster and more efficient search in the process of content based image retrieval. First, we segment each of R, G, and B images from RGB color image and extract their respective histograms. Secondly, these histograms of individual R, G and B are divided into sixteen of bins each. Finally, we extract the maximum pixel values in each bins' histogram, which are calculated, compared and analyzed, Now, we can perform image retrieval technique using these maximum pixel value. Hence, the proposed algorithm of this paper effectively extracts features by comparing input and database images, making features from R, G and B into a feature vector table, and prove a batter searching performance than the current algorithm that uses histogram matching and ranks, only.

• Proceedings of the Korean Society of Broadcast Engineers Conference
• /
• 2000.11b
• /
• pp.131-134
• /
• 2000

본 논문에서는 스테레오 좌.우 영상간의 휘도 불균형 보정에 관한 연구를 수행하였다. 좌영상과 우영상의 관계를 선형관계 $(I_L = aI_R +b)$로서 가정하고 휘도 불균형을 보정한 기존 알고리듬(global balancing)의 문제점을 분석하였다. 또한 이러한 문제점을 해결하기 위한 방법으로 두 가지 방법을 제안하는데 히스토그램 균일화를 통한 방법과 영상의 국부적 특징을 이용하여 선형변환을 적용하는 방법(local balancing)이 보다 정확한 변이벡터를 찾는 전처리 과정임을 모의실험을 통해 검증하였다.

• Proceedings of the Korea Database Society Conference
• /
• 1995.12a
• /
• pp.197-202
• /
• 1995

본 논문에서는 조명, 얼굴 개수 및 얼굴의 크기에 제한 받지 않고 복잡한 배경에서 얼굴 영역을 추출하는 알고리즘을 제안한다. 이 알고리즘은 3단계로 구성된다. 첫번째 단계는 입력 영상의 평균 그레이값을 계산하고 그 값이 임계치보다 작다면 히스토그램 균일화 작업을 수행한다. 두번째 단계에서는 입력 영상의 모자이크 이미지를 만들고 이 이미지에 대해 확장된 quartet을 만들고 실험을 통해 얻어진 규칙을 적용하여 대략적으로 얼굴의 후보 영역들을 추출한다. 이 작업은 모자이크 이미지를 구성하는 셀의 크기를 변화시킬 때마다 적용한다. 세번째 단계에서는 추출된 얼굴 후보 영역에 대해 Octet을 만들고 이 octet에 규칙을 적용하여 후보 영역에 대한 검증 작업을 수행한다. 세번째 과정에서 만들어진 모자이크 이미지는 두 번째 과정에서 얻어진 이미지보다 더 세밀하게 얼굴의 특징들을 표현하고 검증한다.

• Journal of Digital Convergence
• /
• v.12 no.11
• /
• pp.281-288
• /
• 2014

A method for edge detection using K-means clustering is proposed in this paper. The method is performed through there steps. Histogram equalizing is applied to the image for the uniformed intensity distribution. Pixels are clustered by K-means clustering technique. Then Sobel mask is applied to detect edges. Experiments showed that this method detected edges better than conventional method.