• Proceedings of the Korean Information Science Society Conference
• /
• 2000.10a
• /
• pp.130-132
• /
• 2000

주요 멀티미디어 자료인 이미지는 데이터 특성을 표현하기가 어렵고, 특성추출에서 얻은 데이터가 너무 고차원적이라 이를 저차원의 처리가능한 데이터로 변환하는 과정에서 많은 손실이 있다. 이미지의 특성값을 전체 이미지의 평균값으로 변경하여 저차원 데이터를 얻는 기존의 이미지 전체 특성추출기법이나 고정된 블록의 평균값으로 변경하여 저차원 데이터를 얻는 이미지 블록 특성추출기법은 유사 이미지의 검색이 부정확하다는 단점이 있다. 본 논문에서는 이미지를 가변적인 영역으로 나누어 특성값을 얻고, 히스토그램을 이용하여 효율적으로 유사 이미지를 찾는 영역기반 유사 이미지 검색기법을 제안하고 이를 구현하였다.

• The Journal of Korean Institute of Communications and Information Sciences
• /
• v.25 no.12B
• /
• pp.2085-2093
• /
• 2000

본 논문에서는 초음파 영상의 대한 내용기반 검색을 위한 초음파 영상의 특징 추출방법과 추출된 특징들을 이용한 검색 방법에 대해 제안한다. 내용기반 초음파 영상 검색을 위한 특징들로 공간영역에서 히스토그램과 웨이브릿 변환후 각 부대역에서 통계적 특성을 추출한다. 웨이브릿 변환 영역에서 추출된 특성은 질의 영상과 유사한 영상의 특성 벡터 거리가 평균 특성 벡터 거리보다 작다는 특성을 가진다. 이러한 특성을 이용하여 일차 검색을 수행하여 그 결과를 공간영역의 히스토그램을 이용한 이차 검색을 위한 후보로 사용함으로써 이차 검색의 대상이 줄어들게 된다. 히스토그램을 이용한 검색은 대상이 많을수록 오류를 범할 가능성이 높아짐으로 검색대상을 줄인다는 것은 매우 중요한 일이다. 또한 히스토그램을 사용함으로써 영상내 의학적 객체의 이동이나 회전에 무관하게 검색을 수행할 수 있다.

• Journal of the Institute of Convergence Signal Processing
• /
• v.3 no.1
• /
• pp.1-7
• /
• 2002

In this paper, when users choose a query image, we implemented a content-based image retrieval system that users can simply choose and extract a object region of query wanted with not only a whole image but various objects in it. Histogram is obtained by improved HSV transformations from query image and then candidate images are retrieved rapidly by a 1st similarity measure with histogram intersection using representative colors of query image. And finally retrieved images are extracted since 2nd similarity measure with banded autocorrelogram is performed so that recall and precision are improved by combining two retrieval methods that can make up for respective weak points. Moreover images in the database are indexed automatically within feature library that makes possible to retrieve images rapidly.

• Journal of the Korean Institute of Telematics and Electronics S
• /
• v.36S no.10
• /
• pp.113-122
• /
• 1999

When we want to retrieve the most similar image from the image database, the color histogram intersection, shape feature and texture feature comparing method are used as a metric to measure the similarity. In order to increase the accuracy of retrievals, we need to integrate two different features. In this paper, the histogram intersection and shape based block histogram intersection method are used. This method results in a high efficient algorithm that meets a similar accuracy and a relatively fast retrieval speed compared to the method of integration of two different features. The Proposed algorithm is tested on retrievals of image database consisting of various 600 images and we implemented that the proposed algorithm gives fast, high efficiency and reliability compared to others.

• Proceedings of the Korean Information Science Society Conference
• /
• 1999.10a
• /
• pp.296-298
• /
• 1999

컬러 히스토그램은 멀티미디어 이미지 데이터의 특성을 표현하기 위하여 널이 이용되어 왔다. 그러나 컬러 히스토그램을 고차원으로 설정할 경우 색인 구조에 효율적이지 못할 뿐만 아니라 유사도 계산에서도 고비용이 요구된다. 이러한 단점을 보완하기 위해 히스트그램의 차원을 줄이는 여러 방법이 제시되어 왔으나 이미지의 색상정보 손실을 피할 수 없으며, 이미지의 전체 히스토그램으로는 이미지의 레이아웃을 고려할 수 없기 때문에 필터링을 통한 후보 선정 시 상이한 이미지가 선택되어지는 문제점을 지닌다. 본 논문에서는 이미지를 일정한 크기의 타일로 분할한 이미지 타일 평균 RGB 방법을 제안하였으며, 실험을 통하여 제안한 방법의 성능을 평가하였다.

• Proceedings of the Korean Information Science Society Conference
• /
• 2002.10c
• /
• pp.601-603
• /
• 2002

이 논문은 명암(grayScale)을 갖는 텍스트 문서 영상을 위한 새로운 워터마킹 알고리즘을 제안한다. 텍스트 문서 영상을 여러 블록으로 나누었을 때, 블록 영상들의 에지 방향 히스토그램이 유사하다는 부분 영상의 일관성이라는 특성을 갖는다. 이러한 특성을 이용하여 블록의 에지 방향 히스토그램을 조작하여 신호를 삽입한다. 다양한 공격에 대한 실험을 통하여 알고리즘의 강인성과 비인지성을 분석하였다.

• Journal of Korea Multimedia Society
• /
• v.15 no.6
• /
• pp.748-760
• /
• 2012

In case brightness distribution is concentrated in a region, it is difficult to classify the image features. To solve this problem, we apply global histogram equalization and local histogram equalization to images. In case of global histogram equalization, it can be too bright or dark because it doesn't consider the density of brightness distribution. Thus, it is difficult to enhance the local contrast in the images. In case of local histogram equalization, it can produce unexpected blocks in the images. In order to enhance the contrast in the images, this paper proposes a local histogram equalization based on the Gaussian Mixture Models(GMMs) in regions of histogram. Mean and variance parameters in each regions is updated EM-algorithm repeatedly and then ranges of equalization on each regions. The experimental results performed with image of various contrasts show that the proposed algorithm is better than the global histogram equalization.

• 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 Information Processing Society Conference
• /
• 2005.11a
• /
• pp.229-232
• /
• 2005

본 논문에서는 새로운 HAC(Histogram Area Calculation)방법과 영상의 객체분할 방법을 소개한다. 히스토그램을 이용한 영상은 색상 공간의 특징 때문에 조명에 매우 민감하여 빛의 강도에 따라 유사성이 저하되는 경우가 있다. 또한 공간적 정보를 가지고 있지 않아, 전혀 다른 모양의 영상일지라도 칼라 분포가 같은 영상으로 볼 수 있다. 이 논문에서 제안한 방법은 히스토그램 영역을 임의의 영역으로 나눠, 영역들의 유사성을 매칭(matching) 시킨다. 2차 검색방법으로 원 영상에서의 색상 질감 정보가 동일한 영역을 군집화 하여, 영상 분할된 객체들을 이용하여 검색하는 방법이다. 실험 결과, 제안한 방법이 전통적인 히스토그램 방법보다 검색 성능이 효율적인 결과를 얻었다.

• Proceedings of the Korea Information Processing Society Conference
• /
• 2000.10b
• /
• pp.867-870
• /
• 2000

영상에서 나타난 컬러 정보를 이용해 검색을 수행하고자 하는 연구 방법에서 일반적으로 적용되어 사용되어진 방법 중 하나로 컬러 히스토그램의 유사성을 이용한 매핑을 들 수 있다. 이 방법의 장점은 쉽게 영상에서 나타난 컬러 정보를 그룹화하여 매핑 할 수 있게 해주나, 전체 영상에서 나타난 컬러의 양 정보만을 제공할 뿐, 각각의 컬러에 대한 공간적 정보를 제공하지는 못한다. 즉, 동일한 컬러가 한 곳에 집중해서 나타난 영상과 분산되어 나타난 영상이 동일한 컬러 정보로 매핑되므로 원치 않는 검색 결과를 얻게 된다. 이러한 문제점을 해결하기 위해 기존의 방법은 컬러 히스토그램에서 얻어진 컬러 정보와 별개의 공간 정보 추출 알고리즘을 통해 얻어진 정보를 결합(fusion) 하여 문제를 해결하였다. 본 연구에서는 이러한 단점을 해결하기 위해 각각의 히스토그램의 빈(bin)들에 컬러에 대한 양 정보만이 아니라 컬러의 중심점과 분산 값 정보를 구하여 이를 영상 검색을 위한 매핑 정보로 사용한다.