• Journal of Biosystems Engineering
• /
• 제33권6호
• /
• pp.446-452
• /
• 2008

Machine vision system was used for analyzing leaf color disorders of tomato plants in a greenhouse. From the day when a few leave of tomato plants had started to wither, a series of images were captured by 4 times during 14 days. Among several color image spaces, Saturation frame in HSI color space was adequate to eliminate a background and Hue frame was good to detect infected disease area and tomato fruits. The processed image ($G{\sqcup}b^*$ image) by OR operation between G frame in RGB color space and $b^*$ frame in $La^*b^*$ color space was useful for image segmentation of a plant canopy area. This study calculated a ratio of the infected area to the plant canopy and manually analyzed leaf color disorders through an image segmentation for Hue frame of a tomato plant image. For automatically analyzing plant leave disease, this study selected twenty-seven color patches on the calibration bars as the corresponding to leaf color disorders. These selected color patches could represent 97% of the infected area analyzed by the manual method. Using only ten color patches among twenty-seven ones could represent over 85% of the infected area. This paper showed a proposed machine vision system may be effective for evaluating various leaf color disorders of plants growing in a greenhouse.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 1999년도 하계종합학술대회 논문집
• /
• pp.619-622
• /
• 1999

This paper describes a new semi-automatic segmentation algorithm based on color information. Semi-automatic segmentation mainly consists of intra-frame segmentation and inter-frame segmentation. While intra-frame segmentation extracts video objects of interest from boundary information provided by the user and intensity information of the image, inter-frame segmentation partitions the image into the video objects and background by tracking the motion of video objects. For inter-frame segmentation, color information (Y, Cb and Cr) of the current frame can be used efficiently in order to find the exact boundary of the video objects. In this paper we propose a new region growing algorithm which can maximize the ability of region differentiation, while preserving features of each color component.

• International journal of advanced smart convergence
• /
• 제8권2호
• /
• pp.116-125
• /
• 2019

The fire should extinguish as soon as possible because it causes economic loss and loses precious life. In this study, we propose a new atypical fire and smoke detection algorithm using deep learning and color histogram of fire and smoke. First, input frame images obtain from the ONVIF surveillance camera mounted in factory search motion candidate frame by motion detection algorithm and mean square error (MSE). Second deep learning (Faster R-CNN) is used to extract the fire and smoke candidate area of motion frame. Third, we apply a novel algorithm to detect the fire and smoke using color histogram algorithm with local area motion, similarity, and MSE. In this study, we developed a novel fire and smoke detection algorithm applied the local motion and color histogram method. Experimental results show that the surveillance camera with the proposed algorithm showed good fire and smoke detection results with very few false positives.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2008년도 하계종합학술대회
• /
• pp.997-998
• /
• 2008

In this paper, we proposed a reduced memory overdrive architecture. Proposed overdrive architecture consists of 2D-DWT filter, BLI and Color Conversion block. For Frame Memory reduction we eliminated HH data in DWT-IDWT process and converted color space RGB into YCbCr. Consequently, we reduced Frame Memory about 50%.

• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.595-604
• /
• 2013

현재 수입차 차량의 등록대수가 해를 거듭할수록 증가하는 추세이다. 그에 맞춰 수입차와 같은 고급 차량을 정비하기 위한 차량 정비 업체의 환경 개선이 지속적으로 이루어지고 있다. 본 논문에서는 정비 차량의 고객 신뢰도를 제공하기 위한 스마트 차량 관리 시스템을 구현하기 위해 HSV 색상모델 기반의 키 프레임 추출 기법을 제안한다. 수리 차량의 입고 시 차량 번호판 인식 프로세스를 통해 차량의 번호판을 자동으로 인식 후, 이를 기준으로 차량의 수리 이력 확인 및 수리 요청을 처리한다. 차량 수리 동영상을 토대로 차량 수리 키 프레임을 추출하여 사용자의 스마트폰으로 제공하는 서비스를 구현한다. 아울러 제안하는 기법을 스마트 차량 관리 시스템에 적용함으로써 서비스의 우수성을 검증한다. 마지막으로 키 프레임 추출 기법의 성능을 향상시키기 위해 RGB 색상을 HSV 색상으로 변환하여 처리한다. 그 결과 제안된 방법의 키 프레임 추출을 위한 성능 평가에서 기존의 RGB 색상모델보다 HSV 색상모델이 재현율 측면에서 약 30% 더 우수함을 확인하였다.

• 대한전자공학회논문지SD
• /
• 제46권1호
• /
• pp.85-91
• /
• 2009

최근 LCD가 TV 시장에서 높은 점유율을 보이고 DMB, PMP 그리고 휴대폰과 같이 LCD를 디스플레이로 사용하는 휴대용 기기에서의 동영상 이용이 급격히 늘어나고 있다. LCD의 응답시간을 향상시킬 수 있는 방법의 하나로 Overdrive 기법이 있으나 프레임 메모리의 사용이 필수이기 때문에 메모리의 사용량이 많아진다. 본 논문에서는 Overdrive 기법에 사용되는 프레임 메모리 사용량을 줄이기 위하여 Color Conversion과 수정한 DWT-IDWT를 제안하였다. 이를 통해 화질의 큰 열화가 생기지 않으면서도 프레임 메모리의 사용량을 50%로 줄일 수 있었고, 기존의 방법과 비교하여 메모리 사용량의 약 15%를 더 줄일 수 있었다. 제안한 방법은 Xilinx FPGA로 구현하였고 메모리를 제외하고 2172개의 Slice가 사용되었다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2000년도 하계종합학술대회 논문집(4)
• /
• pp.218-221
• /
• 2000

In this paper, we propose a new algorithm to detect human faces for controling a camera used in video conference. We model the distribution of skin color and set up the standard skin color in YIQ color space. An input video frame image is segmented into skin and non-skin segments by comparing the standard skin color and each pixels in the input video frame. Then, shape filler is applied to select face segments from skin segments. Our algorithm detects human faces in real time to control a camera to capture a human face with a proper size and position.

• 한국산학기술학회논문지
• /
• 제18권5호
• /
• pp.120-124
• /
• 2017

시간적 초해상도 기법은 일반 카메라로 찍은 영상을 고속카메라로 찍은 영상과 같이 보일 수 있도록 프레임률을 증가시키는 방법이다. 전자광학 센서는 다양한 감시정찰 무기체계에 탑재되는데, 각 무기체계별 작전요구성능에 따라 필요로 하는 전자광학 센서의 공간적 해상도와 시간적 해상도가 달라진다. 대부분의 영상센서가 30~60 프레임/초로 영상을 촬영하기 때문에, 표적의 이동 및 변화가 이보다 더 빠른 경우 프레임률의 증가가 필요하다. 본 논문은 채널별 색상정보 외삽법을 활용하여 프레임률을 증가시키는 기법을 제안한다. DMD의 각 화소를 카메라 센서의 각 화소와 정합한 후, 카메라 센서의 베이어 패턴에 맞추어 각 채널별로 화소 그룹을 분리한다. DMD를 이용해 일반 카메라의 한 프레임이 채널별로 서로 다른 연속된 노출 시간을 가지도록 조절하여, 촬영한 영상을 프레임률이 증가한 단일채널 영상으로 변환한다. 옵티컬 플로우 기법을 활용하여 각 채널별로 시점에 맞는 가상의 영상을 생성하여, 프레임률이 증가한 단일채널 영상을 컬러채널 영상으로 만들었다. 시뮬레이션을 통해 제안된 시간적 초해상도 기법의 성능을 확인하였다.

• 지능정보연구
• /
• 제18권2호
• /
• pp.47-60
• /
• 2012

비디오 데이터는 구조화되지 않은 복합 데이터의 형태를 지닌다. 이러한 비디오 데이터의 효율적인 관리 및 검색을 위한 비디오 데이터 구조화의 중요성이 대두되면서 콘텐츠 내 시각적 특징을 기반으로 비디오 씬(scene)을 탐지하고자 하는 연구가 활발히 진행되었다. 기존의 연구들은 주로 색상 정보만을 이용하여 샷(shot) 간의 유사도 평가를 기반한 클러스터링(clustering)을 통해 비디오 씬을 탐지하고자 하였다. 하지만 비디오 데이터의 색상 정보는 노이즈(noise)를 포함하고, 특정 사물의 개입 등으로 인해 급격하게 변화하기 때문에 색상만을 특징으로 고려할 경우, 비디오 샷 혹은 씬에 대한 올바른 식별과 디졸브(dissolve), 페이드(fade), 와이프(wipe)와 같은 화면의 점진적인 전환(gradual transitions) 탐지는 어렵다. 이러한 문제점을 해결하기 위해, 본 논문에서는 프레임(frame)의 컬러 히스토그램과 코너 에지, 그리고 객체 컬러 히스토그램에 해당하는 시각적 특징을 기반으로 동일한 이벤트를 구성하는 의미적으로 유사한 샷의 클러스터링을 통해 비디오 씬을 탐지하는 방법(Scene Detector by using Color histogram, corner Edge and Object color histogram, SDCEO)을 제안한다. SDCEO는 샷 바운더리 식별을 위해 컬러 히스토그램 분석 단계에서 각 프레임의 컬러 히스토그램 정보를 이용하여 1차적으로 연관성 있는 연속된 프레임을 샷 바운더리로 병합한 후, 코너 에지 분석 단계에서 병합된 샷 내 처음과 마지막 프레임의 코너 에지 특징 비교를 통하여 샷 바운더리를 정제하여 최종 샷을 식별한다. 키프레임 추출 단계에서는 샷 내 프레임간 유사도 비교를 통해 모든 프레임과 가장 유사한 프레임을 각 샷을 대표하는 키프레임으로 추출한다. 그 후, 비디오 씬 탐지를 위해, 컬러 히스토그램과 객체 컬러 히스토 그램에 해당하는 프레임의 시각적 특징을 기반으로 상향식 계층 클러스터링 방법을 이용하여 의미적인 연관성을 지니는 샷의 군집화를 통해 비디오 씬을 탐지하는 방법이다. 본 논문에서는 SDCEO의 프로토 타입을 구축하고 3개의 비디오 데이터를 이용한 실험을 통하여 SDCEO의 효율성을 평가하였고 샷 바운더리 식별의 성능의 정확도는 평균 93.3%, 비디오 씬 탐지 성능의 정확도는 평균 83.3%로 만족할만한 성능을 보였다.

• Journal of Animal Science and Technology
• /
• 제54권5호
• /
• pp.375-379
• /
• 2012

본 연구는 제주마 월라(Wolla) 모색의 백반형태 (Tobiano, frame Overo, sabino)에 대해 유전학적 특성을 구명하고자 수행하였다. 제주마 376두 (월라 142두, 비월라 234두)에 대해 Tobiano 모색 확인을 위해 ECA3-inversion을 분석하였으며, frame Overo 모색은 EDNRB 2-bp 염기치환 상태를 확인하였고, sabino 모색인자형 확인은 KIT intron 16 SNP를 분석하였다. 제주마 월라 모색 개체에서 ECA3-inversion 유전자형이 +/To 이형접합 형태가 140두 (0.986), To/To 동형접합 형태 2두 (0.013)가 나타나 제주마 월라 모두에서 ECA3-inversion이 확인되었다. 반면에 EDNRB와 KIT intron 16 SNP에서는 frame Overo나 sabino 인자는 나타나지 않았다. 제주마 비월라에서는 ECA3-inversion, EDNRB 그리고 KIT intron 16 SNP에서 백반형태와 관련된 인자는 나타나지 않았다. 따라서, 본 연구 결과 제주마 월라(Wolla) 모색은 모색 유전학적 분류에서 Tobiano 모색 유형에 속하는 것으로 사료된다.