• 한국멀티미디어학회:학술대회논문집
• /
• 한국멀티미디어학회 2012년도 춘계학술발표대회논문집
• /
• pp.40-42
• /
• 2012

Colorization is a method using computer to add color to a black and white image automatically. The input is a grayscale image and some representative pixels (RPs). The RPs contain the color information for the image, and it indicates each region's color information. Colorization-based coding is a novel way for lossy image compression, it decodes a color image to get grayscale image and extracts RPs from the image. Because RPs decides the region's color and we also want small data size for image compression, form this viewpoint the paper proposes a way to get better and fewer RPs based on watershed segmentation. According to the segmentation result we also improve the original chrominance blending colorization method to save decode time and get better reconstruct image.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 ITC-CSCC -1
• /
• pp.670-673
• /
• 2002

This paper proposes a digital algorithm for gray-scale/color image segmentation of real-time video signals and a cell-network-based implementation architecture in state-of-the-art CMOS technology. Through extrapolation of design and simulation results we predict that about 300$\times$300 pixels can be integrated on a chip at 100nm CMOS technology, realizing very high-speed segmentation at about 1600sec per color image. Consequently real-time color-video segmentation will become possible in near future.

• 한국HCI학회:학술대회논문집
• /
• 한국HCI학회 2009년도 학술대회
• /
• pp.193-196
• /
• 2009

단일 영상에서 피부색 영역을 추출하기 위해서 기존의 많은 방법들이 하나의 고정된 피부색 모델을 사용한다. 그러나 영상에 특성에 따라 영상에 포함된 피부색의 분포가 다양하기 때문에 이러한 방법을 이용하여 피부색을 검출할 경우 낮은 검출율이나 높은 긍정 오류율이 발생할 수 있다. 따라서 영상의 특징에 따라 적응적으로 피부색 영역을 추출할 수 있는 방법이 필요하다. 이에 본 논문에서는 영상의 특징에 따라 2단계의 과정을 거쳐 피부색 모델을 수정하는 방법으로, 다양한 조명과 환경 조건에서 높은 검출율과 낮은 긍정 오류율을 동시에 가지는 알고리즘을 제안한다.

• 대한전자공학회논문지SP
• /
• 제40권1호
• /
• pp.63-71
• /
• 2003

본 논문은 영역을 병합할 때 두 영역의 색상 차를 영역 병합의 제한 조건으로 사용하는 칼라영상 분할 기법을 제안하였다. 이는 먼저 영역의 경제전 정보를 잘 보존하기 위해서 RGB 공간상에서 수리형태학 필터와 변형된 워터쉐드 알고리즘을 이용하여 켤라 영상을 과분할한다. 그리고 영역간의 색상 차를 영역 병합의 제한 조건으로 사용하는 영역 병합 과정을 반복 수행하여 칼라 영상의 분할 결과를 얻는다. 이는 인간 시각 시스템이 색상, 채도, 명도의 형태로 색을 구분하는 것을 기반으로 한다. 명도가 낮지 않는 경우에 색차 보다 색상 차가 중요한 요소로 작용하기 때문에 이를 영역 병합의 제한 조건으로 사용한다. 실험 결과에서 제안된 칼라영상 분할 기법은 다양한 칼라영상에 대하여 미리 설정된 재수의 영역으로 효율적인 분할 결과를 보임을 확인하였다.

• 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.

• 한국정보전자통신기술학회논문지
• /
• 제6권4호
• /
• pp.232-237
• /
• 2013

This paper presents image database retrieval based on maximum color occurrenceusing Hue, Saturation and Value (HSV) color space. Our system is based on color segmentation. We dividedthe image into n number of areas based on different selected ranges of hue and value, then each area is partitioned into m number of segments based on the number of pixels it contains, after this we calculated the maximumcolor occurrence in each segment and used its HSV value. This is used as a feature vector.

• 제어로봇시스템학회논문지
• /
• 제8권6호
• /
• pp.455-461
• /
• 2002

Object-based image retrieval method is addressed. A new image segmentation algorithm and image comparing method between segmented objects are proposed. For image segmentation, color and texture features are extracted from each pixel in the image. These features we used as inputs into VQ (Vector Quantization) clustering method, which yields homogeneous objects in terns of color and texture. In this procedure, colors are quantized into a few dominant colors for simple representation and efficient retrieval. In retrieval case, two comparing schemes are proposed. Comparing between one query object and multi objects of a database image and comparing between multi query objects and multi objects of a database image are proposed. For fast retrieval, dominant object colors are key-indexed into database.

• 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.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2003년도 신호처리소사이어티 추계학술대회 논문집
• /
• pp.453-456
• /
• 2003

Compared with other features of the image, color features are less sensitive to noise and background complication. Besides, this adding to object segmentation has more accuracy of image retrieval. This paper presents object segmentation and HAQ(Histogram Analysis and Quantization) algorithm approach to extract features(the object information and the characteristic colors) of an image. The empirical results shows that this method presents exactly spatial and color information of an image as image retrieval's feature.

• 한국정보통신학회논문지
• /
• 제6권5호
• /
• pp.789-795
• /
• 2002

컬러 이미지는 Gray Scale 이미지와는 달리 3가지 채널의 조합으로 이루어지고 방대한 정보량 때문에 효과적인 이미지 분할이 어렵다. 본 논문에서는 범용성 있는 Color Morphological Pyramids(CMP)구조를 제안하고, 그를 이용한 이미지 분할을 보인다. 이미지 피라미드 구조는 최초 이미지의 반복적인 필터링과 샘플링에 의해 면적비가 $2^{\int}({\int}=1,2,....,N)$이 되는 순차적 이미지 계열이다. 본 방법에서는 CMP를 이용하여 RGB, HSI, CMY 등의 컬러 공간에서 연속적인 필터링 처리로 불필요한 크기의 물체 및 잡음을 제거하고, 다운샘플링과정으로 해상도를 낮춰준다. 생성된 CMP에서 인접 레벨 이미지간에는 이웃한 픽셀 벡터간의 상대거리를 이용한 연결식을 사용하여 새 레벨의 이미지를 생성한 후 이를 이미지 분할한다. 이미지 분할실험을 통하여 본 방법의 유효성을 검증한다.