• 한국컴퓨터정보학회논문지
• /
• 제20권12호
• /
• pp.9-14
• /
• 2015

In this paper, we present an color quantization method by complementing the disadvantage of K-means color quantization that is one of the well-known color quantization. We named the proposed method "octree-means" color quantization. K-means color quantization does not use all of the clusters because it initializes the centroid of clusters with random value. The proposed method complements this disadvantage by using the octree color quantization which is fast and uses the distribution of colors in image. We compare the proposed method to six well-known color quantization methods on ten test images to evaluate the performance. The experimental results show 68.29 percent of mean square error(MSE) and processing time increased by 14.34 percent compared with K-means color quantization. Therefore, the proposed method improved the K-means color quantization and perform an effective color quantization.

• 정보처리학회논문지B
• /
• 제13B권3호
• /
• pp.205-214
• /
• 2006

이미지에 포함된 텍스트는 이미지의 내용을 함축적이고 구체적으로 표현하는 정보로서 이러한 정보를 실시간에 찾아내서 인식한다면 다양한 응용에 활용할 수 있다. 본 논문에서는 카메라로 취득한 다양한 종류의 이미지로부터 텍스트를 추출하는 방법과 추출된 영역에서 텍스트를 분리하는 방법을 새롭게 제안한다. 텍스트 영역 추출을 위해서 RGB 색 공간에서 색 분산을 특징으로 제안하며, 텍스트 영역 분리를 위해서 RGB 색 공간에서 개선된 K-means 병합을 제안한다. 실험은 디지털 카메라와 핸드폰 카메라로 취득한 다양한 종류의 문서유형 이미지와 실내외의 일반적인 자연이미지를 사용하였으며, ICDAR 콘테스트[1] 이미지의 일부도 사용하였다.

• 한국컴퓨터정보학회논문지
• /
• 제19권3호
• /
• pp.37-43
• /
• 2014

본 논문에서는 색상 군집화를 이용한 입술탐지 알고리즘을 제안한다. RGB 색상 모델로 주어진 입력영상에서 AdaBoost 알고리즘을 이용하여 얼굴영역을 추출한 후, 얼굴영역을 Lab 컬러 모델로 변환한다. Lab 컬러 모델에서 a 성분은 입술과 유사한 색상을 잘 표현할 수 있는 반면 b 성분은 입술의 보색을 표현할 수 있기 때문에 Lab 컬러로 표현된 얼굴영역에서 a와 b 성분을 기준으로 최단 이웃(nearest neighbour) 군집화 알고리즘을 이용하여 피부 영역을 분리한 후, K-means 색상 군집화를 통해 입술 후보 영역을 추출하고, 마지막으로 기하학적 특징을 이용하여 최종적인 입술영역을 탐지하였다. 실험 결과는 제안된 방법이 강건하게 입술을 탐지함을 보인다.

• 전자공학회논문지S
• /
• 제36S권9호
• /
• pp.76-90
• /
• 1999

본 논문은 컬러 히스토그램과 ‘컬러 텍스쳐’을 이용하는 새로운 내용기반 영상 검색 기법을 제안한다. 제안한는 방법은 영상의 컬러 히스토그램을 k-means 군집화하여 얻은 컬러 벡터로 히스토그램을 대표하고, 각 대표 컬러 벡터를 중심으로 화소 색상과의 거리를 이용해 컬러 텍스처를 만든다. 그러므로, 컬러 텍스처란 영상의 컬러 히스토그램에 의해 두드러지는 텍스처 성분을 의미하며 본 논문에서는 컬러 텍스처를 Gaussian Markov Random Field (GMRF) 모델로 해석한다. 제안하는 알고리듬은 영역화와 같은 기하학적 정보를 추출하는 과정이 없으므로 고속의 검색에 적합하며, 기존의 컬러 히스토그램만을 이용한 기법이나 영상의 밝기 성분에서 나타나는 텍스처를 이용한 방법에 비해 효과적인 검색 결과를 나타낸다.

• 동력기계공학회지
• /
• 제20권4호
• /
• pp.32-37
• /
• 2016

This paper proposes two measurement methods for injured rate of fish surface using color image segmentation method based on K-means clustering algorithm and Otsu's threshold algorithm. To do this task, the following steps are done. Firstly, an RGB color image of the fish is obtained by the CCD color camera and then converted from RGB to HSI. Secondly, the S channel is extracted from HSI color space. Thirdly, by applying the K-means clustering algorithm to the HSI color space and applying the Otsu's threshold algorithm to the S channel of HSI color space, the binary images are obtained. Fourthly, morphological processes such as dilation and erosion, etc. are applied to the binary image. Fifthly, to count the number of pixels, the connected-component labeling is adopted and the defined injured rate is gotten by calculating the pixels on the labeled images. Finally, to compare the performances of the proposed two measurement methods based on the K-means clustering algorithm and the Otsu's threshold algorithm, the edge detection of the final binary image after morphological processing is done and matched with the gray image of the original RGB image obtained by CCD camera. The results show that the detected edge of injured part by the K-means clustering algorithm is more close to real injured edge than that by the Otsu' threshold algorithm.

• Journal of information and communication convergence engineering
• /
• 제16권4호
• /
• pp.258-263
• /
• 2018

Color Doppler sonography is a useful tool for examining blood flow and related indices. However, it should be done by well-trained operator, that is, operator subjectivity exists. In this paper, we propose an automatic blood flow area extraction method from brachial artery that would be an essential building block of computer aided color Doppler analyzer. Specifically, our concern is to examine hypertension suspicious (prehypertension) patients who might develop their symptoms to established hypertension in the future. The proposed method uses fuzzy C-means clustering as quantization engine with careful seeding of the number of clusters from histogram analysis. The experiment verifies that the proposed method is feasible in that the successful extraction rates are 96% (successful in 48 out of 50 test cases) and demonstrated better performance than K-means based method in specificity and sensitivity analysis but the proposed method should be further refined as the retrospective analysis pointed out.

• 한국정보통신학회논문지
• /
• 제24권11호
• /
• pp.1411-1416
• /
• 2020

본 논문에서는 색조 도플러 초음파 영상에서 K-Means 알고리즘을 적용하여 혈류 영역을 추출하는 방법을 제안한다. 제안된 방법에서는 ROI 영역을 추출하고, 추출된 ROI 영역에서 최대 명암도를 임계치로 설정한 이진화 기법을 적용하여 ROI 영역을 이진화한다. 이진화된 ROI 영역에서 4 방향 윤곽선 추적 기법을 적용하여 상완 동맥의 혈류 영역이 존재하는 사다리꼴 형태의 영역을 추출한다. 추출된 사다리꼴 형태의 영역에서 상완동맥의 혈류영역을 정확히 추출하기 위하여 K-Means 기반 양자화 기법을 적용한다. 실험에서 제안 된 방법은 현장 전문가의 검증을 거쳐 30건 중 28건 (93.3%)에서 혈류 영역을 성공적으로 추출하였다. 그리고 제안된 K-Means 기반 혈류 영역 추출 방법을 30개의 색조 도플러 초음파 영상에 적용하여 전문의가 제공한 상완동맥 혈류 영역과 제안된 방법을 비교 분석한 결과, 정확도가 평균적으로 94.27%로 나타났다.

• Journal of the Korean Wood Science and Technology
• /
• 제14권1호
• /
• pp.55-60
• /
• 1986

Discoloration sensitivities of woods grown in this country haven't reported yet. Therefore we examined discoloration sensitivities of domestic wood specimens to iron (0.1 %, $FeCl_3.6H_2O$), alkali (pH 12.0, NaOH). acid (pH 1.0, $C_2H_2O_4$) and exposing to sunlight (40 hrs), Thirty-six hardwood species were collected and examined. All specimens were prepared from heartwoods of the collected species. But the specimens of 4 Betula species were divided into sapwoods and heartwoods. By iron stain, the color differences (${\Delta}E$) of 21 wood specimens including one Betula sapwood showed above 12.0, which means strong discoloration sensitivities, and of 3 specimens including one Betula sapwood showed below 2.5, which means weak discolorations. The most strong iron discoloration species was Jungkukgulpi-namu (Pterocarya stenoptera). By alkali stain, the color differences (${\Delta}E$) of 3 wood specimens showed above 9.0, which means strong discoloration sensitivities, and of 18 wood specimens including 4 Berula sapwoods showed below 2.5, which means weak discolorations. By acid stain, the color differences (${\Delta}E$) of 6 wood specimens showed above 10.0 which means strong discoloration sensitivities, and of 12 wood specimens including one Betula sapwoods showed below 2.5, which means weak discolorations. By exposing to sunlight, the color differences (${\Delta}E$) of 31 wood specimens including one Betula sapwoods showed below 6.5, which means, strong discoloration sensitivities, and of only one specimens showed below 2.5, which means weak discoloration. The most strong discoloration species by exposing to sunlight was Guirung-namu (Prunus padus). In general, it was shown that hardwoods grown in Korea were most subject to change of color by exposing to sunlight and next were by iron stain. Domestic hardwoods showed some differences in discoloration sensitivities from domestic softwoods previously reported.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2011년도 한국컴퓨터종합학술대회논문집 Vol.38 No.1(A)
• /
• pp.491-493
• /
• 2011

Traffic sign detection is the domain of automatic driver assistant systems. There are literatures for traffic sign detection using color information, however, color-based method contains ill-posed condition and to extract the region of interest is difficult. In our work, we propose a method for traffic sign detection using k-means clustering method, back-propagation neural network, and projection histogram features that yields the robustness for ill-posed condition. Using the color information of traffic signs enables k-means algorithm to cluster the region of interest for the detection efficiently. In each step of clustering, a cluster is verified by the neural network so that the cluster exactly represents the location of a traffic sign. Proposed method is practical, and yields robustness for the unexpected region of interest or for multiple detections.

• 전기전자학회논문지
• /
• 제1권1호
• /
• pp.93-100
• /
• 1997

칼라 영상 분할의 한 방법으로 fuzzy C-means를 이용한 방법이 많이 연구되었으나, 이 방법은 클러스터의 개수가 정해져야 사용할 수 있는 방법이다. 분할해야 할 데이터가 많은 경우 예비 분할을 수행하여 예비 분할 되지 않는 데이터들에 대해서 상세 분할을 fuzzy C-means를 사용하여 분할 하나 예비 분할된 데이터의 클러스터 중심과 상세 분할로 만들어진 클러스터의 중심과는 연계성이 없어진다. 본 연구에서는 이것을 보완하기 위하여 차감 클러스터링을 사용하여 칼라 영상의 클러스터의 개수와 중심을 구한 후, 이것을 이용하여 영상을 예비 분할하고 중력을 가진 fuzzy C-means를 사용하여 분할되지 않은 나머지 부분과 클러스터의 중심을 최적화 시켜 분할하는 알고리듬을 제안한다. 제안된 방법의 정성적인 평가를 수행하여 본 논문에서 제시된 방법이 우수함을 보인다.