• 동의생리병리학회지
• /
• 제23권1호
• /
• pp.97-103
• /
• 2009

The status and the property of a tongue are the important indicators to diagnose one's health like physiological and clinicopathological changes of inner organs. However, the tongue diagnosis is affected by examination circumstances like a light source, patient's posture, and doctor's condition. To develop an automatic tongue diagnosis system for an objective and standardized diagnosis, classifying tongue coating is inevitable but difficult since the features like color and texture of the tongue coatings and substance have little difference, especially in the neighborhood on the tongue surface. The proposed method has two procedures; the first is to acquire the color table to classify tongue coatings and substance by automatically separating coating regions marked by oriental medical doctors, decomposing the color components of the region into hue, saturation and brightness and obtaining the 2nd order discriminant with statistical data of hue and saturation corresponding to each kind of tongue coatings, and the other is to apply the tongue region in an input image to the color table, resulting in separating the regions of tongue coatings and classifying them automatically. As a result, kinds of tongue coatings and substance were segmented from a face image corresponding to regions marked by oriental medical doctors and the color table for classification took hue and saturation values as inputs and produced the classification of the values into white coating, yellow coating and substance in a digital tongue diagnosis system. The coating regions classified by the proposed method were almost the same to the marked regions. The exactness of classification was 83%, which is the degree of correspondence between what Oriental medical doctors diagnosed and what the proposed method classified. Since the classified regions provide effective information, the proposed method can be used to make an objective and standardized diagnosis and applied to an ubiquitous healthcare system. Therefore, the method will be able to be widely used in Oriental medicine.

• 한국지능시스템학회논문지
• /
• 제23권1호
• /
• pp.57-64
• /
• 2013

본 논문에서는 약병의 크기와 색상정보 특징을 추출하여 약병영상 분류 기법을 제안한다. 약병영상 분류에 있어 유사한 크기와 모양을 지닌 약병이 다양하게 존재하므로, 약병의 한 가지 특징만으로는 약병을 분류하기가 어렵다. 이러한 약병의 분류 문제를 해결하기 위해 본 논문에서는 약병의 크기와 색상정보의 특징을 추출하여 약병을 분류하였다. 제안된 알고리즘의 첫 번째 단계에서는 약병영상에서 Red, Green, Blue의 이진화 문턱치(Binary threshold)를 이용하여 약병 영역의 MBR(Minimum Boundary Rectangle)을 추출하여 크기로 분류하였고, 두 번째 단계에서는 크기로 분류된 약병영상 가운데 조명의 조도 변화에 강인한 색상(Hue)정보와 RGB 각각의 채널에 대한 컬러 평균 비율 정보를 이용하여 약병을 분류하였으며, 마지막 단계에서는 SURF(Speeded Up Robust Features)알고리즘을 사용하여 데이터베이스에서 특징점을 추출한 후보군 약병영상과 입력 약병영상의 유사도가 가장 높은 약병영상을 검색하여 약병을 분류하였다. 실험을 통해 이러한 방법이 보다 효율적이고 신뢰성 있음을 입증하였다.

• 서비스연구
• /
• 제5권2호
• /
• pp.103-110
• /
• 2015

최근, 3D FPS 게임에서 캐릭터의 분류는 매우 중요한 문제로 떠오르고 있다. 본 연구에서는 간단한 조작으로 의미객체의 화상 영역 분할을 이용한 게임 콘텐츠 분류 방법을 제안한다. 이 방법에서는, 우선 비선형 RGB 컬러 모델과 컬러양자화 방식을 사용했다. 입력 화상은 20개 미만 양자화 된 색을 표현하고 의미 있는 적은 수의 컬러 히스토그램을 사용한다. 그리고, 적은 블록으로 분할 된 이미지는 블록 단위 컬러 히스토그램 교차로 인접 블록과의 유사도를 계산한다. 왜냐하면, 질감 및 대상 블록의 경계에 있어서, 추출 블록 경계를 제외한 나머지를 사용하기 때문이다. 게임 오브젝트는 이들 방법에 에 의해 블록 경계 영역을 설정하고 FPS 게임 플레이에 사용될 수 있다. 실험을 통해, 우리는 각각의 기능을 사용하여 분류 방법에 대해 80% 이상의 정확도를 얻을 수 있었다. 따라서, 이 특성을 이용하여 게임콘텐츠를 효율적으로 분류 할 수 있고, 이는 게임 속도와 전략적 행동에 보다 나은 결과를 초래할 것으로 예상한다.

• Journal of the Korean Wood Science and Technology
• /
• 제33권4호통권132호
• /
• pp.23-29
• /
• 2005

대표적인 고부가가치 목질판상 재료인 마루판은 육안 분류 작업에 의한 오차로 마루판 시공 시에 무늬목간의 색상 차가 생기고 있다. 이는 조건등색(metamerism)에 의해 식별 후 혹은 마루판 시공 시에 오차가 큰 것으로 나타났다. 따라서 본 연구에서는 Light와 Dark 두 단계로 육안 식별한 피나무, 자작나무, 단풍나무 3수종의 무늬목을 사용한 마루판을 CIELAB를 이용하여 분류하고, CIERGＢ에서 각각의 문턱 값(threshold)을 조사하고, 인간의 색 인지에 기반을 둔 HSI (hue, saturation, intensity)색상모델을 응용하여 색상, 채도, 명도 값의 범위를 조사하였다. HSI색상모델의 색상과 채도, 명도를 이용하여 마루판의 색상분류에 사용할 경우 명도 값을 이용하는 것이 유리할 것으로 보인다. 그리고 색상의 범위가 3종류 모두 $45{\sim}55^{\circ}$ 사이 범위 값을 가지고 있는 것으로 보이며, RGB성분의 문턱값을 이용한 분류의 경우 특정 색상 성분 값만으로는 마루판 무늬목의 분류가 어려울 것으로 보인다.

• 전자공학회논문지CI
• /
• 제48권1호
• /
• pp.127-132
• /
• 2011

본 논문은 입력된 영상으로부터 적응적 피부색 검출 방법으로 생성된 피부색 영역과 에지 정보의 결합을 특정 벡터로 이용하여 입력 영상의 유해(누드, 성인물) 여부를 판별하는 방법을 제안한다. 제안하는 방법은 네 단계의 과정으로 이루어져 있다. 첫 번째 단계에서는 입력 영상으로부터 기존의 피부색 검출 방법들을 적용하여 얻은 모든 결과 영상들에 대해서 논리곱 연산을 통해 초기 피부색 영역을 검출한다. 두 번째 단계에서 초기 피부색 영역의 화소 정보를 기반으로 피부색 확률 분포 모델을 생성하고 이를 통해 피부색 확률 영상을 생성한다. 그리고 피부색 확률 영상에 임계값을 적용하여 이진화 한다. 세 번째 단계에서 이진 피부색 영역과 에지의 결합 영상을 생성하고 피부색 영역을 확산하여 최종 피부색 영역을 검출한다. 마지막 단계에서 최종 피부색 영상과 최종 피부색 영역 안에 있거나 인접한 에지들의 결합 영상을 특정 벡터로 생성한다. 생성된 특정 벡터를 support vector machine(SVM) 학습을 통해 생성된 분류 모텔로 입력 영상의 유해 여부를 판별하여 유해 혹은 무해 영상으로 분류한다. 실험 결과를 통하여 제안하는 방법이 기존의 유해 영상 분류 방법에 비해 분류 성능이 9.6% 향상된 것을 확인하였다.

• Journal of Biosystems Engineering
• /
• 제22권1호
• /
• pp.30-40
• /
• 1997

A computer vision system was built to automatically grade the leaf tobacco. A color image processing algorithm was developed to extract shape, color and texture features. An improved back propagation algorithm in an artificial neural network was applied to grade the Burley type dried leaf tobacco. The success rate of grading in three-grade classification(1, 3, 5) was higher than the rate of grading in six-grade classification(1, 2, 3, 4, 5, off), on the average success rate of both the twenty-five local pixel-set and the sixteen local pixel-set. And, the average grading success rate using both shape and color features was higher than the rate using shape, color and texture features. Thus, the texture feature obtained by the spatial gray level dependence method was found not to be important in grading leaf tobacco. Grading according to the shape, color and texture features obtained by machine vision system seemed to be inadequate for replacing manual grading of Burely type dried leaf tobacco.

• 패션비즈니스
• /
• 제23권2호
• /
• pp.62-76
• /
• 2019

The importance of color is increasing in modern life and we call such present age that is 'color age'. These day that all areas of life are being getting fashionize, ordinary people as well as design specialist are required of culture and knowledge about color. Color design education is important curriculum at liberal arts course and in special design trainning course. Color expresses by hue, value and chroma in Munsell color system. But design spot is using mainly hue and tone color system. Therefore it is very important that educate tone concept in color design education. When think influence that increase of color, we must develop hue and tone color system in suitable for color design education. This research designed usable 'Hue and Tone 313 Colot System' for efficeint sensual color education. Also I designed 313 color papers with attached the Munsell notation which could reappear the spare color paper when needed. The 10 hues classification of this system are Red, Yellow Red, Yellow, Green Yellow, Green, Blue Green, Blue, Purple Blue, Purple, Red Purple. The 19 tones classification of this system are vivid, light, standard, deep, pale, soft, dull, dark, very pale, light grayish, medium grayish, dark grayish, very dark, off White, off Pale, off Light Gray, off Medium Gray, off Dark Gray, off Black. The special colors of this system are gold, silver and copper.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제4권11호
• /
• pp.521-528
• /
• 2015

도로주행 영상에서의 객체 검출에 관한 기존의 연구들은 날씨 및 조명 상태에 따른 객체 검출의 어려움 때문에 대부분 맑은 날씨의 영상을 대상으로 연구가 진행되었다. 본 논문에서는 도로주행 영상의 다양한 날씨 및 조명 상태를 먼저 판단하고, 이를 기반으로 도로 이정표에 대한 색상모델을 설정하여 이정표 객체를 찾는 방법을 제안한다. 제안한 방법은 5종류의 도로 이미지 특징을 이용하여 맑음, 흐림, 비, 야간, 역광으로 날씨 및 조명 상태를 먼저 분류하고, 각각의 상태에서 대상 이정표 색상의 픽셀값의 범위를 추출하여 GMM(Gaussian Mixture Model)을 생성하고 이를 객체 추출에 사용한다. 날씨 및 조명이 다양하게 변하는 도로주행 영상에 제안한 방법을 적용하여 이정표 영역이 안정적으로 찾아지는 것을 확인할 수 있었다.

• 한국컴퓨터정보학회논문지
• /
• 제11권6호
• /
• pp.79-86
• /
• 2006

영상 식별 기술은 대용량의 멀티미디어 데이터베이스 환경 하에서 고속의 검색을 위해서 필수적이다. 본 논문은 이러한 고속 검색을 위하여 GA(Genetic Algorithm)과 SVM(Support Vector Machine)을 결합한 모델을 제안한다. 특징벡터로는 색상 정보와 질감 정보를 사용하였다. 이렇게 추출된 특징벡터의 집합을 제안한 모델을 통해 최적의 유효 특징벡터의 집합를 찾아 영상을 식별하여 정확도를 높였다. 성능평가는 색상, 질감. 색상과 질감의 연합 특징벡터를 각각 사용한 성능 비교. SYM과 제안된 알고리즘과의 성능을 비교하였다. 실험 결과 색상과 질감을 연합한 특징벡터를 사용한 것이 단일 특징벡터를 사용한 것 보다 좋은 결과를 보였으며 하이브리드 기법을 이용한 제안된 알고리즘이 SVM알고리즘만을 이용한 것 보다 좋은 결과를 보였다.

• 방송공학회논문지
• /
• 제21권3호
• /
• pp.425-435
• /
• 2016

본 논문에서는 카메라로부터 입력된 영상으로부터 쌀, 커피, 녹차 등 다양한 원료를 양품과 불량품으로 자동 분류하기 위한 분류 모델을 제안한다. 현재 농산물 원료 분류를 위해서 주로 숙달된 노동력의 육안 선택에 의존하고 있지만 작업시간이 길어질수록 반복적인 작업에 의해 분류 능력이 현저히 떨어지는 문제점이 있다. 노동력에 부분적으로 의존하는 기존 제품의 문제점을 해결하기 위해, 본 논문에서는 평균-이동 클러스터링 알고리즘과 단계별 영역 병합 알고리즘을 결합하는 비전기반 자동 원료 분류 알고리즘을 제안한다. 우선 입력 원료 영상에서 평균-이동 클러스터링 알고리즘을 적용하여 영상을 N개의 클러스터 영역으로 분할한다. 다음단계에서 N개의 클러스터 영역 중에서 대표 영역을 선택하고 이웃 영역들의 영역의 색상과 위치 근접성을 기반으로 단계별 영역 병합 알고리즘을 적용하여 유사한 클러스터 영역을 병합한다. 병합된 원료 객체는 RG, GB, BR의 2D 색상 분표로 표현되고, 병합된 원료 객체에 대해 색상 분포 타원을 만든다. 이후 미리 실험적으로 설정된 임계값을 적용하여 원료를 양품과 불량품을 구분한다. 다양한 원료 영상에 대해 본 논문에서 제안하는 알고리즘을 적용한 결과 기존의 클러스터링 알고리즘이나 상업용 분류 방법에 비해 사용자의 인위적 조작이 덜 필요하고 분류성능이 우수한 결과를 나타냄을 알 수 있었다.