• 대한전자공학회논문지SP
• /
• 제46권2호
• /
• pp.89-98
• /
• 2009

컴퓨터 비전 분야에서 영상 모자이킹 (Image Mosaicking)은 제한된 시야각의 카메라를 사용하여 획득한 여러 장의 중첩된 영역을 가지는 영상을 한 장의 영상으로 정합하여 나타내는 기법이다. 최근에는 연속된 영상에서 카메라의 기학학적인 움직임 때문에 발생하는 영상의 왜곡이나 밝기 차에 관계없이 정확한 정합을 수행하기 위해서 특징점을 기반으로 서술자를 구성하는 정합 방법이 많이 연구되고 있다. 그러나 대부분의 특징점 검출 알고리즘들은 영상의 밝기값 기반의 처리 과정을 수행하기 때문에 영상의 칼라 성분은 다르지만 밝기값이 비슷한 경우, 또는 동영상에서 시간의 흐름에 따라 광원이 변화하는 경우에는 광원의 영향에 따라 검출되는 특징점의 수와 각각의 지역 서술자의 특성이 변하여 정확한 대응점을 검출하는데 오류를 유발하게 된다. 이런 문제점을 해결하기 위해서 본 논문은 영상의 칼라 정보를 이용한 특징점 기반의 영상 모자이킹 방법을 제안하였다. 디지털 칼라 카메라로부터 획득한 디지털 값을 좁은 대역을 갖는 가상의 카메라 출력값으로 변환하여 물체의 분광 반사율 기반의 값으로 유도하고 이것을 광원의 변화에 불변하는 칼라 불변 값 (Color-Invariant Value)으로 정의하였다. 제안된 칼라 불변값의 유효성을 검증하기 위해서 시뮬레이션된 광원들과 Macbeth Color-Checker를 이용하여 확인하였으며, 실험결과에서 제안한 방법과 기존의 SIFT 알고리즘을 비교를 통해 제안된 방법의 정합율의 향상을 확인하였다.

• 정보처리학회논문지B
• /
• 제11B권4호
• /
• pp.403-410
• /
• 2004

최근 의료 영상 분석(Medical Image Analysis)이나 영상 검색(Image Retrieval)을 위한 전처리(Preprocessing) 단계로 영상 분석(Image Analysis)에 대한 연구가 활발히 진행되고 있다. 본 논문에서는 영상 검색에서 색상 성분(Color Component)의 활용 방법을 제안하고자 한다. 이미지를 검색하기 위해 색상 성분을 기반으로 하고, 색상(Color)을 분석하기 위한 기법으로 CLCM(Color Level Co-occurrence Matrix)과 통계적 기법을 이용하고 있다. CLCM은 기하학적 회전 변환(Geometric Rotate Transform)을 통해서 색상 성분을 3차원 공간상에 투영(Projection)하여 공간 관계(Spatial Relationship)로부터 나타나는 분포를 해석하는 방법으로, 본 논문에서 제안하는 주제이다. CLCM은 색상 모델에서 만들어지는 2차원 히스토그램을 지칭하며 색상 모델의 기하학적인 회전 변환을 통해서 생성된다. 그리고 이를 분석하기 위한 방법으로 통계 기법을 활용하고 있다. CLCM과 유사하게 2차원 분포도를 사용하는 GLCM(Gray Level Co-occurrence Matrix)[1]과 불변 모멘트(Invariant Moment)[2,3] 같은 알고리즘은 2차원적인 데이터를 해석하기 위하여 기본적인 통계 기법을 활용하고 있다. 하지만 GLCM과 불변 모멘트가 각각의 도메인에 최적화되어 있다 하더라도 공간 좌표상에 존재하는 불규칙적인 데이터를 완전히 해석할 수는 없다. 즉 GLCM과 불변 모멘트는 기초 통계 기법만을 사용하고 있기 때문에 추출된 특징들의 신뢰성이 낮다는 것이다. 본 논문에서는 이러한 단점을 보완하여 공간 관계를 해석함과 동시에 데이터의 가중치를 해석하기 위해 전형적인 다변량 통계에서 사용하는 주성분 분석(Principal Component Analysis)[4,5]을 이용하고 있다. 그리고 데이터의 정확도를 높이기 위해서 3차원 공간상에 색상 성분을 투영하여 이를 회전시키면서 데이터의 특성을 다각도에서 추출하는 방법을 제시한다.

• 전자공학회논문지CI
• /
• 제46권3호
• /
• pp.57-63
• /
• 2009

컴퓨터 기반의 영상 데이터베이스의 급격한 증가에 따라 영상 정보를 관리할 수 있는 시스템의 필요성이 증가하고 있다. 본 논문에서는 영상분할 알고리즘에 Active Contour, 칼라 특징으로 칼라 오토코렐로그램(Color Autocorrelogram), 질감 특징으로 CWT(Complex Wavelet Transform), 그리고 형태 특징으로 Hu 불변모멘트를 선택하여 이들을 효율적으로 추출하고 결합한 영역기반 다중 특징 영상검색 알고리즘을 제안한다. 칼라 오토코렐로 그램은 영상의 H(Hue), S(Saturation) 성분으로부터 추출 하였고, 질감 특징과 형태 및 위치 특징은 V(Value) 성분으로부터 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(오토코렐로그램, Hu 불변 모멘트, CWT 모멘트)을 결합하여 정확도와 재현율을 측정하였다. Corel DB 및 VisTex DB에 대한 실험 결과, 제안된 영상검색 알고리즘은 94.8%의 정확도와 90.7%의 재현율을 가지며 성공적으로 영상검색 시스템에 응용할 수 있다.

• 전자공학회논문지CI
• /
• 제44권5호
• /
• pp.1-11
• /
• 2007

영상 정보의 이용이 증가함에 따라 영상을 효율적으로 관리할 수 있는 시스템의 필요성이 증가하고 있다. 이에 따라, 본 논문에서는 영상 분할 알고리즘, 색상 특성, 질감, 그리고 영상의 형태와 위치 정보의 효율적인 결합에 근거한 영역기반 내용 검색 알고리즘을 제안한다. 색상 특징으로는 색상의 공간적인 상관관계를 잘 나타내는 HSI 색상 히스토그램을 선택하였고, 영상의 분할과 질감특성은 각각 Active control와 CWT(Complex wavelet transform)를 사용하였다. 그리고 형태와 위치 특징들은 HSI의 휘도 성분에서 불변 모멘트를 이용하여 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(색상 히스토그램, Hu 불변 모멘트, CWT)을 결합하여 정확도와 재현율을 측정하였다. www. freefoto.com에서 제공하는 DB를 사용하여 실험한 결과, 제안된 검색엔진은 94.8%의 정확도와 82.7%의 재현율을 가지며 성공적으로 영상 검색 시스템에 응용할 수 있다.

• 전자공학회논문지CI
• /
• 제44권1호
• /
• pp.122-129
• /
• 2007

영상 정보의 이용도가 증가함에 따라 영상을 효율적으로 관리할 수 있는 시스템의 필요성이 증가하고 있다. 이에 따라, 본 논문에서는 색채 특징과 영상의 형태와 위치 정보의 효율적인 결합에 근거한 내용기반 영상 검색 엔진을 제안한다. 색채 특징으로는 색채의 공간적인 상관관계를 잘 나타내는 HSI 색채 히스토그램을 선택하였고, 형태와 위치 특징들은 HSI의 휘도 성분에서 불변 모멘트를 이용하여 추출하였다. 효율적인 유사도 측정을 위해 추출된 특징(색채 히스토그램, Hu 모멘트)을 결합하여 정확도를 측정하였다. http://www.freefoto.com에서 제공하는 DB를 사용하여 실험한 결과, 제안된 검색엔진은 93%의 정확도를 가지며 성공적으로 영상 검색에 사용될 수 있음을 보였다.

• 대한전자공학회논문지SP
• /
• 제46권6호
• /
• pp.58-67
• /
• 2009

대응점 정합은 컴퓨터 비전에서 중요한 작업 중에 하나지만 스케일, 조명, 시점이 변한 환경에서 대응점을 찾는 과정은 매우 어렵다. 대응점 정합 알고리즘인 SURF(Speeded Up Robust Features) 기법은 SIFT(Scale Invariant Feature Transform) 기법에 비해 정합 속도가 매우 빠르고 비슷한 정합 성능을 보여 널리 사용되고 있다. 하지만 SURF 기법은 흑백 영상과 지역 공간정보를 사용하기 때문에 유사한 패턴이 존재하는 영상에서 대응점의 정합 성능이 매우 떨어진다. 이런 문제점을 해결하기 위해 본 논문에서는 강인한 컬러 특징 정보와 광역적 특징 정보를 이용하는 확장 SURF 알고리즘을 제안한다. 제안하는 알고리즘은 비슷한 패턴이 존재하더라도 색상정보과 광역 공간 정보를 추가로 사용되기 때문에 대응점 매칭 성능을 크게 향상시킨다. 본 논문에서는 제안하는 방법의 우수성을 조명과 시점이 변화하고 유사한 패턴들을 갖는 영상들에 적용하여 기존의 방법들과 비교 실험함으로서 입증하였다.

• 디지털콘텐츠학회 논문지
• /
• 제19권1호
• /
• pp.165-171
• /
• 2018

그림자는 자연 영상에서 관찰되는 물리적인 현상으로 지능형 비디오 감시, 교통 감시 및 항공 영상 분석 등과 같은 다양한 영상처리 시스템에 부정적인 영향을 미치는 요소이다. 따라서 그림자의 검출은 컴퓨터 비전의 전 분야에서 전처리 과정으로 고려되어야 한다. 본 논문에서는 참조 영상이 필요 없는 단일 자연 영상에서 그림자 검출을 위한 다양한 특징 요소들을 정의하고 분석하였다. 그림자 요소들은 영상의 밝기, 색도, 조도불변, 색상불변 및 정보의 불확실성을 의미하는 엔트로피 영상 등을 기술하였으며, 분석 결과 색도와 조도불변 영상이 그림자 검출 및 복원에 효과적임을 알 수 있었다. 향후 다양한 그림자 특징 요소들의 퓨전 맵을 정의하고, 다양한 조명 수준에 적응 가능한 그림자 검출 및 색도와 조도불변 영상을 이용한 그림자 제거 연구를 계속하고자 한다.

• 한국컴퓨터정보학회논문지
• /
• 제15권10호
• /
• pp.71-78
• /
• 2010

현재까지 다양한 영상 분할 방법들이 계속해서 제안되어 오고 있으나 특정한 제약조건이 설정되지 않은 일반적인 자연 환경의 조건 하에서 촬영된 영상으로부터 조명, 음영, 그리고 하이라이트 등과 같은 주변의 환경 요인에 영향을 받지 않고 강건하게 영상을 분할하는 작업은 여전히 매우 어려운 작업으로 알려져 있다. 본 논문에서는 이런 문제를 일정 부분해결하기 위해서 칼라 불변량을 이용한 환경 적응적인 영상 분할 방법을 제안한다. 제안된 방법에서는 W, C, U, N, H와 같은 여러 가지 칼라 불변량을 소개하고, 조명이나 음영, 그리고 하이라이트와 같은 영상이 촬영되는 주변 환경의 요인들을 자동으로 검출한다. 그리고 검출된 환경 요인에 최적으로 적합한 칼라 불변량을 선택하여 에지를 기반으로 영상을 효과적으로 분할한다. 본 논문의 실험 결과에서는 제안한 방법이 기존의 방법에 비해서 주변의 환경 변화에 강건하게 에지를 기반으로 영상을 분할하는 것을 보여준다. 본 논문에서 제안된 방법은 주위 환경에 상당수 독립적으로 동작하므로 환경에 강건한 에지 기반의 영상 분할이 필요한 여러 응용 시스템에서 유용하게 활용될 수 있을 것으로 기대한다.

• 정보처리학회논문지B
• /
• 제18B권2호
• /
• pp.51-56
• /
• 2011

흑체의 온도 변화에 대한 영상의 색차를 줄이는 본질 영상은 단일 불변 방향을 검출하고 백색 장면 조명체를 기반으로 하기 때문에 실영상에 존재하는 다수의 불변 방향과 유색 장면 조명체에 취약하다. 이러한 문제를 해결하기 위해 본 논문에서는 ${\chi}$-색도 공간에서 ROI의 전방향프로젝션과 백색패치의 평행이동을 통해 불변 방향을 검출하는 본질 영상 획득 기법을 제안한다. 3차원 RGB 공간 분석의 어려움으로 인하여, 본 논문 또한 밝기가 고려되지 않은 ${\chi}$-색도 공간을 사용한다. 이 공간에서 유색 조명체의 효과는 백색패치의 평행이동을 통해 감소시키고, 색차에 따라 가상의 선분으로 나타나는 불변 방향은 ROI의 전방향 프로젝션을 통해 검출한다. 다수의 불변 방향을 고려하여 ROI 선택은 3D 히스토그램에서 빈도수에 의해 결정한다. 검출 후, 본질 영상은 불변 방향의 직교 방향으로의 프로젝션과 RGB영상으로의 역변환 과정을 통해 획득된다. 실험에서 Ebner가 제안한 데이터집합을 실험 영상으로 이용하였고, 불변 방향의 표준편차와 색항등성 측도를 평가 측도로 사용하였다. 제안한 기법의 실험 결과는 엔트로피 기법보다 불변 방향의 표준 편차가 낮았으며, 기존의 기법에 비해 색항등성이 2배 이상 높았다.

• 디지털콘텐츠학회 논문지
• /
• 제19권9호
• /
• pp.1787-1793
• /
• 2018

그림자는 자연 경관에서 관찰되는 일반적인 현상이지만 물체 인식, 특징 검출 및 장면 분석등과 같은 영상 분석에 부정적인 영향을 미치는 요소이므로 디지털 영상에 포함된 그림자 처리는 디지털 영상 분석 과정에서 필수적으로 고려되어야 한다. 본 논문에서는 단일 자연 영상에 포함된 그림자를 검출하고 제거하기 위한 특징 요소 중의 하나인 1D 불변 영상의 획득을 위한 기존 방법들에 대해 기술하고, 선형 회귀 기반의 1D 불변 영상 획득 방법을 제안하였다. 제안하는 방법은 RGB 칼라 영상의 각 채널 간의 밴드 비의 로그를 계산한 후 선형 회귀를 통해 그레이스케일 영상 라인을 획득하고, 최종 1D 불변 영상은 밴드 비의 로그 영상들을 추정된 그레이스케일 영상 라인으로 투영시켜 획득하였다. 실험 결과, 제안하는 방법이 기존의 엔트로피 최소화 기반의 투영 각도를 계산하는 방법보다 계산 복잡도가 낮았으며, 1D 불변 영상을 이용한 그림자가 검출 및 제거가 효과적으로 수행됨을 보였다.