• 한국컴퓨터정보학회논문지
• /
• 제4권4호
• /
• pp.34-39
• /
• 1999

본 논문에서는 이진 영상에서 경계에 발생하는 잡영을 효율적으로 제거하고 형상을 단순화시켜 윤곽선을 추출할 수 있는 방법을 제안하였다. 제안된 방법은 이진 영상에서 영역의 윤곽선을 구하는 기존의 $2{times}2$ 마스크 사용 방법을 일부 수정하여 한 픽셀 두께의 잡영을 효율적으로 제거할 수 있도록 하였다. 이를 위해 영역 경계의 잡영에서는 윤곽선 추적 경로가 중복되는 특성과 잡영의 끝점에서의 추적 특성을 분석하여 이용하였다. 또한 흰색 바탕을 윤곽선 추출에 활용함으로써 본래의 형상을 유지하며 효과적으로 단순화된 윤곽선 추출 결과를 얻을 수 있도록 하였다. 제안된 방법은 다양한 실험을 통해 그 효용성을 확인하였다.

• 디지털융복합연구
• /
• 제11권12호
• /
• pp.459-465
• /
• 2013

본 논문은 영상 속 객체와 배경의 컬러 특징을 이용한 주요 객체의 자동 추출 방법에 관한 연구이다. 인간이 객체를 판단할 때에는 배경과 객체의 색상 차이를 이용하는데 이러한 요소를 객체 추출 방법에 적용시키기 위해서는 배경과 객체의 색차를 강조하여야 한다. 따라서 본 논문에서는 원 RGB 영상을 인간의 시각 시스템과 유사한 HSV 색 공간으로 변환하고 각기 다른 분포도의 메디안 필터를 적용한 두 개의 영상을 생성한 뒤 두 개의 메디안 필터가 적용된 영상들을 합산하였고 데이터 군집화 방법인 Mean Shift 알고리즘을 적용하여 색상 특징을 그룹화 하였다. 마지막으로 이진화 작업을 위하여 영상의 채널 수를 3 채널에서 1 채널로 정규화 한 뒤 영상 내 픽셀들의 평균값을 임계값으로 이용하는 이진화 방법으로 객체 지도 영상을 생성하였고 주요 객체를 추출하였다.

• 한국정보통신학회논문지
• /
• 제18권3호
• /
• pp.687-696
• /
• 2014

본 논문은 사용자의 입력, 색상 및 깊이 정보를 이용한 의미론적 물체 분할 방법을 제안한다. 의미있는 영역을 깊이영상에서 유사한 깊이 정보와 사용자 스트로크 입력의 중심에 위치한다고 가정한다. 제안된 방법은 스트로크 입력을 이용하여 관심 영역을 설정하고, 색상과 깊이 정보를 이용하여 의미있는 영역을 검출한다. 구체적으로 제안방법은 관심영역에 대해 색상과 깊이 정보를 이용한 과분할 과정과 과분할 영역에 대해 깊이 정보를 이용한 의미론적 물체 추출과정으로 구성되어 있다. 과분할 과정에서 적응적 임계값 적용 및 형태학적 기울기에 대한 적응적인 가중치 적용을 통한 마커 추출 방법을 제안하였다. 의미론적 물체 추출과정에서는 관심영역의 가장자리 영역에서 내부 영역으로의 순서대로 전체 깊이의 평균과 차이를 이용하여 추출하고자 하는 물체 영역인지 아닌지를 결정하도록 하였다. 실험 결과에서 제안한 방법이 효과적으로 의미있는 물체 추출 결과를 얻을 수 있음을 보인다.

• 디지털산업정보학회논문지
• /
• 제15권3호
• /
• pp.37-44
• /
• 2019

In this study, we propose the automatic extraction method of Rescue Requests from Drone Images. A central object is extracted from each image by using central object extraction method[7] before classification. A central object in an images are defined as a set of regions that is lined around center of the image and has significant texture distribution against its surrounding. In this case of artificial objects, edge of straight line is often found, and texture is regular and directive. However, natural object's case is not. Such characteristics are extracted using Edge direction histogram energy and texture Gabor energy. The Edge direction histogram energy calculated based on the direction of only non-circular edges. The texture Gabor energy is calculated based on the 24-dimension Gebor filter bank. Maximum and minimum energy along direction in Gabor filter dictionary is selected. Finally, the extracted rescue requestor object areas using the dominant features of the objects. Through experiments, we obtain accuracy of more than 75% for extraction method using each features.

• 제어로봇시스템학회:학술대회논문집
• /
• 제어로봇시스템학회 1999년도 제14차 학술회의논문집
• /
• pp.262-265
• /
• 1999

This paper describes a new method for object extraction necessary for image tracking systems. The extraction method which this paper proposes here is that an M-array is set between a camera and the object and the obtained image including the object and M-array is pro-cessed for extracting the object. The image processing utilizes a characteristic of M-array which is robust to noise. When an M-array is overlapped on the object in background image, the object woud have a part of M-array, which is detected by use of partial correlation between the mosaic image of M-array and the standard M-array. Thus the shape and position of the object are extracted by extracting a common domain of width of high correlation value. Experiments are carried out by using an actual photo of Kumamoto city taken from an airplane as background, and by use of a rectangular and circular object. The results of experiment show a wide application of this method for practical image tracking systems.

• 정보처리학회논문지:소프트웨어 및 데이터공학
• /
• 제3권5호
• /
• pp.195-200
• /
• 2014

능동 개체 윤곽 추출의 대표적인 방법은 스네이크(Snake)와 레벨 셋(Level Set) 기술이다. 일반적으로 스네이크는 속도는 빠르나 개체 위상을 처리하는 데 제약이 있다. 그러나 레벨 셋은 속도는 느리지만 개체 위상에 관계없이 잘 처리할 수 있는 장점이 있다. 본 논문에서는 빠르고 복잡한 위상을 처리하기 위해 두 방법의 장점을 이용한 알고리즘을 제안한다. 알고리즘은 2단계로 구성된다. 첫 번째 단계는 스네이크를 사용하여 빠르게 개체의 대략적인 윤곽을 추출한 후 레벨 셋을 두 번째 적용하여 복잡한 개체 윤곽을 정확하게 추출한다. 제안한 알고리즘은 다양한 위상을 갖는 5개의 이진영상 및 2개의 자연영상에 적용하여 속도 및 윤곽 추출이 개선된 것을 보여 준다.

• 대한전기학회:학술대회논문집
• /
• 대한전기학회 2004년도 학술대회 논문집 정보 및 제어부문
• /
• pp.291-294
• /
• 2004

Semantic video object extraction is important for tracking meaningful objects in video and object-based video coding. We propose a fast semiautomatic video object extraction algorithm which combines a watershed segmentation schemes and chamfer distance transform. Initial object boundaries in the first frame are defined by a human before the tracking, and fast video object tracking can be achieved by tracking only motion-detected regions in a video frame. Experimental results shows that the boundaries of tracking video object arc close to real video object boundaries and the proposed algorithm is promising in terms of speed.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2007년도 하계종합학술대회 논문집
• /
• pp.313-314
• /
• 2007

In this paper, we suggest robust object extraction algorithm taking advantage of efficient Belief Propagation method. It does not get a disparity information because of uniform region and occlusion region etc. on initial depth map that use forward direction disparity information although is object area. Therefore, We run parallel backward disparity information and brightness information for certain object extraction.

• 제어로봇시스템학회논문지
• /
• 제9권7호
• /
• pp.536-546
• /
• 2003

We propose an object extraction technique adequate for the radial shape's radar signal structure for the purpose of implementing ARPA(Automatic Radar Plotting Aid) installed in the vessel. The radar signal data are processed by interpolation and accumulation to acquire a qualified image. The objects of the radar image have characteristics of having different shape and size as it gets far from the center, and it is not adequate for clustering generally. Therefore, this study designs a new vigilance distance model of elliptical shape and adopts this model in the ART2 neural network. We prove that the proposed clustering method makes it possible to extract objects adaptively and to separate the connected objects effectively.

• 한국멀티미디어학회논문지
• /
• 제7권12호
• /
• pp.1657-1664
• /
• 2004

We propose a method that classifies images into two object types man-made and natural objects. A central object is extracted from each image by using central object extraction method[1] before classification. A central object in an images defined as a set of regions that lies around center of the image and has significant color distribution against its surrounding. We define three measures to classify the object images. The first measure is energy of edge direction histogram. The energy is calculated based on the direction of only non-circular edges. The second measure is an energy difference along directions in Gabor filter dictionary. Maximum and minimum energy along directions in Gabor filter dictionary are selected and the energy difference is computed as the ratio of the maximum to the minimum value. The last one is a shape of an object, which is also represented by Gabor filter dictionary. Gabor filter dictionary for the shape of an object differs from the one for the texture in an object in which the former is computed from a binarized object image. Each measure is combined by using majority rule tin which decisions are made by the majority. A test with 600 images shows a classification accuracy of 86%.