• 대한원격탐사학회:학술대회논문집
• /
• 대한원격탐사학회 2007년도 춘계학술대회 논문집
• /
• pp.3-7
• /
• 2007

본 논문에서는 1m 공간해상도를 가지는 도시 지역의 위성영상에서 스테레오 정합의 성능을 향상시키기 위해 그레디언트(gradient)의 히스토그램을 이용하여 스테레오 정합 창틀의 크기를 자동적으로 결정하는 방법을 제안한다. 영상의 각 화소에 대해 한 화소 거리의 대각 방향에 놓여진 4 개 화소들의 수직 및 수평 방향에 존재하는 화소간의 밝기값 차로 정의되는 그레디언트를 계산하여 평탄화 지수 영상(Flatness Index Image)을 생성한다. 평탄화 지수 영상에서 에지 등과 같이 주변 화소의 밝기값과 차이가 큰 화소는 상대적으로 높은 평탄화 지수를，비에지 화소의 경우에는 낮은 평탄화 지수를 가지게 된다. 에지와 비에지를 판정하는 평탄화 임계값을 결정하기 위해 평탄화 지수 영상의 히스토그램 분포를 이용한다. 결정된 평탄화 임계값보다 작은 평탄화 지수를 가지는 정합 창틀 내의 화소들이 일정 비율보다 크면 비에지 화소로 판정하고 정합 창틀을 한 단계 더 크게 설정하는 방법으로 정합 창틀의 크기를 각 화소마다 가변적으로 변화시킨다. 제안한 방법을 IKONOS 스테레오 위성영상에 적용하여 고정 크기의 정합 창툴에 비해 정합 성능이 향상되는 것을 보였다.

• 한국방송∙미디어공학회:학술대회논문집
• /
• 한국방송∙미디어공학회 2016년도 추계학술대회
• /
• pp.10-12
• /
• 2016

본 논문에서는 선 드로링 도면 간의 유사도 정도를 비교하여 도면으로 표현된 3차원 물체의 유사도 측정 알고리즘을 제안한다. 앞면, 뒷면, 좌측면, 우측면, 윗면, 아래면의 선 드로잉 영상으로 표현된 총 여섯 개의 영상을 한 물체의 대표 영상으로 이용한다. 데이터베이스의 3차원 물체 영상들은 전처리를 거친 후 각 영상의 여덟 방향의 그래디언트(gradient) 히스토그램을 측정하고 각 영상을 히스토그램의 기술자 벡터로서 표현하여 저장한다. 입력 영상 역시 같은 방식으로 기술자 벡터를 구하고 이를 비교될 영상의 기술자와 비교하여 유사도를 측정한다. 이와 같은 방식으로 가장 유사한 영상 집합을 가지는 N개의 물체를 탐색하여 시각적으로 제시한다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2005년도 한국컴퓨터종합학술대회 논문집 Vol.32 No.1 (A)
• /
• pp.703-705
• /
• 2005

본 논문에서는 기울기 크기 기반의 3차원 영역확장 알고리즘을 사용하여 small animal PET(Positron Emission Tomography) 영상으로부터 종양을 분할하는 연구를 수행하였다. 픽셀 값의 범위가 다양하고 저해상도의 특성을 갖는 PET영상으로부터 대상영역을 정확하게 분할하기 위해서 전처리(preprocessing)과정으로 영상 픽셀값의 분포를 펼쳐줌으로써 영상의 가시화를 높이는 히스토그램 스트레칭(histogram stretching) 기법을 적용하고 대상영역과 픽셀값이 유사한 인접영역과의 경계를 찾기 위해 가우시안의 1차 미분 함수를 사용하여 계산된 기울기 크기(gradient magnitude) 기반의 3차원 영역확장(region growing) 알고리즘을 제안한다. 제안한 알고리즘은 영역확장의 결과에 가장 큰 영향을 미치는 적절한 동질성 기준의 선택으로 대상영역의 분할을 성공적으로 수행하여 일반적인 영역확장의 단점을 보완하였다.

• 한국정보과학회:학술대회논문집
• /
• 한국정보과학회 2012년도 한국컴퓨터종합학술대회논문집 Vol.39 No.1(B)
• /
• pp.489-491
• /
• 2012

본 논문은 교육용 서비스로 이용 가능한 카드 인식 시스템을 제안한다. 사용자는 자유자재로 카드 등록 및 삭제가 가능하며 카드의 회전 및 크기 변화에도 강건한 인식을 보인다. 본 논문에서는 카드 템플릿의 형태 정보와 Histogram of Oriented Gradients를 특징점으로 이용한다. 또한 최종 분류기에서 계층적인 구조를 적용하여 보다 정확한 카드 검출 및 인식을 제안한다.

• 대한전자공학회:학술대회논문집
• /
• 대한전자공학회 2002년도 하계종합학술대회 논문집(4)
• /
• pp.137-140
• /
• 2002

This paper presents a new variational framework for detecting and tracking moving objects in image sequence. Motion detection is performed using Level Set Model. The original frame is used to provide th moving object boundaries Then, the detection and the tracking problem are addressed in a common framework that employs a inward-outward curve evolution function. This function is minimized using a gradient decent method.

• 한국산학기술학회논문지
• /
• 제16권3호
• /
• pp.2192-2200
• /
• 2015

본 논문에서는 히스토그램 균등화 기반의 효율적인 차량용 영상 보정 알고리즘을 제안한다. 제안된 차량용 영상보정 알고리즘은 움직임 추정 및 움직임 보상을 통해 차량용 영상의 흔들림을 제거하였다. 그리고 영상을 보정하기 위해 영상을 일정 영역으로 분할하여 각각의 서브 영상에서 픽셀 값의 히스토그램을 계산하였다. 또한, 기울기를 조절하여 영상을 개선하였다. 제안된 알고리즘은 IP에 적용하여 성능 및 시간, 영상의 차이점을 평가하고, 차량용 카메라 영상의 흔들림 제거와 영상 개선을 확인하였다. 본 논문에서 제안된 차량용 영상 보정 알고리즘은 기존 차량 영상 안정화 기술과 비교하였을 때, 차량용 영상에 대한 흔들림 제거는 메모리를 사용하지 않고 실시간 처리를 했기 때문에 효율성을 입증하였다. 그리고 블록 정합을 통한 연산으로 계산 시간 감소 효과를 얻었고, 노이즈가 가장 적고 영상의 자연스러움이 더 뛰어난 복원 결과를 얻을 수 있었다.

• 한국군사과학기술학회지
• /
• 제20권1호
• /
• pp.33-39
• /
• 2017

In this paper, an effective feature which is capable of classifying targets among the detections obtained from 2D range-bearing maps generated in active sonar environments is proposed. Most conventional approaches for target classification with the 2D maps have considered magnitude of peak and statistical features of the area surrounding the peak. To improve the classification performance, HOG(Histogram of Gradient) feature, which is popular for their robustness in the image textures analysis is applied. In order to classify the target signal, SVM(Support Vector Machine) method with reduced HOG feature by the PCA(Principal Component Analysis) algorithm is incorporated. The various simulations are conducted with the real clutter signal data and the synthesized target signal data. According to the simulated results, the proposed method considering HOG feature is claimed to be effective when classifying the active sonar target compared to the conventional methods.

• 한국정보통신학회논문지
• /
• 제20권3호
• /
• pp.621-629
• /
• 2016

본 논문은 소아 및 성인의 중이염을 자동 판별할 수 있는 알고리즘을 제안한다. 제안 방법은 중이염 영상과 정상 영상 데이터베이스에서 HoG(histogram of oriented gradient) 기술자를 사용하여 특징을 추출한 다음 SVM(support vector machine) 분류기를 통하여 추출된 특징들을 학습시킨다. 여기서 SVM 입력 벡터의 추출을 위하여 입력영상은 영상크기를 사전에 정의된 일정크기의 영상으로 변환되고 변환된 영상을 16개의 블록과 4개의 셀로 분할하며 9개의 빈을 가진 HoG를 사용한다. 결과적으로 입력 영상에서 576개의 특징을 추출하고 이를 SVM의 학습과 분류에 사용된다. 입력 영상이 학습된 특징들의 모델을 기반으로 SVM 분류기를 통하여 중이염 여부가 판별된다. 실험 결과 제안한 방법은 정확도 90% 이상의 판별 성능을 나타내었다.

• 한국멀티미디어학회논문지
• /
• 제17권3호
• /
• pp.300-311
• /
• 2014

환경의 변화에 따라 급속도로 변화하는 생태계에 대한 체계적인 연구를 위해 식물의 정보를 수집 분석하기 위한 연구가 활발하게 진행되고 있다. 특히, 스마트 기기의 카메라를 이용하여 언제 어디서나 사용자가 원하는 식물의 종류를 검색할 수 있는 기술에 대한 관심이 증가하고 있다. 본 논문은 식물 인식 및 생태계 분석을 위해 다양한 식물의 잎을 종류별로 분석할 수 있는 방법에 대해 제안한다. 이를 위해, 카메라부터 입력된 식물 잎 사진의 관심 영역을 GrabCut을 통해 배경과 분리한 후, 형태 기술자 추출 방법인 SIFT(Scale-Invariant Feature Transform), HOG(Histogram of Oriented Gradient)를 이용하여 형태 기술자를 추출하고, 이것을 부호화 기법 및 공간 피라미드 방법을 이용한 분류 특징 벡터를 만든다. SVM(Support Vector Machine)을 통한 식물 잎 분류 및 인식한다. 다양한 식물 잎에 대한 실험 결과를 통해 비슷한 색상이나 형태를 가지고 있더라도 방향성 특징 기술자를 활용한 식물 잎 분류 방법이 매우 효율적임을 알 수 있다.

• 방송공학회논문지
• /
• 제21권4호
• /
• pp.609-620
• /
• 2016

최근 발생빈도가 높은 차량 간 충돌사고를 미연에 방지하고 운전자의 편의를 증진하기 위한 전방 충돌 경고 시스템에 관한 연구가 활발히 진행되고 있다. 충돌 회피를 위한 차량 시스템에 자동으로 차량을 검출하는 기술은 필수적 요소이다. 기존의 학습 기반 차량 검출 방법들은 일반적으로 차량의 후면 전체를 학습하며, 외형이 다른 승용차와 트럭, SUV의 경우 클래스를 분류하여 학습해야 한다는 단점이 있다. 본 논문에서는 이러한 단점을 해결하기 위해 차종에 관계없이 후미등 하단 부의 외형은 유사하다는 점에 착안하여 하단부에 한해 Haar-like feature를 학습함으로써 전방 차량을 검출하는 방법을 제안하였다. 또한 검증단계로서 후미등 검출을 통해 실제 차량과 차량이 아닌 것들을 분류하고 후미등 검출이 어려운 작은 크기의 후보 영역은 HOG(Histogram Of Gradient) 특징과 SVM(Support Vector Machine) 분류기를 통해 검증하여 오검출률을 낮추었다. 도로 주변에 건물이 많은 복잡한 영상에서도 차종에 관계없이 95%에 해당하는 정확도를 보여 전방 차량 검출 성능이 개선된 것을 확인하였다.