• 한국통신학회논문지
• /
• 제32권5C호
• /
• pp.513-519
• /
• 2007

칼라 코렐로그램은 칼라 히스토그램처럼 픽셀의 칼라 정보만을 고려하지 않고 영상의 픽셀의 공간 정보까지 고려하기 때문에 콘텐츠 기반 영상 검색(CBIR)에서 널리 사용되어 왔다. 칼라 코렐로그램은 하나의 칼라 형태를 사용한다. 그래서 칼라 코렐로그램은 영상 검색 시 같은 영상이라도 크기가 다를 경우 다른 영상으로 인식하는 등 영상의 특징을 구별해내는데 강건하지 않다. 본 논문에서는 RGB와 HSV의 두 가지 칼라 형태를 사용하여 코렐로그램을 함으로써 기존의 알고리즘보다 영상의 특징을 더 잘 구별해내는 알고리즘을 제안하였다. 이 제안된 알고리즘은 대규모 영상 데이터베이스에서 테스트하였고 그 결과 하나의 칼라 형태를 사용한 코렐로그램 알고리즘과 비교하여 검색된 영상의 평균 순위가 5.63 낮아져 제안한 알고리즘이 더 나은 검색 성능을 나타낸다는 것을 보여준다.

• 한국정보처리학회:학술대회논문집
• /
• 한국정보처리학회 2011년도 추계학술발표대회
• /
• pp.347-350
• /
• 2011

This paper propose a statistical color model of background extraction base on Hue-Saturation-Value(HSV) color space, instead of the traditional RGB space, and shows that it provides a better use of the color information. HSV color space corresponds closely to the human perception of color and it has revealed more accuracy to distinguish shadows [3] [4]. The key feature of this segmentation method is based on processing hue component of color in HSV color space on image area. The HSV color model is used, its color components are efficiently analyzed and treated separately so that the proposed algorithm can adapt to different environmental illumination condition and shadows. Polar and linear statistical operations are used to calculate the background from the video frames. The experimental results show that the proposed background subtraction method can automatically segment video objects robustly and accurately in various illuminating and shadow environments.

• 한국정보전자통신기술학회논문지
• /
• 제6권4호
• /
• pp.232-237
• /
• 2013

This paper presents image database retrieval based on maximum color occurrenceusing Hue, Saturation and Value (HSV) color space. Our system is based on color segmentation. We dividedthe image into n number of areas based on different selected ranges of hue and value, then each area is partitioned into m number of segments based on the number of pixels it contains, after this we calculated the maximumcolor occurrence in each segment and used its HSV value. This is used as a feature vector.

• 한국멀티미디어학회논문지
• /
• 제5권2호
• /
• pp.176-190
• /
• 2002

차량이 증가함에 따라 전방의 상황을 운전자에게 알려주기 위한 운전자 도움 시스템(Advanced Drivers Assistance System)과 같은 체계가 요구된다. 본 논문에서는 전방의 상황을 운전자에게 알려 주기 위한 기본과정으로 연속된 컬러 영상으로부터 영상처리만을 이용하여 전방의 차량과 차선을 검출하는 방법을 제안한다. 도로 전방의 상황은 차량이 많다고 하더라도 도로의 영역이 많은 부분을 차지하고 있으며, 차량이 있는 경우에 차량의 하단에 그림자와 같이 어두운 영역이 존재하는 점을 이용하여 전방의 차량을 검출한다. 그리고 차선은 그림자 영역의 반대 특징으로 횐색계열이라는 점을 이용하여 차선 정보를 추출한다. 이 방법은 도로가 혼잡하거나 도로상에 방향 표시가 있는 경우에도 좋은 결과를 보인다. 차량과 차선을 검출하는데는 HSV 컬러 모델에서 태도 성분과 명도 성분을 이용하여 후보점을 검출하고, 차량과 타선의 영역을 검출하며 에지 정보를 이용하여 차량의 영역을 결정한다. 그리고 검출된 차량 영역이 이전 프레임의 차량 영역과 같은 차량인지 알기 위해서는 HSV 성분과 위치 정보의 통계적 특징을 이용한다. 제안된 방식의 효과를 검증하기 위해 노트북 PC와 PC용 CCD 카메라로 도로에서의 영상을 촬영하고 차량 및 차선 검출 알고리즘을 적용한 처리 시간, 정확도 및 차량검지 결과를 보인다.

• 전기전자학회논문지
• /
• 제24권1호
• /
• pp.243-247
• /
• 2020

자율주행 시장이 급성장함에 따라 자율주행에 대한 연구가 진행되고 있다. 자율주행 기능은 운전자의 안전을 위해 날씨에 상관없이 수행되어야 한다. 하지만 안개 낀 날씨에는 가시성이 떨어져 자율주행에 어려움을 겪기 때문에 안개 제거 알고리즘을 사용해야한다. 안개 제거 알고리즘을 통해 얻은 이미지는 영상의 품질저하를 발생 시킨다. 이러한 문제점을 개선하기 위해서 HSV 색 보정을 이용하여 선명도를 증가시킨다. 본 논문에서는 4K 영상에서도 대응할 수 있는 HSV를 이용한 색 보정 하드웨어를 제안한다. 이 하드웨어는 Verilog로 설계했으며 Modelsim을 통해 검증했다. 또한, Xilinx사의 xc7z045-2ffg900을 목표로 FPGA를 구현하였다.

• 한국전자통신학회논문지
• /
• 제8권4호
• /
• pp.595-604
• /
• 2013

현재 수입차 차량의 등록대수가 해를 거듭할수록 증가하는 추세이다. 그에 맞춰 수입차와 같은 고급 차량을 정비하기 위한 차량 정비 업체의 환경 개선이 지속적으로 이루어지고 있다. 본 논문에서는 정비 차량의 고객 신뢰도를 제공하기 위한 스마트 차량 관리 시스템을 구현하기 위해 HSV 색상모델 기반의 키 프레임 추출 기법을 제안한다. 수리 차량의 입고 시 차량 번호판 인식 프로세스를 통해 차량의 번호판을 자동으로 인식 후, 이를 기준으로 차량의 수리 이력 확인 및 수리 요청을 처리한다. 차량 수리 동영상을 토대로 차량 수리 키 프레임을 추출하여 사용자의 스마트폰으로 제공하는 서비스를 구현한다. 아울러 제안하는 기법을 스마트 차량 관리 시스템에 적용함으로써 서비스의 우수성을 검증한다. 마지막으로 키 프레임 추출 기법의 성능을 향상시키기 위해 RGB 색상을 HSV 색상으로 변환하여 처리한다. 그 결과 제안된 방법의 키 프레임 추출을 위한 성능 평가에서 기존의 RGB 색상모델보다 HSV 색상모델이 재현율 측면에서 약 30% 더 우수함을 확인하였다.

• 한국융합학회논문지
• /
• 제10권5호
• /
• pp.1-8
• /
• 2019

본 논문에서는 피부색 추출과정에서 그림자나 조명에 의해 얼굴 표면이 손실되어 피부색 추출이 되지 않는 문제점을 해결하기 위하여 개선된 얼굴 피부색 추출 방법을 제안하였다. 기존의 HSV를 이용한 방법은 조명에 의해 얼굴표면이 밝게 비춰지는 경우에 피부색 추출과정에서 피부색 요소가 손실되기 때문에 얼굴표면에 손실 영역이 나타나게 된다. 이러한 문제점을 해결하기 위해 피부색을 추출한 뒤 손실된 피부 요소 중 HSV 색공간에서 피부색의 H 채널 값 범위에 있는 요소들을 판단하여 손실된 부분의 좌표와 원본 이미지 좌표의 결합을 통해 피부색이 손실되는 부분을 최소화 하는 방법을 제안하였다. 얼굴 검출 과정으로는 추출한 피부색 이미지에서 질감 특징정보를 나타내는 LBP Cascade Classifier를 이용하여 얼굴을 검출하였다. 실험결과 제안하는 방법이 기존의 RGB와 HSV 피부색 추출과 LBP Cascade Classifier 방법을 이용한 얼굴검출보다 검출률과 정확도는 각각 5.8%, 9.6% 향상된 결과를 보였다.

• 한국정보통신학회:학술대회논문집
• /
• 한국정보통신학회 2015년도 추계학술대회
• /
• pp.553-555
• /
• 2015

본 논문에서는 HSV(Hue Saturation Value) 색상 모델을 활용하여 녹조를 감시하는 시스템을 제안하였다. 제안된 시스템은 무선 네트워크에 접속된 라즈베리 파이 서버의 카메라를 통해 영상을 추출하고 이를 HSV 색상 모델을 이용하여 분석하였다. 분석된 정보를 XML 데이터로 제공하기 위해 라즈베리 파이에 웹 서버를 구현하였다. 또한, 스마트 디바이스를 통해서 XML 데이터를 확인하도록 모바일 앱을 개발하였다.

• 전자공학회논문지 IE
• /
• 제43권2호
• /
• pp.39-48
• /
• 2006

본 논문은 공간적 자동 객체 분할의 개념과 클러스터링 개념을 가진 웨이브렛 형태학 알고리즘을 제안하였다. 제안된 알고리즘을 이용하여 컬러 얼굴을 분할할 때 영상을 단순화하였으며, 또한 사용자의 조작 없이 실시간적으로 분할해 검출할 수 있도록 공간적 특성을 이용하였다. 이것은 HSV 컬러 모델을 이용하여 영상에서 잡음으로 간주되는 작은 부분을 제거하고, 얼굴영상 이외의 부분을 제거하기 위해 웨이브렛 형태학을 적용하였다. 본 논문은 웨이브렛 형태학 알고리즘과 형태학 알고리즘을 비교하였으며, 그리고 HSV 컬러 공간 모델을 적용한 영상에서 얼굴 객체 부분을 정확하게 검출함을 보였다.

• Journal of information and communication convergence engineering
• /
• 제15권3호
• /
• pp.187-192
• /
• 2017

Autonomous driving vehicle research demands complex road and lane understanding such as lane departure warning, adaptive cruise control, lane keeping and centering, lane change and turn assist, and driving under complex road conditions. A fast and robust road lane detection subsystem is a basic but important building block for this type of research. In this paper, we propose a method that performs road lane detection from black box input. The proposed system applies Random Sample Consensus to find the best model of road lanes passing through divided regions of the input image under HSV color model. HSV color model is chosen since it explicitly separates chromaticity and luminosity and the narrower hue distribution greatly assists in later segmentation of the frames by limiting color saturation. The implemented method was successful in lane detection on real world on-board testing, exhibiting 86.21% accuracy with 4.3% standard deviation in real time.