• 한국표면공학회지
• /
• 제54권5호
• /
• pp.278-284
• /
• 2021

Corrosion of steel plate is common phenomenon which results in the gradual destruction caused by a wide variety of environments. Corrosion monitoring is the tracking of the degradation progress for a long period of time. Corrosion on steel plate appears as a discoloration and any irregularities on the surface. In this study, we developed a quantitative evaluation method of the rust formed on steel plate by using k-means clustering from the corroded area in a given image. The k-means clustering for automated corrosion detection was based on the GrabCut segmentation and Gaussian mixture model(GMM). Image color of the corroded surface at cut-edge area was analyzed quantitatively based on HSV(Hue, Saturation, Value) color space.

• 한국표면공학회지
• /
• 제55권3호
• /
• pp.164-172
• /
• 2022

Hot-dip galvanized steel(GI) is widely used throughout the industry as a corrosion resistance material. Corrosion of steel is a common phenomenon that results in the gradual degradation under various environmental conditions. Corrosion monitoring is to track the degradation progress for a long time. Corrosion on steel plate appears as discoloration and any irregularities on the surface. This study developed a quantitative evaluation method of the rust formed on GI steel plate using a superpixel-based DBSCAN clustering method and k-means clustering from the corroded area in a given image. The superpixel-based DBSCAN clustering method decrease computational costs, reaching automatic segmentation. The image color of the rusty surface was analyzed quantitatively based on HSV(Hue, Saturation, Value) color space. In addition, two segmentation methods are compared for the particular spatial region using their histograms.

• 대한전자공학회논문지SP
• /
• 제48권3호
• /
• pp.90-98
• /
• 2011

전 세계적으로 벼 병충해의 인식과 분류는 농업현장에서 기술적 경제적으로 중요한 요소이다. 컴퓨터 비젼 기술은 벼 병충해를 진단하고 곡물의 효율적인 관리에 유용하다. 영역 분할은 벼 병충해를 조기에 정확하게 탐지하는데 매우 중요한 기술이다. 가우시안 평균기법을 이용한 새로운 벼 병충해 분할 방식을 다양한 색체공간에서 제안하였다. 사용 색체공간에 따라 벼 병충해의 분할에 따른 성능은 달라질 것이다. 따라서, 이 수치연구는 어느 색체공간이 벼 병충해를 분할하는데 최적한지를 결정할 목적으로 수행되었다. 본 연구는 NTSC, CIE, YCbCr, HSV, 그리고 정규화 RGB의 5개의 색체공간을 다루었다. 연구 결과는 YCbCr 색체공간이 98%의 정확도로 벼 병충해 영역을 최적으로 분할하는 것을 보여주었다. 또한 제안하는 방법은 벼 병충해의 영역을 자동화에 의하여 강건하게 분할할 수 있다는 것을 증명하였다.

• 한국컴퓨터그래픽스학회논문지
• /
• 제27권2호
• /
• pp.1-11
• /
• 2021

가상 환경에서는 3차원 작업 공간과 3차원 인터랙션이 가능하나, 대부분의 가상현실 애플리케이션은 2차원의 색상 선택기를 사용하고 있다. 본 논문은 가상 환경에서 3차원 색 공간에 기반한 3차원 색상 선택기를 구현하고, 기존 2차원 색상 선택기와 색상 선택 성능을 비교하였다. 3차원 색상 선택기는 3차원 색 공간을 그대로 사용하여 직관적이며, 가상현실 장비인 컨트롤러를 사용하여 색 공간의 특정 지점에 3차원 포인터를 위치시킬 수 있기 때문에, 간단한 사용자 작업으로 색상을 선택할 수 있다. 이에 비해 2차원 색상 선택기는 컴퓨터 환경에서 색상을 다루는 작업을 하는 기존 사용자들에게 익숙하다는 장점이 있으나, 2차원 인터페이스로 색의 속성을 설정해야 하므로 여러 단계의 사용자 작업이 요구되는 단점이 있다. 사용자 실험을 토대로, 가상 환경에서 2차원 색상 선택기 외에 3차원 색상 선택기의 유용성을 확인하였으며, 3차원 색상 선택기를 활용하여 가상 환경에서 자연스러운 3차원 작업을 할 수 있었다.

• Journal of Multimedia Information System
• /
• 제6권2호
• /
• pp.99-106
• /
• 2019

In traditional Chinese medical (TCM) science, tongue images can be observed for medical diagnosis; however, the tongue diagnosis of TCM is influenced by the subjective factors of doctors, and the diagnosis results vary from person to person. Quantitative TCM tongue diagnosis can improve the accuracy of diagnosis and increase the application value. In this paper, digital image processing and pattern recognition technologies are employed on mobile device to classify tongue images collected in different health states. First, through grayscale integral projection processing, the trough is found to localize the tongue body. Then the tongue body image is transferred from RGB color space to HSV color space, and the average H and S values are considered as the color features. Finally, the diagnosis results are obtained according to the relationship between the color characteristics and physical symptoms.

• 한국게임학회 논문지
• /
• 제11권2호
• /
• pp.161-166
• /
• 2011

본 논문에서는 동작인식 위한 정확한 배경 분할 및 특징점 추출 방법을 제안한다. 배경 분할 과정에서는 먼저, HSV 입력 이미지를 RGB 색상 공간에서 HSV 색상 공간으로 변환한 뒤, H와 S 값에 대한 두 개의 임계치를 사용하여 살색 영역을 분할, 프레임간의 차영상을 이용하여 움직임이 있는 영역을 추출한다. 차영상에서 발생하는 잔상 영역을 제거하기 위하여 헤시안 어파인 영역 검출기를 적용하고, 잡음이 제거된 차 영상과 살색 영역의 이진화 영상을 이용하여 사람의 동작이 나타나는 영역을 분할한다. 특징점 추출 과정은 전체 영상을 블록 단위로 나눠서 각 블록 안에서 분할된 영상에 포함되는 픽셀들의 중점을 구하여 특징점을 추출한다. 실험결과 복잡한 환경에서도 정확한 배경 분할과 사용자 동작을 대표하는 특징점 추출이 약 12 fps로 가능함을 알 수 있었다.

• 한국멀티미디어학회논문지
• /
• 제24권12호
• /
• pp.1624-1631
• /
• 2021

With the continued development of image processing technology, we live in a time when it is difficult to visually discriminate processed (or tampered) images from real images. However, as the risk of fake images being misused for crime increases, the importance of image forensic science for identifying fake images is emerging. Currently, various deep learning-based identifiers have been studied, but there are still many problems to be used in real situations. Due to the inherent characteristics of deep learning that strongly relies on given training data, it is very vulnerable to evaluating data that has never been viewed. Therefore, we try to find a way to improve generalization ability of deep learning-based fake image identifiers. First, images with various contents were added to the training dataset to resolve the over-fitting problem that the identifier can only classify real and fake images with specific contents but fails for those with other contents. Next, color spaces other than RGB were exploited. That is, fake image identification was attempted on color spaces not considered when creating fake images, such as HSV and YCbCr. Finally, dropout, which is commonly used for generalization of neural networks, was used. Through experimental results, it has been confirmed that the color space conversion to HSV is the best solution and its combination with the approach of increasing the training dataset significantly can greatly improve the accuracy and generalization ability of deep learning-based identifiers in identifying fake images that have never been seen before.

• KIEE International Transaction on Systems and Control
• /
• 제12D권1호
• /
• pp.1-6
• /
• 2002

In this study, we propose the new color-based image retrieval technique using the representative colors of images and their ratios to a total image size obtained through color segmentation in HSV color space. Color information of an image is described by reconstructing the color histogram of an image through Gaussian modelling to its representative colors and ratios. And the similarity between two images is measured by histogram intersection. The proposed method is compared with the existing methods by performing retrieval experiments for various 1280 trademark image database.

• 한국콘텐츠학회논문지
• /
• 제6권2호
• /
• pp.44-50
• /
• 2006

본 논문은 기존의 컬러 히스토그램 방법들의 단점을 극복하고자 객체 영역을 이용한 내용기반 영상 검색 방법을 제안한다. 기존 컬러 히스토그램 검색 방법들은 양자화 오류 등의 이유로 정확성이 떨어지고, 공간정보가 부족한 단점이 있다. 이를 해결하기 위해 제안 방법은 색상 정보를 HSV공간으로 변환하여 순수 색상 정보인 hue성분만을 양자화하여 히스토그램을 구해 명암, 이동, 회전 등에 강인한 검색 특징으로 사용한다. 한편 공간정보가 부족한 문제점을 해결하기위해 색상 특징과 영역간의 상관관계를 고려하여 객체영역을 선정한다. 선정된 객체 영역에서는 에지와 DC를 이용하여 검색한다. 자연 컬러 영상 1,000개를 가지고 실험한 결과 기존 방법들보다 precision과 recall이 우수하였다.

• 한국산학기술학회논문지
• /
• 제6권5호
• /
• pp.367-372
• /
• 2005

본 논문은 가변 영역을 이용한 내용기반 영상 검색 방법을 제안한다. 내용기반 검색에서 색상을 이용하는 경우 대부분 컬러 히스토그램을 사용한다. 그러나 기존 컬러 히스토그램 검색 방법들은 양자화 오류 등의 이유로 정확성이 떨어지고, 공간정보가 부족한 단점이 있다. 이를 극복하기 위해 제안 방법은 색상 정보를 HSV 공간으로 변환하여 순수 색상 정보인 hue 성분만을 양자화하여 히스토그램을 구한다. 한편 공간정보가 부족한 문제점을 해결하기 위해 색상 특징과 영역간의 상관관계를 고려하여 객체 영역을 선정한다. 선정된 객체 영역에서는 영역 크기를 유지한다. 그러나 비객체 영역은 한 개의 영역으로 통합된다. 가변적인 영역이 선정된 후 색상 특징을 이용해 검색한다. 실험 결과 제안방법이 정확율(precision) 평균으로 10$\%$ 향상되었다.