• 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.

• 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.

• 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
• /
• 제19권10호
• /
• pp.1782-1791
• /
• 2016

Various color spaces such as RGB, HSV, log-chromaticity have been used in the field of person re-identification. However, not enough studies have been done to find suitable color space for the re-identification. This paper reviews color invariance of color spaces by diagonal model and explores the suitability of each color space in the application of person re-identification. It also proposes a method for person re-identification based on a histogram refinement technique and some fusion strategies of color spaces. Two public datasets (ALOI and ImageLab) were used for the suitability test on color space and the ImageLab dataset was used for evaluating the feasibility of the proposed method for person re-identification. Experimental results show that RGB and HSV are more suitable for the re-identification problem than other color spaces such as normalized RGB and log-chromaticity. The cumulative recognition rates up to the third rank under RGB and HSV were 79.3% and 83.6% respectively. Furthermore, the fusion strategy using max score showed performance improvement of 16% or more. These results show that the proposed method is more effective than some other methods that use single color space in person re-identification.

• 전자공학회논문지
• /
• 제50권3호
• /
• pp.91-101
• /
• 2013

본 논문에서는 적록색각 이상자를 위한 색 변환 알고리즘을 제안한다. 적록색각 이상자는 원추세포의 이상으로 인해 색상과 명도를 일반인과 다르게 인지하기 때문에 적색과 녹색의 구분에 어려움을 겪는다. HSV 색공간은 이러한 특성을 파악할 수 있는 인간의 색지각과 유사한 색 공간으로, 제안하는 방법에서는 HSV 색 공간에서 색상과 명도를 보정하여 색을 변환 한다. 이때 색상과 명도 보정정도는 개개인의 색각이상 심각도에 따라 다르게 결정된다. 색각 이상자 개개인에 따라 다른 보정정도를 적용함으로서 기존 이미지의 자연스러움은 유지 하고 구분하기 힘들었던 색상들도 구분 가능하게 변환된다. 제안하는 방법을 색각 이상자에게 적용하여 시뮬레이션으로 확인한 결과, 색각 이상자가 구분하기 힘든 색상들이 색상의 자연스러움을 유지하면도 색차를 인지할 수 있는 색으로 변환되는 것을 확인할 수 있었다.

• 전자공학회논문지T
• /
• 제35T권2호
• /
• pp.20-27
• /
• 1998

HSV색공간을 이용한 칼라화상의 클러스터링 및 색차평가에 관한 연구(A Study on Clustering and Color Difference Evaluation of Color Image using HSV Color Space) pp.20~27 칼라화상을 화상부호화, 리모트 센싱, 컴퓨터비젼 등의 분야에 이용하기 위해서는 인간이 감각적으로 취급하기 쉬운 색공간으로 화상정보를 변환시켜야 한다. 색상, 명도, 채도를 근거로한 Munsell색공간은 인간의 색지각과 영역간의 색차가 일치하는 특징으로 인하여 칼라화상의 클러스터링에 이용되고 있다. 본 논문에서는 RGB입력화상을 ${L^*}{a^*}{b^*}$ 균등색공간으로 변환하고, 색지각과 일치되는 HSV색공간으로 근사화시킴으로써, 각 좌표축을 중심으로 클러스터링과 그 색차를 평가한다. 자기수렴 특성을 갖는 ISO DATA 알고리즘을 응용하여 HSV칼라화상의 영역을 분할하고, 과분할된 영역을 통합하는 방법을 제안하였다. 두 종류의 입력화상에 대한 클러스터링을, 색차를 기본으로 한 임계값에 따라 수행하므로써 화상내용의 복잡함에 대응하는 양호한 영역분할 결과를 제시하였다.

• 한국멀티미디어학회논문지
• /
• 제20권9호
• /
• pp.1481-1490
• /
• 2017

This paper presents an image quality enhancement algorithm for dark image acquired under poor lighting condition. Various retinex algorithms which are human perception-based image processing methods were proposed to solve this problem. Although MSR(Multi-Scale Retinex) among these algorithm works well under most lighting condition, it shows color degradation because their separate nonlinear processing of RGB color channels. To compensate for the loss of the color, MSRCR(Multi-Scale Retinex with Color Restoration) was proposed. However, it requires high computational load and has additional parameters that need to be adjusted according to input image. In order to overcome this problem, a new retinex algorithm based on MSR is proposed in this paper. The proposed method consists of V channel MSR, saturation correction, and separate contrast enhancement process. Experimental results show that the subjective and objective image quality of the proposed method better than those of the conventional methods.

• 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.

• 한국정보전자통신기술학회논문지
• /
• 제8권4호
• /
• pp.270-274
• /
• 2015

본 논문에서는 HSV 색 공간을 이용한 야간 차량의 검출 시스템을 제안한다. 주정차 감시등 도로변에서 자동차를 감시하는 경우 자동차 번호판 추출하는 것이 중요하다. 일반적으로 번호판 추출을 위해서는 원거리에서 자동차 검출후 Pan-Tilt-Zoom 카메라로 자동차를 일정한 크기로 확대한 영상을 획득하여 번호판을 추출한다. 그리고 자동차 검출 및 추적을 위해 Mean-Shift 혹은 Optical Flow 알고리듬이 많이 이용되고 있다. 그러나 이러한 알고리즘은 주간에는 성공적으로 자동차를 검출 및 추적 할수 있었으나 야간에는 검출 및 추적에 어려움이 있었다. 그래서 본 논문에서는 입력 영상을 HSV 색 공간으로 변환하면 자동차의 전조등 혹은 후미등의 위치가 두드러지게 나타나는 것을 이용하여 자동차의 위치를 검출하였다. 실험 결과 정면 차량의 경우 93.9%, 후면 차량의 경우 97.7%의 차량을 검출하여 제안된 방법이 야간 차량 검출에 효율적임을 증명하였다.

• 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.